O Santo Graal da Crypto AI: Exploração na Fronteira do Treinamento Descentralizado

Na cadeia de valor total da IA, o treinamento de modelos é a etapa que consome mais recursos e apresenta a maior barreira técnica, determinando diretamente o limite de capacidade do modelo e o efeito prático da aplicação. Comparado com a chamada leve na fase de inferência, o processo de treinamento exige um investimento contínuo em capacidade computacional em larga escala, processos complexos de tratamento de dados e suporte de algoritmos de otimização de alta intensidade, sendo a verdadeira "indústria pesada" na construção de sistemas de IA. Do ponto de vista do paradigma de arquitetura, os métodos de treinamento podem ser divididos em quatro categorias: treinamento centralizado, treinamento distribuído, aprendizado federado e o treinamento descentralizado que será discutido em detalhe neste artigo.

O treinamento centralizado é a forma tradicional mais comum, realizado por uma única instituição em um cluster de alto desempenho local que completa todo o processo de treinamento, desde hardware, software de base, sistema de agendamento de cluster, até todos os componentes do framework de treinamento, todos coordenados por um sistema de controle unificado. Esta arquitetura de profunda colaboração maximiza a eficiência do compartilhamento de memória, sincronização de gradientes e mecanismos de tolerância a falhas, sendo muito adequada para o treinamento de modelos em larga escala como GPT e Gemini, apresentando vantagens de alta eficiência e controle de recursos, mas ao mesmo tempo enfrenta problemas de monopólio de dados, barreiras de recursos, consumo de energia e riscos de ponto único.

O treinamento distribuído é a principal forma de treinamento de grandes modelos atualmente, cujo núcleo é a divisão da tarefa de treinamento do modelo e a distribuição para várias máquinas para execução colaborativa, a fim de superar os gargalos de computação e armazenamento em uma única máquina. Embora possua características "distribuídas" em termos físicos, o conjunto ainda é controlado, agendado e sincronizado por uma entidade centralizada, frequentemente operando em ambientes de rede local de alta velocidade, utilizando a tecnologia de barramento de interconexão de alta velocidade NVLink, com o nó principal coordenando uniformemente as subtarefas. Os métodos principais incluem:

• Paralelismo de dados: cada nó treina diferentes parâmetros de dados compartilhados, é necessário corresponder os pesos do modelo
• Paralelismo de Modelo: implantar diferentes partes do modelo em diferentes nós, alcançando forte escalabilidade
• Canal paralelo: execução em série por fases, aumentando a taxa de transferência
• Paralelismo de tensores: segmentação refinada do cálculo de matrizes, aumentando o grau de paralelismo

O treinamento distribuído é uma combinação de "controle centralizado + execução distribuída", semelhante a um mesmo chefe a comandar remotamente a colaboração de vários funcionários de "escritórios" para completar uma tarefa. Atualmente, quase todos os modelos grandes em destaque são treinados dessa forma.

Descentralização de treinamento representa um caminho futuro mais aberto e com características de resistência à censura. Sua característica central é: múltiplos nós que não confiam uns nos outros colaboram na realização de tarefas de treinamento sem um coordenador central, geralmente por meio de protocolos que impulsionam a distribuição de tarefas e colaboração, e utilizando mecanismos de incentivo criptográfico para garantir a honestidade das contribuições. Os principais desafios enfrentados por esse modelo incluem:

• Dificuldade na heterogeneidade e divisão de dispositivos: a coordenação de dispositivos heterogêneos é difícil, a eficiência de divisão de tarefas é baixa
• Gargalo de eficiência de comunicação: comunicação de rede instável, gargalo de sincronização de gradientes evidente
• Falta de execução confiável: falta de um ambiente de execução confiável, dificultando a verificação se os nós realmente participam do cálculo.
• Falta de coordenação unificada: sem despachador central, distribuição de tarefas e mecanismo de retrocesso de exceções complexo

Descentralização de treinamento pode ser entendida como: um grupo de voluntários globais, cada um contribuindo com poder computacional para treinar modelos em colaboração, mas "o verdadeiro treinamento descentralizado em grande escala viável" ainda é um desafio de engenharia sistêmica, envolvendo arquitetura de sistema, protocolos de comunicação, segurança criptográfica, mecanismos econômicos, validação de modelos e vários outros níveis, mas a capacidade de "colaborar efetivamente + incentivar a honestidade + garantir resultados corretos" ainda está em estágio inicial de exploração de protótipos.

O aprendizado federado, como uma forma de transição entre distribuído e Descentralização, enfatiza a retenção local de dados e a agregação centralizada de parâmetros do modelo, sendo adequado para cenários que priorizam a conformidade com a privacidade. O aprendizado federado possui a estrutura de engenharia de treinamento distribuído e a capacidade de colaboração local, ao mesmo tempo que possui a vantagem da dispersão de dados do treinamento Descentralizado, mas ainda depende de um agente de coordenação confiável, não possuindo características de total abertura e resistência à censura. Pode ser visto como uma solução de "Descentralização controlada" em cenários de conformidade com a privacidade, sendo relativamente suave em tarefas de treinamento, estrutura de confiança e mecanismos de comunicação, sendo mais adequado como uma arquitetura de implantação transitória na indústria.

Descentralização treino das fronteiras, oportunidades e caminhos reais

Do ponto de vista do paradigma de treinamento, a Descentralização do treinamento não é adequada para todos os tipos de tarefas. Em certos cenários, devido à complexidade da estrutura da tarefa, às altas demandas de recursos ou à dificuldade de colaboração, não é naturalmente adequado para ser realizado de forma eficiente entre nós heterogêneos e sem confiança. Por exemplo, o treinamento de grandes modelos geralmente depende de alta memória, baixa latência e largura de banda rápida, sendo difícil dividir e sincronizar de forma eficaz em uma rede aberta; tarefas com forte privacidade de dados e restrições de soberania estão limitadas por conformidade legal e restrições éticas, não podendo ser compartilhadas abertamente; e tarefas que carecem de uma base de incentivos à colaboração carecem de motivação externa para participação. Essas fronteiras formam as limitações reais do treinamento descentralizado atualmente.

Mas isso não significa que o treinamento descentralizado seja uma falácia. Na verdade, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e incentiváveis, o treinamento descentralizado apresenta perspectivas de aplicação claras. Incluindo, mas não se limitando a: ajuste fino LoRA, tarefas de pós-treinamento de alinhamento comportamental, tarefas de treinamento e anotação por meio de crowdsourcing de dados, treinamento de pequenos modelos base com controle de recursos, bem como cenários de treinamento colaborativo com a participação de dispositivos de borda. Essas tarefas geralmente possuem características de alta paralelização, baixo acoplamento e tolerância a potência computacional heterogênea, sendo muito adequadas para treinamento colaborativo através de redes P2P, protocolos Swarm, otimizadores distribuídos, entre outros.

Descentralização treinamento clássicos projetos análise

Atualmente, na vanguarda do treinamento descentralizado e da aprendizagem federada, os principais projetos de blockchain representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Do ponto de vista da inovação tecnológica e da dificuldade de implementação, Prime Intellect, Nous Research e Pluralis.ai propuseram muitas explorações originais em termos de arquitetura de sistema e design de algoritmos, representando as direções de pesquisa teórica mais avançadas; enquanto Gensyn e Flock.io têm caminhos de implementação relativamente claros, já podendo observar os primeiros progressos na engenharia. Este artigo irá analisar sucessivamente as tecnologias centrais e a arquitetura de engenharia por trás desses cinco projetos, e explorar ainda mais suas diferenças e relações complementares no sistema de treinamento de IA descentralizado.

Prime Intellect: Pioneiro de rede colaborativa de aprendizado reforçado com trajetória de treinamento verificável

A Prime Intellect está empenhada em construir uma rede de treinamento de IA que não requer confiança, permitindo que qualquer pessoa participe do treinamento e receba recompensas confiáveis por suas contribuições computacionais. A Prime Intellect pretende, através dos três principais módulos PRIME-RL + TOPLOC + SHARDCAST, construir um sistema de treinamento de IA descentralizado que seja verificável, aberto e com um mecanismo de incentivos completo.

01、Estrutura da pilha de protocolos Prime Intellect e valor dos módulos chave

02, Detalhes sobre o mecanismo chave de treino do Prime Intellect

#PRIME-RL: Estrutura de Tarefa de Aprendizagem por Reforço Assíncrona Desacoplada

PRIME-RL é a estrutura de modelagem e execução de tarefas personalizada pela Prime Intellect para cenários de treinamento de Descentralização, projetada especificamente para redes heterogêneas e participação assíncrona. Adota o aprendizado por reforço como objeto de adaptação prioritária, desacoplando estruturalmente os processos de treinamento, inferência e upload de pesos, permitindo que cada nó de treinamento complete o ciclo de tarefas de forma independente localmente, e colabore com mecanismos de validação e agregação através de interfaces padronizadas. Em comparação com os processos tradicionais de aprendizado supervisionado, o PRIME-RL é mais adequado para implementar treinamento flexível em ambientes sem agendamento central, reduzindo a complexidade do sistema e estabelecendo uma base para suportar a paralelização de múltiplas tarefas e a evolução de estratégias.

#TOPLOC:Mecanismo de validação de comportamento de treino leve

TOPLOC é um mecanismo central de verificabilidade de treinamento proposto pela Prime Intellect, usado para determinar se um nó realmente completou um aprendizado de estratégia válido baseado em dados de observação. Ao contrário de soluções pesadas como ZKML, o TOPLOC não depende do recálculo completo do modelo, mas sim analisa a trajetória de consistência local entre a "sequência de observação ↔ atualização de estratégia" para completar a verificação de estrutura leve. Ele transforma pela primeira vez as trajetórias comportamentais durante o processo de treinamento em objetos verificáveis, sendo uma inovação chave para a distribuição de recompensas de treinamento sem confiança, oferecendo um caminho viável para construir uma rede de treinamento colaborativo descentralizada que seja auditável e incentivada.

#SHARDCAST: Protocolo de Agregação e Propagação de Pesos Assíncronos

SHARDCAST é um protocolo de propagação e agregação de pesos projetado pela Prime Intellect, otimizado para ambientes de rede reais que são assíncronos, com largura de banda limitada e estados de nó variáveis. Ele combina um mecanismo de propagação gossip com uma estratégia de sincronização local, permitindo que múltiplos nós continuem a submeter atualizações parciais em estados não sincronizados, alcançando a convergência progressiva de pesos e evolução de múltiplas versões. Em comparação com métodos centralizados ou sincronizados de AllReduce, o SHARDCAST melhora significativamente a escalabilidade e a tolerância a falhas do treinamento Descentralização, sendo a base central para construir um consenso de pesos estável e iterações de treinamento contínuas.

#OpenDiLoCo: Estrutura de Comunicação Assíncrona Esparsa

OpenDiLoCo é uma estrutura de otimização de comunicação implementada de forma independente e de código aberto pela equipe Prime Intellect, baseada no conceito DiLoCo proposto pela DeepMind, projetada especificamente para os desafios comuns do treinamento descentralizado, como largura de banda limitada, heterogeneidade de dispositivos e instabilidade de nós. Sua arquitetura é baseada em paralelismo de dados, construindo estruturas topológicas esparsas como Ring, Expander e Small-World, evitando os altos custos de comunicação da sincronização global, permitindo a realização do treinamento colaborativo do modelo apenas com os nós vizinhos locais. Combinando atualizações assíncronas e um mecanismo de tolerância a falhas, o OpenDiLoCo permite que GPUs de consumo e dispositivos de borda também participem de tarefas de treinamento de forma estável, melhorando significativamente a acessibilidade ao treinamento colaborativo global, sendo uma das infraestruturas de comunicação chave para a construção de redes de treinamento descentralizado.

#PCCL: Biblioteca de Comunicação Colaborativa

PCCL é uma biblioteca de comunicação leve desenvolvida pela Prime Intellect para um ambiente de treinamento de IA descentralizado, com o objetivo de resolver o gargalo de adaptação das bibliotecas de comunicação tradicionais em dispositivos heterogêneos e redes de baixa largura de banda. PCCL suporta topologias esparsas, compressão de gradientes, sincronização de baixa precisão e recuperação de ponto de verificação, podendo ser executado em GPUs de consumo e nós instáveis, sendo um componente subjacente que apoia a capacidade de comunicação assíncrona do protocolo OpenDiLoCo. Isso melhora significativamente a tolerância à largura de banda e a compatibilidade de dispositivos da rede de treinamento, abrindo caminho para a "última milha" da infraestrutura de comunicação para construir uma rede de treinamento colaborativo verdadeiramente aberta e sem necessidade de confiança.

03、Prime Intellect incentivo à rede e divisão de funções

A Prime Intellect construiu uma rede de treinamento sem permissão, verificável e com mecanismos de incentivo econômico, permitindo que qualquer pessoa participe de tarefas e receba recompensas com base em contribuições reais. O protocolo opera com base em três categorias de papéis principais:

• Iniciador da tarefa: definir o ambiente de treinamento, o modelo inicial, a função de recompensa e os critérios de validação
• Nós de treinamento: executar treinamento local, submeter atualizações de peso e trajetórias de observação
• Nós de validação: usar o mecanismo TOPLOC para verificar a autenticidade do comportamento de treinamento e participar do cálculo de recompensas e agregação de estratégias

O processo central do protocolo inclui a publicação de tarefas, o treinamento de nós, a validação de trajetórias, a agregação de pesos e a distribuição de recompensas, formando um ciclo de incentivo em torno do "comportamento de treinamento real".

04、INTELLECT-2: Lançamento do primeiro modelo de treino descentralizado verificável

Prime Intellect lançou o INTELLECT-2 em maio de 2025, que é o primeiro grande modelo de aprendizado de reforço do mundo treinado por uma rede de nós descentralizados, assíncronos e sem confiança, com um tamanho de parâmetro de 32B. O modelo INTELLECT-2 foi treinado em colaboração por mais de 100 nós GPU heterogêneos distribuídos por três continentes, utilizando uma arquitetura completamente assíncrona, com um tempo de treinamento superior a 400 horas, demonstrando a viabilidade e estabilidade de uma rede de colaboração assíncrona. Este modelo não é apenas uma quebra de desempenho, mas também representa a primeira implementação sistemática do paradigma "treinamento é consenso" proposto pela Prime Intellect. O INTELLECT-2 integra módulos de protocolo central como PRIME-RL, TOPLOC e SHARDCAST, marcando a primeira realização de uma rede de treinamento descentralizada.