Descentralização treinamento: A exploração do Santo Graal da IA

Na cadeia de valor total da inteligência artificial, o treinamento de modelos é a etapa que consome mais recursos e tem a maior barreira técnica, determinando diretamente o limite de capacidade do modelo e o efeito da aplicação prática. Em comparação com a chamada leve da fase de inferência, o processo de treinamento requer um investimento contínuo de grande escala em poder computacional, processos de tratamento de dados complexos 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 é o foco deste artigo.

O treinamento centralizado é a forma tradicional mais comum, realizado por uma única instituição dentro de um cluster de alto desempenho local, onde todo o processo de treinamento, desde hardware, software de base, sistema de agendamento de cluster, até todos os componentes do framework de treinamento, é coordenado por um sistema de controle unificado. Essa arquitetura de profunda colaboração permite que a eficiência do compartilhamento de memória, sincronização de gradientes e mecanismos de tolerância a falhas atinja o máximo, 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 também enfrentando problemas como monopólio de dados, barreiras de recursos, consumo de energia e riscos de ponto único.

O treinamento distribuído é a forma principal de treinamento de grandes modelos atualmente, cujo núcleo é dividir as tarefas de treinamento do modelo e distribuí-las para várias máquinas executarem em conjunto, a fim de superar os gargalos de computação e armazenamento em uma única máquina. Embora possua características "distribuídas" em termos físicos, o todo ainda é controlado, agendado e sincronizado por uma entidade centralizada, geralmente operando em um ambiente de rede local de alta velocidade, utilizando a tecnologia de barramento interconectado de alta velocidade NVLink, coordenada de forma unificada pelo nó principal para as várias subtarefas. Os métodos principais incluem:

• Paralelismo de dados: cada nó treina com diferentes dados, os parâmetros são partilhados, é necessário corresponder aos pesos do modelo.
• Paralelismo de modelo: implantar diferentes partes do modelo em diferentes nós, alcançando forte escalabilidade
• Pipeline 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", análogo a um mesmo chefe que dirige remotamente a colaboração de vários funcionários em "escritórios" para completar uma tarefa. Atualmente, quase todos os principais modelos são treinados dessa forma.

Descentralização 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: alta dificuldade na coordenação de dispositivos heterogêneos, baixa eficiência na divisão de tarefas
• Gargalo de eficiência de comunicação: comunicação de rede instável, gargalo de sincronização de gradientes evidente
• Execução confiável ausente: falta de um ambiente de execução confiável, difícil de verificar se os nós realmente participaram do cálculo
• Falta de coordenação unificada: sem um despachante central, a distribuição de tarefas e o mecanismo de rollback de exceções são complexos

Descentralização do treinamento pode ser entendida como: um grupo de voluntários globais, cada um contribuindo com poder computacional para treinar o modelo em conjunto, mas "o verdadeiro treinamento descentralizado em larga escala que é viável" ainda é um desafio de engenharia sistêmica, envolvendo arquitetura de sistema, protocolos de comunicação, segurança criptográfica, mecanismos econômicos, validação de modelos e várias outras dimensões. No entanto, se é possível "colaborar de forma eficaz + incentivar a honestidade + obter resultados corretos" ainda está em uma fase inicial de exploração de protótipos.

O aprendizado federado, como uma forma de transição entre a distribuição e a Descentralização, enfatiza a retenção local de dados e a agregação centralizada de parâmetros do modelo, sendo adequado para cenários que priorizam a conformidade de privacidade. O aprendizado federado possui a estrutura de engenharia do treinamento distribuído e a capacidade de colaboração local, enquanto também se beneficia da vantagem da dispersão de dados do treinamento descentralizado, mas ainda depende de uma parte coordenadora confiável, não possuindo características totalmente abertas e resistentes à censura. Pode ser visto como uma solução de "Descentralização controlada" em cenários de conformidade de privacidade, sendo relativamente moderado em termos de tarefas de treinamento, estrutura de confiança e mecanismo de comunicação, sendo mais adequado como uma arquitetura de implantação transitória na indústria.

Descentralização: limites, oportunidades e caminhos reais de treinamento

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, à alta demanda de recursos ou à dificuldade de colaboração, não é naturalmente adequado para ser concluído de forma eficiente entre nós heterogêneos e sem confiança. Por exemplo, o treinamento de grandes modelos geralmente depende de alta memória, baixa latência e alta largura de banda, sendo difícil dividir e sincronizar efetivamente em uma rede aberta; tarefas com forte privacidade de dados e restrições de soberania são 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 constituem as limitações reais do treinamento descentralizado atualmente.

Mas isso não significa que a Descentralização do treinamento seja uma falácia. De fato, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e incentivadas, a Descentralização do treinamento apresenta perspectivas de aplicação claras. Incluindo, mas não se limitando a: ajuste fino LoRA, tarefas de pós-treinamento de alinhamento comportamental, treinamento e rotulagem de dados por meio de crowdsourcing, treinamento de pequenos modelos de base com controle de recursos, e cenários de treinamento colaborativo com a participação de dispositivos de borda. Essas tarefas geralmente possuem características de alta paralelização, baixa acoplagem e tolerância a capacidade de computação heterogênea, sendo muito adequadas para treinamento colaborativo por meio de redes P2P, protocolos Swarm, otimizadores distribuídos e outras formas.

Descentralização Treinamento Clássico Projeto Análise

Atualmente, nos campos de Descentralização e aprendizado federado, os projetos de blockchain mais representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Do ponto de vista da inovação técnica e da dificuldade de implementação de engenharia, Prime Intellect, Nous Research e Pluralis.ai propuseram muitas explorações originais em arquitetura de sistemas e design de algoritmos, representando as direções de pesquisa teórica de vanguarda; enquanto os caminhos de implementação de Gensyn e Flock.io são relativamente claros, já sendo possível observar progresso inicial na engenharia.

Prime Intellect: Pioneiro de Redes Colaborativas de Aprendizagem Reforçada com Trajetórias de Treinamento Verificáveis

A Prime Intellect está empenhada em construir uma rede de treino de IA sem necessidade de confiança, permitindo que qualquer pessoa possa participar do treino e receber recompensas confiáveis por suas contribuições computacionais. A Prime Intellect pretende, através dos três módulos PRIME-RL + TOPLOC + SHARDCAST, construir um sistema de treino de IA descentralizado que possua verificabilidade, abertura e um mecanismo de incentivos completo.

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

O mecanismo central do Prime Intellect inclui:

PRIME-RL: Arquitetura de Tarefas de Aprendizado por Reforço Assíncrono Desacoplado

PRIME-RL é um framework de modelagem e execução de tarefas personalizado pela Prime Intellect para cenários de Descentralização, projetado especificamente para redes heterogêneas e participação assíncrona. Ele utiliza 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 múltiplas tarefas em paralelo e evolução de estratégias.

TOPLOC:Mecanismo de Verificação de Comportamento de Treinamento Leve

TOPLOC é um mecanismo central de verificabilidade de treinamento proposto pela Prime Intellect, utilizado para determinar se um nó realmente completou um aprendizado de estratégia válido com base em dados de observação. Ao contrário de soluções pesadas como ZKML, o TOPLOC não depende da recomputação de todo o modelo, mas sim, completa a verificação de estrutura leve analisando a trajetória de consistência local entre "sequência de observação ↔ atualização de estratégia". Ele transforma pela primeira vez as trajetórias de comportamento durante o processo de treinamento em objetos verificáveis, sendo uma inovação chave para a distribuição de recompensas de treinamento sem confiança, fornecendo um caminho viável para construir uma rede de treinamento colaborativo descentralizada que seja auditável e incentivadora.

SHARDCAST: Protocolo de Agregação e Propagação de Peso Assíncrono

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 mecanismos de propagação gossip com estratégias de sincronização local, permitindo que vários nós continuem a submeter atualizações parciais em estados não sincronizados, alcançando a convergência progressiva de pesos e a evolução de múltiplas versões. Em comparação com métodos AllReduce centralizados ou sincronizados, o SHARDCAST melhora significativamente a escalabilidade e a tolerância a falhas do treinamento descentralizado, sendo a base central para a construção de um consenso de pesos estável e iterações de treinamento contínuas.

OpenDiLoCo: Estrutura de Comunicação Assíncrona Esparsa

OpenDiLoCo é uma estrutura de otimização de comunicação independente e de código aberto implementada pela equipa Prime Intellect com base no conceito DiLoCo proposto pela DeepMind, projetada especificamente para enfrentar os desafios comuns da formação descentralizada, 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, completando o treinamento colaborativo do modelo apenas com nós vizinhos locais. Combinando atualizações assíncronas e mecanismos de tolerância a falhas, o OpenDiLoCo permite que GPUs de consumo e dispositivos de borda também participem de tarefas de treinamento de forma estável, aumentando significativamente a participação no treinamento colaborativo global, sendo uma das infraestruturas de comunicação chave para construir uma rede de treinamento descentralizada.

PCCL: Biblioteca de Comunicação Colaborativa

PCCL é uma biblioteca de comunicação leve desenvolvida pela Prime Intellect para um ambiente de treinamento de IA descentralizada, com o objetivo de resolver o gargalo de adaptação das bibliotecas de comunicação tradicionais em dispositivos heterogêneos e redes de baixa largura de banda. O 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 em nós instáveis, sendo um componente fundamental que suporta a capacidade de comunicação assíncrona do protocolo OpenDiLoCo. Isso melhora significativamente a tolerância à largura de banda e a compatibilidade dos dispositivos na rede de treinamento, abrindo a "última milha" da infraestrutura de comunicação para construir uma rede de treinamento colaborativa verdadeiramente aberta e sem necessidade de confiança.

Rede de Incentivos Prime Intellect e Divisão de Papéis

A Prime Intellect construiu uma rede de treinamento sem permissão, verificável e com um mecanismo 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 treino, o modelo inicial, a função de recompensa e os critérios de validação
• Nós de treinamento: executar treinamento local, submeter atualizações de peso e observar trajetórias
• 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 fluxo central do protocolo inclui a publicação de tarefas, treinamento de nós, validação de trajetórias, agregação de pesos e distribuição de recompensas, formando um ciclo de incentivo em torno do "comportamento de treinamento real".

INTELLECT-2: Lançamento do primeiro modelo de treinamento descentralizado verificável

A Prime Intellect lançou o INTELLECT-2 em maio de 2025, que é o primeiro grande modelo de aprendizado por reforço do mundo treinado por 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 heterogêneos de GPU espalhados por três continentes, utilizando uma arquitetura completamente assíncrona, com uma duração de treinamento superior a 400 horas, demonstrando a viabilidade e estabilidade da rede de colaboração assíncrona. Este modelo não é apenas um avanço em desempenho, mas também a primeira implementação sistemática do paradigma "treinamento é consenso" proposto pela Prime Intellect. O INTELLECT-2 integra módulos de protocolo centrais como PRIME-RL, TOPLOC e SHARDCAST, marcando a primeira realização da abertura, verificação e ciclo de incentivos econômicos do processo de treinamento em uma rede de treinamento descentralizada.

Em termos de desempenho, o INTELLECT-2 é baseado no QwQ-32B e passou por um treinamento RL especializado em código e matemática, estando atualmente em ajuste fino RL de código aberto.