O Santo Graal da Crypto AI: Exploração na vanguarda do treinamento descentralizado

Na cadeia de valor total da IA, o treinamento de modelos é a etapa que consome mais recursos e possui a maior barreira técnica, determinando diretamente o limite de capacidade do modelo e o efeito de aplicação real. Comparado ao chamado leve uso na fase de inferência, o processo de treinamento requer um investimento contínuo em poder 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 classificados 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 em um cluster de alto desempenho local, onde todo o processo de treinamento, desde o hardware, software de base, sistema de agendamento do cluster, até todos os componentes do framework de treinamento, é coordenado por um sistema de controle unificado. Essa 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 também enfrenta problemas como monopólio de dados, barreiras de recursos, consumo de energia e risco de ponto único.

O treinamento distribuído é a principal forma de treinamento de grandes modelos atualmente, cujo núcleo é decompor as tarefas de treinamento do modelo e distribuí-las para várias máquinas que executam 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 e sincronizado por uma instituição centralizada, frequentemente executado em ambientes de rede local de alta velocidade, através da 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 dados com parâmetros compartilhados, necessitando corresponder os pesos do modelo
• Paralelismo de modelos: 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, melhorando o nível de paralelismo

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

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

• Dificuldade na heterogeneidade e segmentação de dispositivos: alta dificuldade na coordenação de dispositivos heterogêneos, baixa eficiência na segmentação de tarefas
• Gargalo na eficiência da comunicação: a comunicação na rede é instável, o gargalo de sincronização de gradientes é evidente
• Execução confiável ausente: falta de ambiente de execução confiável, difícil de verificar se os nós realmente participam do cálculo
• Falta de coordenação unificada: sem um despachador central, a distribuição de tarefas e o mecanismo de reversão 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 viável" ainda é um desafio de engenharia sistêmica, envolvendo arquitetura de sistemas, protocolos de comunicação, segurança criptográfica, mecanismos econômicos, validação de modelos e vários outros níveis, mas a possibilidade de "colaboração eficaz + incentivos para honestidade + resultados corretos" ainda está na fase 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 do treinamento distribuído e a capacidade de colaboração local, ao mesmo tempo que incorpora a 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 com a privacidade, sendo relativamente moderado em termos de tarefas de treinamento, estrutura de confiança e mecanismos de comunicação, sendo mais adequado como uma arquitetura de implantação transitória na indústria.

Descentralização treinamento 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, ela não é naturalmente adequada para ser realizada de forma eficiente entre nós heterogêneos e não confiáveis. Por exemplo, o treinamento de grandes modelos geralmente depende de alta memória, baixa latência e largura de banda alta, tornando difícil segmentar e sincronizar efetivamente em uma rede aberta; tarefas com forte privacidade de dados e restrições de soberania estão limitadas por conformidade legal e restrições éticas, impossibilitando o compartilhamento aberto; e tarefas que carecem de incentivos de colaboração não têm motivação externa para participação. Essas fronteiras juntos constituem as limitações reais do treinamento descentralizado atualmente.

Mas isso não significa que a Descentralização do treinamento seja um falso problema. Na verdade, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e incentivadas, a Descentralização do treinamento demonstra uma clara perspectiva de aplicação. Incluindo, mas não se limitando a: afinação LoRA, tarefas de treinamento pós-alinhamento de comportamento, treinamento e rotulagem de dados crowdsourced, treinamento de pequenos modelos básicos com recursos controláveis, e cenários de treinamento colaborativo que envolvem dispositivos de borda. Essas tarefas geralmente possuem alta paralelização, baixa acoplabilidade e são tolerantes a computação heterogênea, sendo muito adequadas para treinamento colaborativo através de redes P2P, protocolos Swarm, otimizadores distribuídos, entre outros.

Descentralização de Análise de Projetos Clássicos de Treinamento

Atualmente, nos campos de treinamento Descentralização e aprendizado federado, os principais projetos de blockchain representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Do ponto de vista da inovação técnica e da dificuldade de implementação, 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 ponta atuais; enquanto os caminhos de implementação de Gensyn e Flock.io são relativamente claros, já é possível ver os primeiros avanços em engenharia.

Prime Intellect: Pioneiro de redes colaborativas de aprendizado por reforço verificáveis de trajetórias de treinamento

A Prime Intellect está dedicada a construir uma rede de treinamento de IA sem necessidade de confiança, permitindo que qualquer pessoa participe do treinamento e receba recompensas confiáveis por suas contribuições computacionais. A Prime Intellect espera construir um sistema de treinamento de IA descentralizado com verificabilidade, abertura e mecanismos de incentivo completos através dos três módulos PRIME-RL + TOPLOC + SHARDCAST.

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

1. PRIME-RL: Arquitetura de tarefas de aprendizado por reforço assíncrono desacoplado

PRIME-RL é a estrutura de modelagem e execução de tarefas personalizada pela Prime Intellect para cenários de Descentralização de treinamento, projetada especificamente para redes heterogêneas e participação assíncrona. Utiliza aprendizado por reforço como objeto prioritário de adaptação, desacoplando estruturalmente os processos de treinamento, inferência e upload de pesos, permitindo que cada nó de treinamento complete o ciclo de tarefas localmente de forma independente 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 um ambiente sem agendamento central, reduzindo a complexidade do sistema e estabelecendo uma base para suportar múltiplas tarefas em paralelo e evolução de estratégias.

2. 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 com base em dados de observação. Ao contrário de soluções pesadas como ZKML, o TOPLOC não depende do recálculo de todo o modelo, mas realiza a verificação da estrutura leve analisando as trajetórias de consistência local entre "sequência de observação ↔ atualização de estratégia". Ele converte 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, oferecendo um caminho viável para construir uma rede de treinamento colaborativo descentralizada que seja auditável e incentivada.

3. 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 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 dos 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 Descentralização, sendo a base central para construir um consenso de pesos estável e iterações de treinamento contínuas.

4. OpenDiLoCo: Estrutura de Comunicação Assíncrona Esparsa

OpenDiLoCo é uma estrutura de otimização de comunicação desenvolvida de forma independente e de código aberto pela equipe Prime Intellect, com base na filosofia DiLoCo proposta pela DeepMind, projetada especificamente para enfrentar desafios comuns em 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 o alto custo de comunicação da sincronização global, dependendo apenas de nós vizinhos locais para concluir o treinamento colaborativo do modelo. Combinando atualizações assíncronas e mecanismos de tolerância a falhas, o OpenDiLoCo permite que GPUs de consumo e dispositivos de borda participem de tarefas de treinamento de forma estável, aumentando significativamente a acessibilidade ao treinamento colaborativo global, sendo uma das infraestruturas de comunicação chave para construir uma rede de treinamento descentralizada.

5. PCCL: Biblioteca de Comunicação Colaborativa

PCCL é uma biblioteca de comunicação leve desenvolvida pela Prime Intellect para um ambiente de treinamento de IA descentralizado, destinada a 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 pontos de verificação, podendo ser executado em GPUs de consumo e em nós instáveis, sendo um componente fundamental que sustenta a capacidade de comunicação assíncrona do protocolo OpenDiLoCo. Isso melhora significativamente a tolerância à largura de banda da rede de treinamento e a compatibilidade dos dispositivos, abrindo a "última milha" da infraestrutura de comunicação para construir uma rede de treinamento colaborativo verdadeiramente aberta e sem necessidade de confiança.

Rede de Incentivo Prime Intellect e Divisão de Papéis

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 tipos de papéis centrais:

• 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 pesos 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, 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 reforçado 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 com GPU distribuídos em três continentes, utilizando uma arquitetura totalmente assíncrona, com mais de 400 horas de treinamento, demonstrando a viabilidade e estabilidade da rede de colaboração assíncrona. Este modelo não é apenas um avanço em termos de desempenho, mas também a primeira implementação sistemática do paradigma de "treinamento é consenso" proposto pela Prime Intellect. O INTELLECT-2 integra módulos de protocolo essenciais como PRIME-RL, TOPLOC e SHARDCAST, marcando a primeira vez que a rede de treinamento descentralizada conseguiu realizar a abertura, a verificabilidade e o processo de treinamento.