Prime Intellectは2025年5月にINTELLECT-2を発表しました。これは、世界初の非同期で信頼不要な分散化ノード協力によって訓練された強化学習の大規模モデルであり、パラメータ規模は32Bに達します。INTELLECT-2モデルは、3大陸に広がる100以上のGPU異種ノードによって協調訓練され、完全な非同期アーキテクチャを使用し、訓練時間は400時間を超え、非同期協力ネットワークの実行可能性と安定性を示しました。このモデルは、性能上の突破だけでなく、Prime Intellectが提唱する「訓練即共識」パラダイムの初のシステム実現でもあります。INTELLECT-2は、PRIME-RL、TOPLOC、SHARDCASTなどのコアプロトコルモジュールを統合しており、分散化訓練ネットワークが初めて訓練プロセスのオープン化、検証性、経済的インセンティブのクローズドループを実現したことを示しています。
分散型AIトレーニングの探索:Prime IntellectからPluralisまでの最先端技術の分析
クリプトAIの聖杯:分散型トレーニングのフロンティア探索
AIの全価値チェーンにおいて、モデルのトレーニングはリソース消費が最も大きく、技術的なハードルが最も高いプロセスであり、モデルの能力の上限と実際のアプリケーションの効果を直接決定します。推論段階の軽量な呼び出しと比較して、トレーニングプロセスは持続的な大規模な計算能力の投入、複雑なデータ処理プロセス、高強度の最適化アルゴリズムのサポートが必要であり、AIシステム構築の真の"重工業"です。アーキテクチャのパラダイムから見ると、トレーニング方法は集中化トレーニング、分散化トレーニング、フェデラルラーニング、および本稿で重点的に論じる分散化トレーニングの4つのカテゴリーに分類できます。
! 暗号AIの聖杯:分散型トレーニングのフロンティア探索
集中化トレーニングは最も一般的な従来の方法であり、単一の機関がローカルの高性能クラスター内で全てのトレーニングプロセスを完了します。ハードウェア、基盤ソフトウェア、クラスタースケジューリングシステム、トレーニングフレームワークの全てのコンポーネントは、統一された制御システムによって調整されて動作します。このような深い協調のアーキテクチャは、メモリ共有、勾配同期、フォールトトレランスメカニズムの効率を最適化し、GPTやGeminiなどの大規模モデルのトレーニングに非常に適しており、高い効率とリソースの制御という利点がありますが、同時にデータの独占、リソースの壁、エネルギー消費、単一障害点のリスクなどの問題も存在します。
分散化トレーニングは現在の大規模モデルトレーニングの主流方式であり、その核心はモデルのトレーニングタスクを分解し、複数のマシンに分配して協調実行することで、単一マシンの計算およびストレージのボトルネックを突破することです。物理的には「分散化」特性を有していますが、全体は依然として中央集権的な機関によって制御、調整、同期されています。通常、高速ローカルエリアネットワーク環境で動作し、NVLink高速相互接続バス技術を通じて、主ノードが各サブタスクを統一的に調整します。主流の方法は以下の通りです:
分散化トレーニングは「集中制御 + 分散実行」の組み合わせであり、同じボスが遠くから複数の「オフィス」の従業員に指示を出してタスクを完了させることに類似しています。現在、ほぼすべての主流の大規模モデルはこの方法でトレーニングされています。
! クリプトAIの聖杯:分散型トレーニングのフロンティア探索
分散化トレーニングは、よりオープンで検閲に対する特性を持つ未来の道を示しています。その核心的な特徴は、中央のコーディネーターなしで、互いに信頼しない複数のノードが協力してトレーニングタスクを完了することです。通常、プロトコルがタスクの配布と協力を駆動し、暗号的なインセンティブメカニズムを利用して貢献の誠実性を確保します。このモデルが直面する主な課題には、以下が含まれます:
分散化トレーニングは、世界中のボランティアがそれぞれコンピューティングパワーを提供し、協力してモデルをトレーニングすることとして理解できますが、「本当に実行可能な大規模分散化トレーニング」は、システムアーキテクチャ、通信プロトコル、暗号セキュリティ、経済メカニズム、モデル検証などの複数の側面を含むシステム的な工学的課題であり、「協調的に効果的 + 誠実を促す + 結果が正しい」ことができるかどうかは、まだ初期のプロトタイプ探索段階にあります。
連邦学習は、分散化と去中心化の間の過渡的な形態として、データのローカル保持とモデルパラメータの集中集約を強調し、プライバシーコンプライアンスが重視されるシーンに適しています。連邦学習は、分散トレーニングのエンジニアリング構造とローカル協調能力を持ち、同時に去中心化トレーニングのデータ分散の利点も備えていますが、信頼できる調整者に依存しており、完全にオープンで検閲に耐えうる特性は持っていません。プライバシーコンプライアンスが求められるシーンにおける「制御された去中心化」ソリューションと見なすことができ、トレーニングタスク、信頼構造、通信メカニズムは比較的穏やかであり、産業界の過渡的な展開アーキテクチャとしてより適しています。
分散化トレーニングの境界、機会と現実の道筋
トレーニングのパラダイムから見ると、分散化トレーニングはすべてのタスクタイプに適しているわけではありません。一部のシナリオでは、タスクの構造が複雑で、リソースの要求が非常に高いか、協力の難易度が高いため、異種の信頼のないノード間で効率的に完了するのは自然に不適切です。例えば、大規模モデルのトレーニングは高いメモリ、低遅延、高速帯域幅に依存するため、オープンネットワークで効果的に分割して同期するのは難しいです。データのプライバシーと主権制限が強いタスクは法的コンプライアンスと倫理的制約に制限され、オープンな共有ができません。また、協力のインセンティブが欠如しているタスクは外部の参加動機が不足しています。これらの境界は、現在の分散化トレーニングの現実的な制限を構成しています。
しかし、これは分散化トレーニングが偽の命題であることを意味するわけではありません。実際、構造が軽量で、並列処理が容易で、インセンティブのあるタスクタイプにおいて、分散化トレーニングは明確な応用の見込みを示しています。これには、LoRA微調整、行動整合性のある後トレーニングタスク、データクラウドソーシングトレーニングとラベリングタスク、リソース制御された小型基盤モデルのトレーニング、およびエッジデバイスの参加する協調トレーニングシナリオが含まれますが、これに限られません。これらのタスクは一般的に高い並列性、低い結合性、異種計算能力への耐性を備えており、P2Pネットワーク、Swarmプロトコル、分散型オプティマイザーなどを通じて協調トレーニングを行うのに非常に適しています。
! 暗号AIの聖杯:分散型トレーニングのフロンティア探索
分散化トレーニングクラシックプロジェクト解析
現在、分散化トレーニングとフェデラルラーニングの最前線分野において、代表的なブロックチェーンプロジェクトは主にPrime Intellect、Pluralis.ai、Gensyn、Nous Research、Flock.ioを含みます。技術革新性とエンジニアリングの実現難易度の観点から見ると、Prime Intellect、Nous Research、Pluralis.aiはシステムアーキテクチャとアルゴリズム設計において多くの独創的な探求を提案しており、現在の理論研究の最前線を代表しています。一方、GensynとFlock.ioの実現パスは比較的明確で、初歩的なエンジニアリングの進展が見られます。本稿では、これら5つのプロジェクトの背後にあるコア技術とエンジニアリングアーキテクチャの道を順に解析し、分散化AIトレーニングシステムにおけるその違いと相互補完関係についてさらに探討します。
プライム・インテレクト: トレーニングトラジェクトリ検証可能な強化学習協調ネットワークの先駆者
Prime Intellectは、誰でも参加できる信頼不要のAIトレーニングネットワークを構築することに専念しており、その計算貢献に対して信頼できる報酬を得ることができます。Prime Intellectは、PRIME-RL + TOPLOC + SHARDCASTの3つの主要モジュールを通じて、検証可能でオープンな、インセンティブメカニズムが完備されたAI分散化トレーニングシステムを構築することを目指しています。
Prime Intellectプロトコルスタックの構造と主要モジュールの価値
! 暗号AIの聖杯:分散型トレーニングのフロンティア探索
Prime Intellectトレーニングの重要なメカニズムの詳細
#PRIME-RL:デカップリング型非同期強化学習タスクアーキテクチャ
PRIME-RLはPrime Intellectが分散化トレーニングシナリオのためにカスタマイズしたタスクモデリングと実行フレームワークであり、異種ネットワークと非同期参加のために設計されています。強化学習を優先適合対象として採用し、トレーニング、推論、ウェイトのアップロードプロセスを構造的に分離し、各トレーニングノードがローカルで独立してタスクループを完了でき、標準化インターフェースを通じて検証および集約メカニズムと協調します。従来の監視学習プロセスと比較して、PRIME-RLは中央調整のない環境での弾力的なトレーニングを実現するのにより適しており、システムの複雑さを低減するだけでなく、マルチタスクの並行処理と戦略の進化を支える基盤を築いています。
#TOPLOC:軽量トレーニング行動検証メカニズム
TOPLOCはPrime Intellectが提案したトレーニングの検証可能性のコアメカニズムであり、ノードが観測データに基づいて実際に有効な戦略学習を完了したかどうかを判断するために使用されます。ZKMLなどの重いソリューションとは異なり、TOPLOCは全モデルの再計算に依存せず、"観測シーケンス↔戦略更新"の間の局所的一貫性の軌跡を分析することで、軽量構造の検証を完了します。これはトレーニングプロセス中の行動軌跡を検証可能なオブジェクトに変換することを初めて行い、信頼なしのトレーニング報酬分配を実現するための重要な革新であり、監査可能でインセンティブのある分散型協力トレーニングネットワークを構築するための実行可能な道を提供します。
#SHARDCAST: 非同期ウェイト集約および伝播プロトコル
SHARDCASTはPrime Intellectが設計した重み伝播および集約プロトコルで、非同期、帯域幅制限、ノード状態が変動する真のネットワーク環境に最適化されています。これはgossip伝播メカニズムと局所的同期戦略を組み合わせており、複数のノードが非同期状態で部分的な更新を継続的に提出できるようにし、重みの漸進的収束と多バージョン進化を実現します。集中型または同期型のAllReduce方法と比較して、SHARDCASTは分散化トレーニングのスケーラビリティと耐障害性を大幅に向上させ、安定した重みのコンセンサスと継続的なトレーニングの反復を構築するための核心的な基盤となっています。
#OpenDiLoCo: スパース非同期通信フレームワーク
OpenDiLoCoはPrime IntellectチームがDeepMindが提案したDiLoCoの理念に基づいて独立に実装し、オープンソース化した通信最適化フレームワークであり、分散化トレーニングにおける帯域幅の制限、デバイスの異種性、ノードの不安定性などの課題に特化して設計されています。そのアーキテクチャはデータ並列性に基づいており、Ring、Expander、Small-Worldなどの疎なトポロジ構造を構築することで、グローバル同期の高通信コストを回避し、局所的な隣接ノードにのみ依存してモデルの協調トレーニングを完了します。非同期更新とチェックポイント耐障害メカニズムを組み合わせることで、OpenDiLoCoはコンシューマ向けGPUとエッジデバイスが安定してトレーニングタスクに参加できるようにし、グローバルな協力トレーニングの参加性を大幅に向上させ、分散化トレーニングネットワークを構築するための重要な通信基盤の一つとなっています。
#PCCL:協同通信ライブラリ
PCCLはPrime Intellectが分散化AIトレーニング環境のために特別に設計した軽量通信ライブラリであり、従来の通信ライブラリが異種デバイスや低帯域幅ネットワークにおいて直面する適応のボトルネックを解決することを目的としています。PCCLはスパーストポロジー、勾配圧縮、低精度同期およびチェックポイント復元をサポートし、コンシューマー向けGPUや不安定なノードで実行可能であり、OpenDiLoCoプロトコルの非同期通信機能を支える基盤コンポーネントです。これにより、トレーニングネットワークの帯域幅耐性とデバイス互換性が大幅に向上し、真にオープンで信頼不要な協調トレーニングネットワークのための「最後の一マイル」の通信基盤が確保されました。
プライムインテレクトのインセンティブネットワークと役割分担
Prime Intellectは、誰でもタスクに参加し、実際の貢献に基づいて報酬を得ることができる、許可不要で検証可能な経済的インセンティブメカニズムを備えたトレーニングネットワークを構築しました。プロトコルは、3つのコアロールに基づいて運営されます:
プロトコルのコアプロセスには、タスクの発行、ノードのトレーニング、トラッキングの検証、重みの集約、および報酬の配布が含まれ、"実際のトレーニング行動"を中心にしたインセンティブのクローズドループを構成しています。
! 暗号AIの聖杯:分散型トレーニングのフロンティア探索
INTELLECT-2:初の検証可能な分散化トレーニングモデルのリリース
Prime Intellectは2025年5月にINTELLECT-2を発表しました。これは、世界初の非同期で信頼不要な分散化ノード協力によって訓練された強化学習の大規模モデルであり、パラメータ規模は32Bに達します。INTELLECT-2モデルは、3大陸に広がる100以上のGPU異種ノードによって協調訓練され、完全な非同期アーキテクチャを使用し、訓練時間は400時間を超え、非同期協力ネットワークの実行可能性と安定性を示しました。このモデルは、性能上の突破だけでなく、Prime Intellectが提唱する「訓練即共識」パラダイムの初のシステム実現でもあります。INTELLECT-2は、PRIME-RL、TOPLOC、SHARDCASTなどのコアプロトコルモジュールを統合しており、分散化訓練ネットワークが初めて訓練プロセスのオープン化、検証性、経済的インセンティブのクローズドループを実現したことを示しています。