Prime Intellectは2025年5月にINTELLECT-2を発表しました。これは、世界初の非同期かつ信頼不要の分散化ノード協力によってトレーニングされた強化学習の大規模モデルで、パラメータ規模は32Bに達します。INTELLECT-2モデルは、三大陸に広がる100以上のGPU異種ノードによって協調トレーニングが行われ、完全な非同期アーキテクチャを使用し、トレーニング時間は400時間を超え、非同期協力ネットワークの実現可能性と安定性を示しました。このモデルは、性能の突破だけでなく、Prime Intellectが提唱した「トレーニングは合意である」というパラダイムの初のシステム実装でもあります。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、分散化トレーニングネットワークが初めてトレーニングプロセスのオープン化、検証性、経済的インセンティブを実現したことを示しています。
分散化AIトレーニングの探求：技術的課題から実践の先駆者へ
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の全価値連鎖において、モデル訓練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段階であり、モデルの能力上限と実際の応用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、訓練プロセスは継続的な大規模な計算力の投入、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。構造的なパラダイムから見ると、訓練方法は集中化訓練、分散化訓練、フェデラル学習、そして本論文の重点である分散化訓練の四つに分類できます。
! 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、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が統一された制御システムによって調整されて実行されます。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、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、高い効率性とリソースの制御可能性という利点を持っていますが、同時にデータの独占、リソースの壁、エネルギー消費、単一障害リスクなどの問題も抱えています。
分散化トレーニングは現在の大規模モデルのトレーニングの主流の方法であり、その核心はモデルのトレーニングタスクを分解し、複数のマシンに配布して協調して実行することにより、単一の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」特性を備えていますが、全体は依然として中央集権的な機関によって制御され、調整および同期され、通常は高速ローカルエリアネットワーク環境で実行され、NVLink高速相互接続バス技術によって、主ノードが各サブタスクを統一的に調整します。主流の方法には以下が含まれます:
分散型トレーニングは「集中制御 + 分散実行」の組み合わせであり、同じボスが遠隔で複数の「オフィス」の従業員にタスクを協力して完了させるように指揮することに例えられます。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を完了しています。
分散化トレーニングは、よりオープンで検閲に強い未来の道を象徴します。その核心的な特徴は、複数の互いに信頼しないノードが中央のコーディネーターなしで協力してトレーニングタスクを完了することです。通常、プロトコルによってタスクの配信と協力が駆動され、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、
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計算能力を提供してモデルを協調的にトレーニングすることとして理解できますが、「真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に関わるシステム的なエンジニアリングの課題です。しかし、「協調的かつ効果的 + 誠実なインセンティブ + 正しい結果」が達成できるかどうかは、まだ初期プロトタイプの探索段階にあります。
フェデラルラーニングは、分散型と分散化の間の移行形態として、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を重視するシナリオに適しています。フェデラルラーニングは、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ながら、分散化トレーニングのデータ分散の利点も兼ね備えていますが、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対抗す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のシナリオにおける「制御された分散化」ソリューションとして見ることができ、トレーニングタスク、信頼構造、通信メカニズムのすべてにおいて比較的穏やかであり、産業界での移行的デプロイメントアーキテクチャとしてより適しています。
! 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の境界、機会と現実的な道筋
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用できるわけではありません。特定のシナリオでは、タスクの構造が複雑で、リソースの需要が非常に高い、または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ことが本質的に不適合です。例えば、大規模モデルのトレーニングは通常、高いメモリ、低遅延、高速帯域幅に依存しており、オープンネットワーク内で効果的に分割と同期を行うことが困難です; データプライバシーと主権に制約のあるタスクは、法的コンプライアンスと倫理的制約に制限されており、オープンに共有することができません; さらに、協力のインセンティブ基盤が欠如しているタスクは外部から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虚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、並列が容易で、インセンティブが与えられ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通しを示しています。これには、LoRA微調整、行動整合性に関する後処理タスク、データクラウドソーシングによるトレーニングとラベリングタスク、リソースを制御可能な小型基盤モデルのトレーニング、エッジデバイスが参加する協調トレーニングシナリオが含まれますが、これに限定されません。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の方法で協力的な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レーテッド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にはPrime Intellect、Pluralis.ai、Gensyn、Nous Research、Flock.ioが含まれます。技術革新性とエンジニアリング実現難易度の観点から、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自の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の実現経路は相対的に明確で、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れらの違いと相補関係についてさらに探討します。
プライムインテレクト: 訓練軌跡可検証の強化学習協調ネットワークの先駆者
Prime Intellectは、誰もが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し、その計算貢献に対して信頼できる報酬を得られるように努めています。Prime Intellectは、PRIME-RL + TOPLOC + SHARDCASTの3つの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。
プライムインテレクト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が分散化された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および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、重みのアップロードプロセスを構造的にデカップリングすることで、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るようにし、標準化された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し、多タスクの並行処理や戦略の進化を支援す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有効な戦略学習を実行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"間の局所的一貫性の軌跡を分析することによって、軽量な構造検証を実現します。これは、トレーニング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、信頼を必要としないトレーニング報酬の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筋を提供します。
SHARDCAST: Asynchronous Weight Aggregation & Propagation Protocol(非同期重み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と集約プロトコルであり、非同期、帯域幅制限、およびノード状態の変動が激しい実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の進化を実現します。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ており、安定した重み合意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です。
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が提唱したDiLoCoの理念に基づいて独立して実装し、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一般的な帯域幅制限、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き、Ring、Expander、Small-Worldなどの疎なトポロジー構造を構築することによって、全体の同期による高い通信コストを回避し、局所的な隣接ノードのみに依存してモデルの協調トレーニングを完了することができます。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や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、世界的な協力トレーニングの参加可能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です。
PCCL:協調通信ライブラリ
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、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で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回復をサポートし、コンシューマー向けGPUや不安定なノード上で動作可能で、OpenDiLoCoプロトコルの非同期通信能力を支える基盤コンポーネントです。これは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を大幅に向上させ、真にオープンで信頼を必要としない協調トレーニングネットワークの構築における"最後の1マイル"の通信基盤を確保します。
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、誰でも参加でき、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を持つ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ています:
プロトコルのコアプロセスは、タスクの公開、ノードのトレーニング、トラッキングの検証、ウェイトの集約、報酬の配布を含み、"リアルトレーニングアクション"を中心と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:最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、世界初の非同期かつ信頼不要の分散化ノード協力によってトレーニングされた強化学習の大規模モデルで、パラメータ規模は32Bに達します。INTELLECT-2モデルは、三大陸に広がる100以上のGPU異種ノードによって協調トレーニングが行われ、完全な非同期アーキテクチャを使用し、トレーニング時間は400時間を超え、非同期協力ネットワークの実現可能性と安定性を示しました。このモデルは、性能の突破だけでなく、Prime Intellectが提唱した「トレーニングは合意である」というパラダイムの初のシステム実装でもあります。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、分散化トレーニングネットワークが初めてトレーニングプロセスのオープン化、検証性、経済的インセンティブを実現したことを示しています。