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、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力して訓練され、完全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現可能性と安定性を示しました。このモデルは、性能面でのブレークスルーであるだけでなく、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、分散化訓練ネットワークが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初めて実現したことを示しています。
分散化トレーニング：AIの未来の進化の道と現実の課題
分散化トレーニング:AIの聖杯探索
人工知能の全バリューチェーンにおいて、モデルのトレーニングはリソース消費が最も大きく、技術的なハードルも最も高いプロセスであり、モデルの能力の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、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、複雑なデータ処理フロー、および高強度の最適化アルゴリズムのサポートを必要とし、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、トレーニング方式は4つのカテゴリに分類できます: 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、そして本記事で重点的に論じる分散化トレーニングです。
! 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伝統的な方法であり、単一の機関がローカルの高性能クラスタ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すべ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います。効率が高く、リソースが制御可能な利点がありますが、同時にデータの独占、リソースの障壁、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、複数のマシンに配布して協調実行することで、単一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、スケジューリングおよび同期が行われ、多く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を介して、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:
分散型トレーニングは「集中管理 + 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」の従業員に指示を出して協力してタスクを完了す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を完了しています。
! 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は、よりオープンで検閲に対する耐性を持つ未来の道筋を代表します。その核心的な特徴は、複数の相互に信頼しないノードが中心的な調整者なしでトレーニングタスクを協力して完成することです。通常、プロトコルがタスクの配信と協力を駆動し、暗号的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共同訓練することと理解できますが、「実際に実行可能な大規模分散化トレーニング」は依然としてシステム的なエンジニアリングの課題であり、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レベルに関わっています。しかし、「協力的に効果的 + 誠実を奨励 + 結果が正しい」ということが可能かどうかは、まだ初期のプロトタイプ探索段階にあります。
フェデレーション学習は、分散型と分散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を重視するシナリオに適しています。フェデレーション学習は、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つつ、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耐性の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」ソリューションと見なすことができ、トレーニングタスク、信頼構造、および通信メカニズムにおいて相対的に穏やかであり、産業界の移行的な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。
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してい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、リソースの要求が極めて高い、または協力の難易度が高いため、異種の信頼できないノード間で効率的に完了することが難しいです。たとえば、大規模モデルのトレーニングは、高いメモリ、低遅延、高速バンド幅に依存しており、オープンネットワークで効果的に分割および同期することが困難です。データプライバシーと主権の制限が強いタスクは、法的遵守と倫理的制約に制限され、オープンに共有することができません。一方、協力のインセンティブ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。これらの境界が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、インセンティブを与えることができ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ル付けタスク、リソース制御可能な小型基礎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などが含まれます。これらのタスクは一般的に高い並列性、低い結合性、そして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、分散最適化器などを介して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、分散化訓練と連邦学習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の難易度から見ると、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。
プライム・インテレクト: 訓練軌跡が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努めています。Prime Intellectは、PRIME-RL + TOPLOC + SHARDCASTの3つの主要モジュールを通じて、検証可能性、オープン性、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構造と主要モジュールの価値
Prime Intellectのコアメカニズムには以下が含まれます:
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が分散化トレーニングシーン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、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。強化学習を優先適応対象として採用し、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と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が提唱した訓練可能性検証のコアメカニズムで、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ている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で、軽量な構造検証を実現します。これは訓練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初めての試みであり、信頼を必要としない訓練報酬の配分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化協力訓練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: 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が設計した重みの伝播と集約プロトコルで、非同期、帯域幅制限、ノードの状態が変化しやすい実際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な同期戦略を組み合わせて、複数のノードが非同期状態で部分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方式と比較して、SHARDCASTは分散化トレーニングのスケーラビリティとフォールトトレランスを大幅に向上させ、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コア基盤となります。
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す。これは、分散化トレーニングにおいて一般的な帯域幅の制限、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で、全体的な同期による高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はコンシューマー向けGPUやエッジデバイスも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となっています。
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ける適応ボトルネックを解決することを目的としています。PCCLは疎トポロジー、勾配圧縮、低精度同期、及びポイントリカバリをサポートし、コンシューマグレードのGPUや不安定なノード上で動作可能です。これは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の必要のない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"の通信基盤を構築することが可能になりました。
! 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、軌跡の検証、重みの集約、報酬の配布が含まれ、"実際のトレーニング行動"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: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、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力して訓練され、完全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現可能性と安定性を示しました。このモデルは、性能面でのブレークスルーであるだけでなく、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、分散化訓練ネットワークが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初めて実現したことを示しています。
性能の面では、INTELLECT-2はQwQ-32Bに基づいて訓練され、コードと数学において特別なRL訓練が行われ、現在のオープンソースRL微調整にあります。