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の分散化ノード協力による強化学習大モデルで、パラメータ規模は32Bに達します。INTELLECT-2モデルは、3つの大陸に広がる100以上のGPU異種ノードによって協力訓練され、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、性能の向上だけでなく、Prime Intellectが提唱した「訓練は合意である」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、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閉ループ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：プライムインテレクトからプルラリスへの技術革新
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全体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継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を必要とし、AIシステム構築の真の「重工業」と言えます。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4つのカテゴリに分けることができます：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、そして本文で重点的に議論す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運用されます。このような深い協調のアーキテクチャにより、メモリ共有、勾配同期、およびフォールトトレランスメカニズムの効率が最適化され、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可能性の利点がありますが、同時にデータの独占、リソースの壁、エネルギー消費、および単一障害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な方法であり、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実行することによって、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」特性を持っていますが、全体は依然として中央集権的な機関によって制御、スケジュール、同期されています。通常は高速な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:
分散化トレーニングは「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」社員に協力してタスクを完了させ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。
! 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表しています。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心的なコーディネーターなしにトレーニングタスクを協力して完了することです。通常、プロトコルによってタスクの配布と協力が駆動され、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保証します。このモデルが直面する主要な課題には、次のようなものがあります:
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、モデル検証などの多くのレベルに関わる体系的な工学的課題であり、"協調的に効果的 + 誠実なインセンティブ + 結果の正確性"が実現できるかどうかは、まだ初期のプロトタイプ探索段階にあります。
フェデラルラーニングは、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を重視するシーンに適しています。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備えつつ、去中心化トレーニングのデータ分散の利点も持っていますが、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ーンでの「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、通信メカニズムにおいて比較的穏健であり、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。
分散型トレーニングの境界、機会、現実
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、リソースの需要が非常に高いか、協力の難易度が高いため、異種の信頼されていないノード間で効率的に完了することが難しいです。例えば、大規模モデルのトレーニングは通常、高いメモリ容量、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や主権の制約が強いタスクは、法的なコンプライアンスや倫理的な制約に制限され、オープンに共有することができません。一方で、協力のインセンティブが不足しているタスクは外部の参加動機が欠けています。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、並行性が高く、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込みを示しています。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行性、低い結合性、異種計算力を許容する特性を持っており、P2Pネットワーク、Swarmプロトコル、分散最適化器などの方法で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レーテッドラーニングの最前線において、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自の探求を提案し、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の実現経路は比較的明確であり、初期の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核心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をさらに探求します。
プライムインテレクト: 訓練軌跡検証可能な強化学習協調ネットワークの先駆者
Prime Intellectは、信頼を必要としないAIトレーニングネットワークを構築し、誰もがトレーニングに参加でき、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することに取り組んでいます。Prime Intellectは、PRIME-RL + TOPLOC + SHARDCASTの三大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を備えた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-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、異種ネットワークおよび非同期参加のために設計されています。強化学習を優先的に適用対象として採用し、トレーニング、推論、および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、標準化インターフェースを介し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は中央集権的なスケジューリング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実行と戦略の進化をサポートする基盤を築いています。
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」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完了します。これは、トレーニングプロセスにおける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実現したものであり、信頼のないトレーニング報酬配分を実現するための重要な革新です。これにより、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が提供されます。
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、ノード状態が変動する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同期戦略を組み合わせており、複数のノードが非同期の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フォールトトレランスを大幅に向上させ、安定した重み合意と継続的なトレーニング反復の核心基盤となります。
OpenDiLoCoはPrime IntellectチームがDeepMindの提案したDiLoCo理念を独立して実装し、オープンソース化した通信最適化フレームワークで、分散化トレーニングにおける帯域幅制限、デバイスの異種性、ノードの不安定性といった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いており、Ring、Expander、Small-Worldなどの疎なトポロジー構造を構築することで、グローバルな同期による高い通信コストを回避し、ローカルな隣接ノード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において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、グラデーション圧縮、低精度同期、ブレー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。そ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要しない協調トレーニングネットワークのための"最後の1マイル"の通信基盤を開通させました。
Prime Intellectは、誰もがタスクに参加し、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つの核心的な役割に基づいて運営されます:
プロトコルのコアプロセスは、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、ウェイトの集約、報酬の配布を含み、「真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
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の分散化ノード協力による強化学習大モデルで、パラメータ規模は32Bに達します。INTELLECT-2モデルは、3つの大陸に広がる100以上のGPU異種ノードによって協力訓練され、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、性能の向上だけでなく、Prime Intellectが提唱した「訓練は合意である」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、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閉ループを実現したことを示しています。
性能の面で、INTELLECT-2はQwQ-32Bを基に訓練され、コードと数学において特別なRL訓練が行われており、現在のオープンソースRL微調整モデルの最前線にあります。GPT-4やGeminiなどのモデルをまだ超えてはいませんが、その本当の意義は、世界初の完全な訓練プロセスが再現可能で、検証可能で、監査可能な分散化モデルの実験であることです。Prime Intellectはモデルをオープンソースにしただけでなく、訓練プロセス自体をオープンソースにしたことが重要です--訓練データ、戦略更新の軌跡、検証プロセスと集約ロジックはすべて透明で確認可能であり、誰もが参加でき、信頼できる協力と利益を共有する分散化訓練ネットワークのプロトタイプを構築しました。
プルラリス:非同期モデルの並行および構造圧縮の協調訓練のパラダイム