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による協調トレーニングから生まれた強化学習大モデルであり、パラメータ規模は32Bに達します。INTELLECT-2モデルは、三大陸にわたる100以上のGPU異種ノードによって協調トレーニングされ、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化でもあります。INTELLECT-2は、PRIME-RL(非同期トレーニング構造)、TOPLOC(トレーニング行動検証)、SHARDCAST(非同期重み集約)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の閉ループを実現したことを示しています。
クリプトAI革命:分散型トレーニングのフロンティアと課題を探る
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段階であり、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、複雑なデータ処理プロセス、および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の観点から、トレーニング方式は集中化トレーニング、分散化トレーニング、フェデラル学習、および本記事で重点的に議論する分散化トレーニングの四つのカテゴリに分類できます。
! 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から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は、メモリ共有、勾配同期、フォールトトレランス機構の効率を最適化し、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制御の利点を持っていますが、同時にデータ独占、リソースバリア、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の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、複数のマシンに分配して協調的に実行することであり、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、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、マスターノードが各サブタスクを一元的に調整します。主流の方法は次のとおりです:
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、同じボスが複数の「オフィス」の従業員にリモートで指揮を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。
分散化トレーニングは、よりオープンで検閲耐性のある未来の道筋を代表します。その核心的な特徴は、信頼し合わない複数のノードが中央の調整者なしに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布と協力が駆動され、暗号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計算能力を提供してモデルを協力して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に関わるシステム的なエンジニアリングの課題です。「協力的に効果的 + 誠実にインセンティブを与える + 結果が正しい」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。
フェデラルラーニングは、分散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が重視され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強い特性は持っていません。これはプライバシーコンプライアンスのシーンにおける "制御された分散化" の一つの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、通信メカニズムの全てにおいて比較的穏やかであり、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。
! 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、異種の信頼しないノード間で効率的に完了することが自然に適していません。例えば、大規模モデルのトレーニングはしばしば高いメモリ、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および同期することが難しいです。データのプライバシーと主権の制約が強いタスクは、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たタスクは外部の参加動機を欠いています。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約を形成しています。
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、構造が軽量で並行処理が容易で、インセンティブがあるタスクタイプの中で、分散化トレーニングは明確な応用の展望を示しています。これには、LoRA微調整、行動整合性の後処理タスク(、RLHF、DPO)、データクラウドトレーニングとアノテーションタスク、リソース制御の小型基盤モデルのトレーニング、および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。これらのタスクは一般的に高い並行性、低い結合性、異種計算能力を許容する特性を持ち、P2Pネットワーク、Swarmプロトコル、分散最適化器などを通じ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、分散化トレーニングとフェデレーテッドラーニングの最前線の分野において、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創的な探索を提案しており、現在の理論研究の最前線の方向を代表しています。一方、GensynとFlock.ioの実現経路は比較的明確で、初期の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: トレーニング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を必要としないAIトレーニングネットワークの構築に取り組んでおり、その計算への貢献に対して信頼できる報酬を得られるようにしています。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、オープンで、インセンティブメカニズムが整ったAI分散化トレーニングシステムの構築を目指しています。
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および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。強化学習を優先的な適応対象として採用し、トレーニング、推論、及び重みのアップロードプロセスを構造的に分離することで、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は中央管理のない環境での弾力的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とともに、マルチタスクの並行処理と戦略の進化を支える基盤を提供します。
#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検証可能性コアメカニズムであり、ノードが実際に観測データに基づいて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」間の局所的一貫性軌跡を分析することで軽量構造検証を完了します。これは初めてトレーニングプロセス中の行動軌跡を検証可能な対象に変換し、信頼なしでのトレーニング報酬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が設計した重みの伝播と集約プロトコルであり、非同期、帯域制限、ノードの状態が変化しやすい現実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、重みの漸進的な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、安定した重みのコンセンサスと継続的なトレーニングイテレーション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が提案したDiLoCoの理念に基づいて独自に実装し、オープンソース化した通信最適化フレームワークで、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、局所の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はコンシューマー向け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1つとなっています。
#PCCL:協調通信ライブラリ
PCCLはPrime Intellectのために分散化AIトレーニング環境向けに特別に設計され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復元をサポートし、コンシューマ向けGPUおよび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およびデバイス互換性が大幅に向上し、真にオープンで信頼を必要としない共同トレーニングネットワークのための"最後の一里"の通信基盤が整備されました。
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の分担
Prime Intellectは、誰もが参加できるタスクを実施し、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、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、三つの主要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、軌跡の検証、重みの集約(SHARDCAST)と報酬の配布を含み、"真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: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、世界初の非同期で信頼不要な分散化ノードによる協調トレーニングから生まれた強化学習大モデルであり、パラメータ規模は32Bに達します。INTELLECT-2モデルは、三大陸にわたる100以上のGPU異種ノードによって協調トレーニングされ、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化でもあります。INTELLECT-2は、PRIME-RL(非同期トレーニング構造)、TOPLOC(トレーニング行動検証)、SHARDCAST(非同期重み集約)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の閉ループを実現したことを示しています。
パフォーマンスの面では、INTELLECT-2