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の協調トレーニングによって作成された強化学習大モデルで、パラメータ規模は32Bです。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行可能性と安定性を示しました。このモデルは性能の突破にとどまらず、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を実現しました。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のクローズドループを実現したことを示しています。
AI訓練の新しいパラダイム：集中管理から分散化協調への技術的進化
AIトレーニングパラダイムの進化：集中管理から分散化協調への技術革命
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、トレーニング方式は集中型トレーニング、分散型トレーニング、フェデレーテッドラーニング、そして本稿で重点的に議論する分散化トレーニングの4つのカテゴリに分類できます。
! AIトレーニングパラダイムの進化:中央集権的な制御から分散型のコラボレーションへの技術革命
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して実行されます。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にし、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います。効率が高く、リソースが制御できる利点がありますが、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、その核心はモデルトレーニングタスクを分解し、複数のマシンに配信して協調実行することで、単一の計算と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、スケジュール、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介して、主ノードが各サブタスクを統一的に調整しています。主流の方法には以下が含まれます:
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。
! AIトレーニングパラダイムの進化:中央集権的な制御から分散型のコラボレーションへの技術革命
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を示しています。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推進され、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は以下の通りです:
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レベルに関わるシステム的な工学的課題であり、「協力的かつ効果的で、誠実にインセンティブを与え、結果が正しい」かどうかは、まだ初期プロトタイプ探索段階にあります。
連邦学習は分散型と分散化の間の移行形態であり、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、プライバシー遵守を重視するシナリオに適しています。連邦学習は、分散型トレーニングの工学構造と局所的な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を持っていません。プライバシー遵守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、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は適していません。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く、協力が難しいため、異種の信頼のないノード間で効率的に達成することが本質的に適していません。例えば、大規模モデルのトレーニングは高いビデオメモリ、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内で効果的に分割および同期するのが難しいです。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および倫理的制約に制約され、オープンに共有できません。また、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参加の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の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、並行処理が容易で、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通しを示しています。これには、LoRA微調整、行動整合性のある後処理タスク、データクラウドソーシングによるトレーニングおよびアノテーションタスク、リソースを制御可能な小型基盤モデルのトレーニング、さらにはエッジデバイスが参加する協調トレーニングシーンが含まれます。これらのタスクは、高い並行性、低い結合性、および異種計算能力に対する耐性という特性を一般的に備えており、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。
! AIトレーニングパラダイムの進化:中央集権的な制御から分散型のコラボレーションへの技術革命
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ト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実現の難易度の観点から、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創的な探求を提案し、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次解析し、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: 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 Intellectプロトコルスタックの構造と重要なモジュールの価値:
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。これは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デカップリングし、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きます。
TOPLOC:軽量トレーニング行動検証メカニズム
TOPLOCはPrime Intellectが提唱したトレーニング検証可能性のコアメカニズムで、ノードが観測データに基づいて有効な戦略学習を実施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で軽量構造の検証を完了します。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、信頼を必要としないトレーニング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を与え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: 非同期の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、ノード状態の変化が激し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手法と比較して、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、安定した重みの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によって提唱されたDiLoCoの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あり、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により、グローバル同期の高い通信コストを回避し、局所的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インフラの一つとなります。
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いて適応する際のボトルネックを解決することを目的としています。PCCLは疎なトポロジー、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、消費者向けGPUや不安定なノードで動作可能です。これは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。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ための"最後の一マイル"の通信基盤を整備しました。
! AIトレーニングパラダイムの進化:中央集権的な制御から分散型のコラボレーションへの技術革命
Prime Intellectのインセンティブネットワークと役割分担:
Prime Intellectは、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、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ようにします。プロトコルの運用は、3つのコアロールに基づいています:
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、ウェイトの集約、報酬の配布が含まれ、「実際のトレーニング行動」を中心にしたインセンティブのクローズドループを構成します。
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の協調トレーニングによって作成された強化学習大モデルで、パラメータ規模は32Bです。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行可能性と安定性を示しました。このモデルは性能の突破にとどまらず、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を実現しました。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のクローズドループを実現したことを示しています。
性能面では、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微調整モデルの最前線にあります。GPT-4やGeminiなどのクローズドソースモデルをまだ超えてはいませんが、その真の意味