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トレーニングされた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、三大陸に広がる100以上のGPU異種ノードによって協力的にトレーニングされ、完全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、性能の突破だけでなく、Prime Intellectが提唱する「トレーニング即共識」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、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、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トレーニングパラダイムの進化：集中から非集中へ、プライムインテレクトが新しい時代を切り開く
AIトレーニングパラダイムの進化：集中制御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」です。アーキテクチャのパラダイムから見ると、トレーニング方法は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、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動作します。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、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の利点がありますが、同時にデータ独占、リソースの壁、エネルギー消費、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、多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、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。主流の方法には次のものが含まれます:
分散化訓練は「集中制御 + 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執り、タスクを協力して完了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訓練されています。
! 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抵抗力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配信と協力を促進し、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、次のものがあります:
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共同でトレーニングすることとして理解できますが、「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側面が関わっています。しかし、「協力的に効果的 + 誠実を奨励 + 結果が正しい」かどうかは、まだ初期のプロトタイプ探索の段階にあります。
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ーンにおける「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、通信メカニズムのいずれも比較的穏やかであり、産業界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。
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、リソース要件が非常に高く、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のは難しいです。例えば、大規模モデルのトレーニングは通常、高いメモリ、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・同期するのが難しいです。データのプライバシーと主権に対する制限が強いタスクは、法令遵守と倫理的制約に制限され、オープンな共有ができません。また、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如しています。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、構造が軽量で並列化が容易で、インセンティブがあ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可能性を示しています。これには、LoRA微調整、行動整合性に関する後処理タスク、データの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、リソースが制御可能な小型基盤モデルのトレーニング、そして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。
! 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ラル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が含まれています。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。
プライム・インテレクト: トレーニングトレース検証可能な強化学習協同ネットワークの先駆者
Prime Intellectは、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、信頼不要のAIトレーニングネットワークの構築に取り組んでいます。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-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、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サポートする基盤を築いています。
TOPLOC:軽量な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のコアメカニズムであり、ノードが本当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」間の局所的一貫性の軌跡を分析することで、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ものであり、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、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: 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、ノード状態が変化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手法に比べて、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能力を大幅に向上させており、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コア基盤です。
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共同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なり、グローバル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、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あり、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不要な協同トレーニングネットワークの「最後の1マイル」の通信基盤を構築する道を開きました。
! 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ようにします。プロトコルは、3つのコアロールに基づいて実行されます:
プロトコルのコアプロセスには、タスクの公開、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
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トレーニングされた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、三大陸に広がる100以上のGPU異種ノードによって協力的にトレーニングされ、完全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、性能の突破だけでなく、Prime Intellectが提唱する「トレーニング即共識」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、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、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、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