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って訓練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、3大陸に広がる100以上のGPU異種ノードが協力して訓練され、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ています。このモデルは性能の突破だけでなく、Prime Intellectが提唱した「訓練即コンセンサス」パラダイムの初のシステム実装でもあります。INTELLECT-2はPRIMEを統合しています。
分散化AIトレーニングの探求：集中管理からグローバルな協力への技術革新
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、技術的ハードルも最も高い段階であり、モデルの能力の上限と実際の適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リソースの投入、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4つのカテゴリに分けられます: 集中型トレーニング、分散型トレーニング、フェデレーティッドラーニング、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。
! 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、単一の組織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から、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の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おり、高効率でリソース制御可能な利点がありますが、同時にデータの独占、リソースバリア、エネルギー消費、単一障害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、その核心はモデルトレーニングタスクを分割し、複数のマシンに配布して協力的に実行することで、単一のコンピュータ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され、スケジュールおよび同期されており、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通じて、主ノードが各サブタスクを統一的に調整します。主流の方法には以下が含まれます:
分散化トレーニングは「集中制御 + 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。
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パスを代表します。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でトレーニングタスクを協力して完了することにあります。通常、プロトコルによってタスクの配信と協力が駆動され、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は次のとおりです:
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共同訓練することと理解できますが、"実際に機能する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、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。しかし、"協調的に効果的 + 正直を奨励 + 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。連邦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、通信メカニズムの上で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。
AIトレーニングパラダイム全景比較表
! 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、または協力の難易度が高いため、異種の信頼のないノード間で効率的に完了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通常、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内で効果的に分割および同期することが困難です。また、データ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。そして、協力のインセンティブが欠如しているタスクは、外部の参加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、行動整合型の後処理タスク、データクラウドソーシングによるトレーニングとアノテーションタスク、リソース制御可能な小型基盤モデルのトレーニング、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、異種計算能力に対する耐性を持っており、P2Pネットワーク、Swarmプロトコル、分散最適化器などを通じて協調トレーニングを行うのに非常に適しています。
分散型トレーニングタスクの適応性の概要
! 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を含んでいます。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の方向性を代表しています。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互補完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することに取り組んでおり、誰でもトレーニングに参加し、その計算貢献に対して信頼できる報酬を得ることができます。Prime Intellectは、PRIME-RL + TOPLOC + SHARDCASTの三つのモジュールを通じて、検証可能でオープンであり、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したいと考えています。
一、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
! 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
二、Prime Intellectトレーニングの重要なメカニズムの詳細
PRIME-RL:デカップリング型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、異種ネットワークと非同期参加者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、および重み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、標準化された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の柔軟なトレーニングを実現するのにより適しており、システムの複雑性を低減するとともに、多タスクの並行処理と戦略進化をサポートするための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の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本当に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試みであり、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す。監査可能でインセンティブを提供す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が設計した重みの伝播と集約プロトコルで、非同期、帯域幅制限のある、ノードの状態が変化しやすいリアルな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、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の進化を実現します。集中型または同期型のAllReduceメソッドと比較して、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に基づいて提案した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一般的な帯域幅制限、デバイスの非一様性、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などのまばらなトポロジー構造を構築することにより、全体的な同期による高い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機構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で直面す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、消費者向けGPUや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。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を必要としない協調トレーニングネットワークの構築に向けて「最後の1マイル」の通信基盤を整備しました。
三、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、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種類のコアロールに基づいて運営されています:
プロトコルの核心的なプロセスには、タスクの公開、ノードトレーニング、トラッキングの検証、重みの集約、報酬の配布が含まれ、"リアルトレーニング行動"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。
! 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
四、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の分散化ノード協力によって訓練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、3大陸に広がる100以上のGPU異種ノードが協力して訓練され、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ています。このモデルは性能の突破だけでなく、Prime Intellectが提唱した「訓練即コンセンサス」パラダイムの初のシステム実装でもあります。INTELLECT-2はPRIMEを統合しています。