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調トレーニングによって構築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が行われ、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が提案した「トレーニングは合意である」というパラダイムの初めてのシステム実現でもあります。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ており、分散化トレーニングネットワークが初めて訓練を実現したことを示しています。
分散化AIトレーニングの最前線:Prime IntellectとPluralisが業界の新しいパラダイムをリード
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の全バリューチェーンにおいて、モデル訓練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アプリケーション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、訓練プロセスは継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、および高強度な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、訓練方式は集中化訓練、分散化訓練、フェデラルラーニング、そして本論文で重点的に議論する分散化訓練の4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、効率が高く、リソースが管理可能な利点がありますが、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、複数のマシンに分配して協調的に実行することにより、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」の特徴を持っていますが、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動作し、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統一して調整します。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」の従業員に指示を出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強い特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、以下が含まれます:
分散化トレーニングは次のように理解できます: 世界中のボランティアのグループが、それぞれの計算能力を提供してモデルを共同でトレーニングしますが、"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工程上の課題です。しかし、"協同的に効果的 + 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的な集約を強調し、プライバシーコンプライアンスを重視するシナリオに適しています。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局所的な協調能力を持ち、同時に去中心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ナリオでの"制御された去中心化"の一形態とみなすことができ、トレーニングタスク、信頼構造、通信メカニズムにおいても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。
分散化トレーニングの境界、機会と現実の道
トレーニングのパラダイムの観点から見ると、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、リソースの要求が極めて高い、または協力が難しいため、異種の非信頼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および同期することが難しいです。データプライバシーと主権の制限が強いタスクは、法的遵守と倫理的制約に制約されており、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参加の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共同で構成しています。
しかし、これは分散化訓練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、インセンティブを与えることができるタスクタイプにおいて、分散化訓練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、行動整合性に基づく後訓練タスク、データクラウド訓練とラベリングタスク、リソースを制御可能な小型基盤モデルの訓練、そしてエッジデバイスが参加する協調訓練シーンが含まれます。これらのタスクは一般的に高い並行性、低い結合性、および異種計算能力を許容する特性を備えており、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を通じて協力的な訓練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が含まれます。技術革新性と工学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求を提案しており、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、初歩的なエンジニアリングの進展を見ることができます。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、さらに分散化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について探ります。
プライム・インテレクト: 訓練軌跡が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し、その計算貢献に対して信頼できる報酬を得られることを目指しています。Prime Intellectは、PRIME-RL + TOPLOC + SHARDCASTの三つの主要モジュールを通じて、検証可能でオープンな、報酬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希望しています。
01、Prime Intellectプロトコルスタック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
02、Prime Intellectトレーニングの重要なメカニズムの詳細説明
#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、標準化された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、多タスクの並行処理と戦略の進化をサポートするための基盤を築いています。
#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あり、ノードが観測データに基づいて効果的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"の間の局所的一貫性トレースを分析することで、軽量構造の検証を実現します。これは、トレーニングプロセスにおける行動トレースを検証可能なオブジェクトに変換する初の試みであり、信頼なしで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、監査可能かつ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、ノード状態が変化しやす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、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、安定した重みのコンセンサスと継続的なトレーニングの反復のための核心基盤となります。
#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、オープンソースに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、グローバルな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し、グローバル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インフラストラクチャの一つとなります。
#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、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は疎トポロジー、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や不安定なノード上で動作可能であり、OpenDiLoCoプロトコルの非同期通信能力を支える基本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。
03、Prime Intellect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な経済的インセンティブメカニズムを持つ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つのコアロールに基づいて運営されます:
プロトコルの核心プロセスは、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、重みの集約、報酬の配布を含み、"真実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
04、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調トレーニングによって構築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が行われ、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が提案した「トレーニングは合意である」というパラダイムの初めてのシステム実現でもあります。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ており、分散化トレーニングネットワークが初めて訓練を実現したことを示しています。