PCCL(Prime Collective Communication Library)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の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、コンシューマー向け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。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ために"最後の一マイル"の通信基盤を構築しました。
03、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ます。プロトコルは、3つの主要な役割に基づいて運営されます:
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で構築された強化学習の大規模モデルであり、パラメータの規模は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調トレーニングされ、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現可能性と安定性を示しました。このモデルは、単なる性能の突破ではなく、Prime Intellectの
分散型AIトレーニングのブレークスルー:Prime Intellectが検証可能なコラボレーションネットワークを構築
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、複雑なデータ処理フロー、そして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。アーキテクチャの観点から見ると、トレーニング方法は4つのカテゴリに分けることができます: 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、そして本稿で重点的に議論する分散化トレーニングです。
! 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。このような深い協調のアーキテクチャにより、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が最適化され、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、および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の方法であり、その核心はモデルのトレーニングタスクを分解し、複数のマシンに配布して協調実行することで、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」特性を備えているものの、全体は依然として中央集権的な機関によって制御、調整、および同期されており、高速ローカルエリアネットワーク環境で動作することが一般的で、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ます。主流の方法には:
分散型トレーニングは「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」従業員に協力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耐性のある未来の道筋を示しています。その核心的な特徴は、複数の互いに信頼しないノード(が家庭用コンピュータ、クラウドGPU、またはエッジデバイス)であり、中央のコーディネーター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、プロトコルを通じてタスクの配布と協力が促進され、暗号的インセンティブメカニズムを利用して貢献の誠実性が確保されます。このモデルが直面する主な課題には:
! 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、世界中のボランティアがそれぞれコンピューティングパワーを提供してモデルを共同でトレーニングすることと理解できますが、「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工学的課題であり、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に関わっています。「協調的に効果的 + 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。
フェデレーション学習は、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、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ナリオ(に適しています。例えば、医療や金融)などです。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な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、完全にオープンで検閲に耐える特性はありません。プライバシーコンプライアンスのシナリオにおける"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、通信メカニズムにおいて比較的穏やかであり、産業界における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、機会と現実の道筋
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、信頼されていないノード間で効率的に完了することが天然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、高速帯域幅に依存しており、オープンネットワークで効果的に分割および同期するのが難しいです; 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限され、オープンに共有することができません; 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限を構成しています。
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られ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展望を示しています。LoRA微調整、行動整合性に関する後トレーニングタスク(、RLHF、DPO)、データクラウドソーシングトレーニングとラベリングタスク、リソース制御可能な小型基盤モデルのトレーニング、そしてエッジデバイスが参加する協調トレーニングシナリオなどが含まれます。これらのタスクは一般的に高い並行性、低いカップリング、異種計算能力を許容する特徴を持ち、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およびフェデレーティッド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。技術革新性と工学的実現難易度の観点から、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オリジナルな探求を提案し、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の実現経路は比較的明確であり、初期の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、さらにそれらが分散化AIトレーニングシステムにおける違いと相補的関係について探討します。
プライムインテレクト: 訓練軌跡可検証の強化学習協調ネットワーク先駆者
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、検証可能性、オープン性、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を構築することを目指しています。
01、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
02、Prime Intellectの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が分散化された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。強化学習を優先的な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通じ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は中央集権的なスケジューリングのない環境で柔軟なトレーニングを実現するのにより適しており、システムの複雑さを低減し、マルチタスクの並行処理と戦略進化を支え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(信頼できる観察およびポリシー地域チェック)は、Prime Intellectが提唱したトレーニング検証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実際に有効な戦略学習を完了したかどうかを判断します。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、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ことを初めて行い、信頼なし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、非同期、帯域幅が制限された、ノードの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のまま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は分散化された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ており、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を構築するための核心的基盤です。
#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す。これは、分散化トレーニングにおいて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に基づいており、Ring、Expander、Small-Worldなどの疎トポロジー構造を構築することにより、グローバル同期による高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可能性を大幅に向上させます。これは、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です。
#PCCL:協調通信ライブラリ
PCCL(Prime Collective Communication Library)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の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、コンシューマー向け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。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ために"最後の一マイル"の通信基盤を構築しました。
03、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ます。プロトコルは、3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、"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。
! 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による協調トレーニングで構築された強化学習の大規模モデルであり、パラメータの規模は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調トレーニングされ、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現可能性と安定性を示しました。このモデルは、単なる性能の突破ではなく、Prime Intellectの