Bitensor トレーニングのマイルストーンが Chamath Palihapitiya 氏と Nvidia CEO の Jensen Huang 氏から注目を集める
かつては暗号通貨サークルに限定されていた分散型 AI 実験が、Nvidia CEO のジェンスン・フアン氏の賛同を得て、分散型モデルのトレーニングが主流に少しずつ近づいている可能性があることを示唆しました。
Chamath Palihapitiya 氏は、All-In Podcast のエピソードで Bittensor の Covenant-72B にスポットライトを当て、理論を超えた分散型人工知能 (AI) の具体的な例として取り上げました。ビテンソール は、機械学習モデルと AI コンピューティングが交換され、インセンティブが与えられるピアツーピア市場を確立する、分散型のブロックチェーン駆動ネットワークとして動作します。
Palihapitiya 氏は、その取り組みをわかりやすい言葉で説明しました。集中インフラストラクチャを使用せずにトレーニングされた大規模言語モデル (LLM) であり、代わりに独立した貢献者のネットワークによって強化されました。 「彼らは、多くの人々が過剰な計算を提供して、完全に分散された 40 億パラメータの LLaMA モデルのトレーニングに成功しました」と彼は述べ、これを「かなりクレイジーな技術的成果」と呼びました。
この比較はよく知られた例えで行われました。パリハピティヤ氏は、世界中の遊休ハードウェアを利用した初期の分散コンピューティング プロジェクトについて言及しながら、「ランダムな人々がいて、各人が少しずつ分け前を受け取ります」と付け加えた。
黄氏はこの考えを否定しなかった。代わりに、彼は AI 市場のより広い枠組みに傾き、分散型アプローチと独自のアプローチは相互に排他的ではないことを示唆しました。 「これら 2 つは A か B ではなく、A と B です」とファン氏は言いました。 「それについては疑問の余地はありません。」
この二重軌道のビジョンは、AI 内での溝と重複の増大を反映しています。一方には、ChatGPT、Claude、Gemini などの、高度に洗練されたクローズド システムがあります。もう 1 つは、開発者や組織が特定のニーズに合わせてシステムをカスタマイズできる、オープンウェイトの分散モデルです。
Huang 氏は、両方のトラックが不可欠であると考えていることを明らかにしました。 「モデルは製品ではなくテクノロジーです」と同氏は述べ、ほとんどのユーザーは独自のシステムをゼロから構築するのではなく、洗練された汎用システムに依存し続けるだろうと指摘した。
同時に、カスタマイズがオプションではない業界についても指摘した。 「これらすべての業界では、その分野の専門知識を制御できる方法で取得する必要があります。」とフアン氏は説明し、「それはオープン モデルからのみ得られるものです。」と付け加えました。
この発言は、ビッテンソールの操舵室に真っ向から当てはまります。サブネット 3 (Templar) を通じて開発された Covenant-72B は、これまでで最大規模の分散型トレーニング実行の 1 つであり、中央機関を持たずに標準的なインターネット接続全体で 70 人を超える参加者を調整します。
技術的には、このモデルは限界を押し広げています。 720 億のパラメータで構築され、約 1 兆 1,000 億のトークンでトレーニングされ、圧縮通信プロトコルや分散データ並列処理などのイノベーションを活用して、従来のデータセンターの外でもトレーニングを実行可能にします。
パフォーマンス指標は、これが単なる実験的なものではないことを示唆しています。ベンチマーク結果では、確立された集中型モデルと競合しており、この詳細は、このプロジェクトが仮想通貨ネイティブの視聴者を超えて注目を集めている理由を説明するのに役立ちます。
市場も注目した。発表後、パリハピティヤとファンのビデオがソーシャルメディア上で広まって以来、プロジェクトのトークンTAOは24%上昇した。
それでも、黄氏のコメントは、本当の話は混乱ではなく、両者の共存であることを示唆している。独自の AI システムは今後も一般ユーザーにとって主流となるでしょうが、オープンで分散型のモデルは、専門化された、コスト重視の、または主権主導型のアプリケーションで役割を担うことになります。
Nvidia の CEO は、新興企業向けに、オープンから始めて独自の利点を積み上げていくという実用的な戦略を概説しました。 「私たちが現在投資している新興企業はすべて、まずオープンソースであり、その後独自モデルに移行しています」と彼は言いました。
言い換えれば、AI の未来は単一のアーキテクチャや哲学に属さない可能性があります。それは、両方をナビゲートでき、それぞれをいつ使用するかを知っている人のものかもしれません。
よくある質問 🔎
