AIトレーニングのコスト革命　Nous Researchの「DisTrO」

Nous Researchが開発したDisTrO（Distributed Training Over-the-Internet）は、AIトレーニングのコストと効率に革命をもたらす技術である。インターネットを介した分散処理により、従来の高価なインフラ投資を大幅に削減し、AI開発の民主化を促進する。
本情報は2025年2月に公開された海外の最新動向であり、中小企業やスタートアップにも新たな可能性を提供する。

DisTrOがもたらすコスト削減のインパクト

AIトレーニングはこれまで莫大な投資を必要としてきた。
メタは100億ドル規模のデータセンターを建設予定であり、テスラやxAIも同様の巨額投資を行っている。しかし、DisTrO技術はインターネット経由で計算処理を分散させ、74.4GBのデータ送受信量をわずか86.8MBにまで削減。約878倍の効率化を実現しており、ポストトレーニングでは最大1万倍の効率向上が可能とされている。
この効率化により、高価な専用ハードウェアへの依存が減り、AI開発の参入障壁は大きく下がると期待されている。

DisTrOの課題と今後の展望

一方で、DisTrOにはいくつかの課題も存在する。依然として高性能なGPU（※）やTPUが必要であり、導入には高度な技術知識が求められる。また、分散トレーニングによるデータセキュリティやプライバシーの懸念、インターネット接続品質への依存といったリスクも無視できない。さらに、スケーラビリティの検証が不十分なため、大規模プロジェクトでの適用には課題が残る。
それでも、DisTrOはGoogleのTPU、NVIDIAのNCCL、MicrosoftのDeepSpeedなどの競合技術と並び、AIトレーニングの効率化と民主化に向けた重要な技術であることに変わりはないだろう。

※GPU（Graphics Processing Unit）：グラフィックス処理装置。並列計算能力が高く、AIトレーニングに使用される。