著者: Biteye コアコントリビューター @anci_hu49074

ブロックチェーンは着実に AI の金融インフラになりつつあり、分散化の理想には早急な突破口が必要です。

過去に、コミュニティはブロックチェーンと AI の組み合わせに関して多くの新しい用語を作り出しました。Web3 AI はさまざまな組み合わせを指し、Crypto AI は保守的で実用的なアプローチに傾倒し、暗号通貨を通じて AI の基盤となる金融インフラストラクチャを提供することを目指しています。一方、DeAI は分散化の先駆的な理想を表し、ブロックチェーンを使用して誰もが参加できる民主的で公正な AI を作成しようとしています。

理想的には、これら2つの道筋が並行して進み、効率的で公正なWeb3 AIエコシステムを共同で推進できるはずです。しかし、現実は常に劇的です。Nof1のAI暗号通貨投機をめぐる熱狂はほとんど収まっていない一方で、Google、Cloudflare、Coinbaseといった巨大企業が支援するX402は急速に人気を集めており、ブロックチェーンがAI決済の基盤インフラとなるという確信をさらに強固なものにしています。これがCrypto AIの方向性です。

しかし、暗号AI開発のこの力強い勢いは、ある程度、従来の巨大企業への依存度を高め、彼らの継続的な拡大を加速させています。どうすれば一般の人々がAIの価値分配に参加し、従来の巨大企業への依存を回避できるでしょうか？DeAIは、この苦境を打破するための新たな方法を必要としています。

このような背景から、Gradient は独自の答えを提供しています。

クラウドベースかローカルベースか？これは分散型 AI にとって重要な問題です。

クラウドかローカルか – これらは私たちが頻繁に直面する選択です。

かつてはクラウドの利便性から「すべてをクラウド化」と楽観的に謳い、5Gの加速によってハードウェアの制約から解放され、柔軟かつ経済的な選択肢である「リース」を通じてストレージとコンピューティングパワーを安価に入手できると信じていました。

しかし、AI時代では、この「選択する権利」が静かに奪われつつあります。必須のNvidiaチップは簡単に数万ドルもします。一般の人々はクラウドを利用して市場に参入することしかできず、「ラクダ香子」の台本を読まざるを得なくなり、目に見えない形でクラウド大手にさらなる権力を委ねているのです。

既成のクラウド製品を選ぶことは、効率性と利便性の問題のように思えるかもしれませんが、実際には個人の「AI資産」に対するコントロールを完全に失うことを意味します。AI以前の時代であれば、データを無料で交換する余裕があったかもしれません。しかし、AIの能力の限界が拡大し続けるにつれ、AIは私たちの資産を管理し、投資を決定し、私たちの最も深く脆弱な欲求や隠れた痛みを理解し、私たちの生活に欠かせない存在となるでしょう。

しかし、クラウドベースのソリューションを採用する場合、この不可欠な部分はクラウドサービスプロバイダーの手に委ねられます。ChatGPT4がアプリストアから削除されたとき、インターネットに広がった圧倒的な失望を覚えていますか？

Gradient が目指すのは、誰もがモデルを展開できるようにし、「AI 資産」に対する絶対的な主権を与え、プライバシーとセキュリティを維持しながらデータをローカルに保存できるようにすることです。

これは、Gradientがクラウドの性能と拡張性の優位性を完全に放棄し、ローカライズへと舵を切ったことを意味するものではありません。むしろ、Gradientは連携ネットワークを通じて、クラウドの性能とローカルプライバシーの優位性を組み合わせることができます。ユーザーは、データのセキュリティと自律性を確保しながら、クラウドの高い効率性と弾力性を享受し、同時にネットワーク連携によるコスト削減を実現できます。AIコンパニオンやAIトランザクションといった需要の高いシナリオにおいて、このモデルはこれまでにない包括的なメリットをもたらします。

これらすべてを説明するために、まず Parallax から始めます。

雲

地元

グラデーション視差

資本投資

低い

高い

基本的に無料

難易度

資本投資

低い

高い

基本的に無料

難易度

単純

災害

単純

プライバシー保護

低い

高い

高い

データ主権

なし

持っている

持っている

こんな疑問を持ったことはありませんか？オープンソースモデルは素晴らしく、高いビジョンを持っていますが、実際には私には無関係に思えます。私たちのような一般人にはGPUコンピューティングパワーがなく、複雑なセットアッププロジェクトを扱うことはできません。HuggingFaceでこれらのモデルが無料で入手できるとしても、ラップトップで動作することを謳っているモデルは、最上位モデルのMacBook Pro M4程度に制限されていることが多く、パフォーマンスも非常に限られています。

オープンソースモデルと一般ユーザーの間のギャップを埋め、オープンソースモデルの強力な可能性を引き出すにはどうすればよいでしょうか。Gradient は、そのソリューションとして Parallax を提供しています。

無料 – Parallaxは完全にオープンソースのAIオペレーティングシステムで、PCまたはMacに無料でダウンロードしてインストールできます。Parallaxが現在提供している40以上のオープンソースモデルから適切なモデルを選択し、ローカルマシンにダウンロードしてスタンドアロンで動作させることで、完全なプライバシーとゼロコスト（電気代を除く）を実現します。

シンプル – インストールプロセス全体は非常に速く、コンピュータ端末の操作に関する知識が少し必要なだけで（AIの助けを借りて簡単に解決できます）、通常は3分以内に完了します。

スケーラビリティ – 前述の通り、単一マシンでのパフォーマンスには限界があり、最上位機種のPCでさえLLM操作のパフォーマンス要件を満たすのは困難です。そのため、Parallaxは単一マシン操作用のローカルホスト（ローカルモード）に加えて、以下の機能も提供しています。

- 共同ホスト（共同ホストモード）：ローカルエリアネットワーク（LAN）上で友人のPCのコンピューティングパワーを共有します。複数のデバイスをお持ちの場合は、この方法でそれらをリンクすることもできます。

- グローバル ホスト: 地理的に分散されたワイド エリア ネットワーク (WAN) にわたる分散ホスティングにより、より分散されたコンピューティング能力の連携と、より大規模なモデルの操作が可能になります。

これにより、オープンソース モデルが最終的にすべての人に公開され、究極のプライバシーと回復力のあるパフォーマンスを組み合わせた包括的なソリューションが提供されるようになります。

Gradient 製品を体験した後の最も直接的な印象は、その使いやすさとユーザーへの敬意です。

Parallaxは、複雑なローカルデプロイメントと協調推論プロセスをエレガントに簡素化し、スムーズでユーザーフレンドリーなエクスペリエンスを実現します。さらに、チームは興味深いチャットボットデモを公開しました。一般的なチャットボットとは異なり、質問に答えながらネットワーク内の各ノードの推論プロセスをリアルタイムで表示することで、ユーザーは分散推論の全体像を直感的に把握できます。

ユーザーに対する誠実さに加えて、Gradient の全体的な DeAI ビジネス レイアウトも非常に包括的かつ堅実です。

Gradient は、Parallax の分散型推論機能を基に、強化学習用の分散型トレーニング プロトコルである Echo と、基盤となるデータ転送層として機能する Lattica アーキテクチャも導入し、完全な分散型 AI テクノロジー スタックを形成しています。

Echoは、分散型強化学習（RL）トレーニングのための革新的なフレームワークです。「推論サンプリング」（データ生成）と「モデルトレーニング」のステップを分離し、それぞれを最適なハードウェアに割り当てて実行します。例えば、一般的なコンピューターやノートパソコンでデータ収集と環境とのやり取りを行い、高性能サーバーでモデルのトレーニングと更新に集中できます。これにより、異機種分散コンピューティング能力を効率的に統合できるだけでなく、トレーニング効率の向上、コスト削減、そしてより柔軟な分散型デプロイメントが可能になります。

Latticaは汎用データ転送エンジンとして、モデルの重みや推論トークンといった重要なデータを分散型ネットワークにおいて効率的かつ安全に転送する役割を担っています。わずか98ミリ秒という低レイテンシで、世界3,300以上の都市と37,000以上のノードをカバーし、Gradientエコシステムの「データ動脈」として知られています。

Latticaは汎用データ転送エンジンとして、モデルの重みや推論トークンといった重要なデータを分散型ネットワークにおいて効率的かつ安全に転送する役割を担っています。わずか98ミリ秒という低レイテンシで、世界3,300以上の都市と37,000以上のノードをカバーし、Gradientエコシステムの「データ動脈」として知られています。

Gradient は Echo を基盤として、現実世界の環境で GPT-5 や Claude Sonnet 4.5 のパフォーマンスに近似、あるいは凌駕するさまざまな業界固有のモデルをトレーニングし、Infra の採用を促進しています。

さらに、Gradientは、強力な分散コンピューティングネットワークのスピードとコストの優位性を活かし、エンタープライズユーザー向けのGradient Cloudサービスを開始し、LLM推論と学習の検証可能性、そして追跡不可能なユーザープライバシーに重点を置いたAIトラストレイヤーの構築を計画しています。この基盤を基に、Gradientは複数のAIエージェントによる協調ネットワークを構築し、アプリケーションレイヤーのイノベーションを推進し、包括的なビジネスループを形成します。

分散型 AI の難しさは資本主義に挑戦する難しさに劣らず、好ましいタイミング、場所、人的要因の高度な収束が求められます。

Gradientは、Pantera CapitalとMulticoin Capitalが主導し、Sequoia Chinaも参加したシードラウンドで1,000万ドルを調達しました。創業者2名のうち、EricはSequoia China出身で、YuanはHeliumやNeoといったプロジェクトに携わっていました。コアチームのメンバーには、清華大学ヤオクラス、ACM金メダリスト、バークレー大学、CMU、ETHチューリッヒといったトップクラスの大学出身者に加え、Google、Apple、ByteDance、Microsoftといった大手テクノロジー企業での経歴を持つメンバーが名を連ねています。

研究面では、チームは分散機械学習、AIエージェント、検証可能コンピューティングなどの分野で一貫して高い生産性を示しており、多数の詳細な論文を発表しています。特に、GradientはICLR 2026 AIカンファレンスにおいて、分散学習における異種ハードウェアスケジューリング問題に対処する、複雑なスケジューリングアルゴリズムにおける中核的なイノベーションを発表する予定です。

Gradientの卓越した製品力と研究力は、継続的な評価と支持を得ています。Parallaxは現在Product Huntで1位を獲得しており、@Kimi_Moonshotや@Alibaba_Qwenといった主要なオープンソースAIラボとの連携を確立しています。Kimi K2やQwen3 235Bといった大規模モデルも、PC/Mac一台でスムーズに実行できます。

インフラストラクチャ レベルでは、Gradient は、シリコン バレーの有名な AI インフラストラクチャ企業である @LMSYSOrg の SGLang を高並行性推論バックエンドとして使用し、継続的なバッチ処理とキー値キャッシュの再利用をサポートしています。また、Apple Silicon 上の MLX LM のネイティブ サポートを獲得し、大規模なランタイム時に高いスループットと低いレイテンシを実現します。

さらに、GradientはSolanaエコシステム内で積極的に影響力を高めています。このプロジェクトは、現在人気のSolana x402ハッカソンのスポンサーの一つでもあり、VisaやPhantomなどのエコシステムパートナーと協力して、Solanaエコシステムにおける重要なAIインフラストラクチャとなることを目指しています。

DeAI業界全体がまだ「石を掴んで川を渡る」段階にある中、Gradientは製品の実力、チームの背景、業界の認知度において良好な成果を上げていると言えるでしょう。

最近のOpenAIの権力闘争は、私たちを言葉に詰まらせると同時に、中央集権型AIのシステムリスクを露呈させました。権力が集中しすぎると、制御の喪失や不正行為のコストがあまりにも高くなるのです。分散型AIは単なる技術的な理想ではなく、業界の健全な発展にとって不可欠な要件でもあります。

長い間、分散型AIとオープンソースAIは主に学術界に限定され、一般ユーザーは厚い「技術的障壁」によって隔てられ、傍観することしかできませんでした。幸いなことに、Gradientは、製品の使いやすさを継続的に向上させるだけでなく、革新的な研究と包括的な開発を着実に進めることで、このギャップを埋めようとしています。これにより、より多くの人々がオープンAIの機能を真にアクセスし、その恩恵を受けることができるようになります。

もちろん、分散型AIへの道のりはまだ長く、パフォーマンス、セキュリティ、倫理、ガバナンスなど、あらゆる面で課題が山積しています。しかし、少なくとも、すでに着実に前進している人もいます。