評価額10億ドル、NVIDIAが重視！Prime IntellectはWeb3のラベルを消し去ろうとしているのか？

NVIDIA、Intel、Dellから資金調達し、暗黙のうちにトークン発行の痕跡を消し去ったPrime Intellectは、1億ドルのARRを報告し、どのような道を歩んできたのか？

執筆：KarenZ、Foresight News

設立からわずか2年余りのAIインフラ企業が、NVIDIA、Intel、Dellの投資機関からの支援を発表し、年収が1億ドルを超えたと主張している------この二つの数字を合わせると、Prime Intellectは最近再評価されるべきAIプロジェクトの一つとなる。

2026年7月8日、分散型AIインフラネットワークのPrime Intellectは、10億ドルの評価額で1.3億ドルのAラウンド資金調達を完了したと発表した。AIに特化したベンチャーキャピタルのRadical Venturesが主導し、NVIDIA、Intel、Dellの各投資機関が珍しく共同で参加し、累計資金調達額は1.5億ドルを超えた。

巨額の資金調達を発表する一方で、Prime Intellectは公式に、1年未満の間に年収（ARR）が1億ドル以上に急成長し、プラットフォームサービスを利用する企業やスタートアップの顧客が6000社を超えたと発表した。

背景は？

筆者は2025年3月に「OpenAI創設メンバーが動く！分散型AIのダークホースプロジェクトPrime Intellectを速読する」で、Prime Intellectが2024年1月にVincent WeisserとJohannes Hagemannの二人の共同創設者によって設立されたことを言及した。

• CEO Vincent Weisserは、以前から分散型科学（DeSci）とAIの交差領域に長く関与しており、Bio Protocol、VitaDAO、CryoDAOなどのプロジェクトの共同発起人であり、DeSciプラットフォームMoleculeのエコシステムとAIの責任者を務めていた。
• CTO Johannes Hagemannは、分散型AIや半自動化エンジニアリング、脳-機械インターフェースなどの分野に特化しており、以前はドイツのAI企業Aleph AlphaでAI研究エンジニアを務めていた。

また、2025年10月、ベンチャーキャピタリストのAsh AroraがPrime Intellectに参加し、アプリケーション市場推進（Applied GTM）の責任者として、製品戦略、商業化、収益、トレーニング後の処理と強化学習分野における応用AI製品の開発を担当することになった。Ash Aroraは最新の情報として、現在Prime Intellectのフルタイム従業員数は40人に達していると指摘している。

資金調達に関して、Prime Intellectの累計資金調達額は1.5億ドルを超え、2024年4月の550万ドルのシードラウンド資金調達はDistributed GlobalとCoinFundが共同で主導し、機械学習構築ツールHugging FaceのCEOであるClem Delangueなどがエンジェル投資家として参加した。

1年も経たないうちに、2025年3月にPrime Intellectは再び1500万ドルの資金調達を完了し、Peter ThielのFounders Fundが主導し、投資家にはOpenAIの創設メンバーの一人であり、Teslaの元AIディレクターであるAndrej Karpathy、Together.AIのチーフサイエンティストであるTri Dao、Stability AIの共同創設者であるEmad Mostaqueなど、AI分野の多くの著名な人物が含まれている。

最新のラウンドは性質が異なる。1.3億ドルのAラウンド資金調達において、NVIDIA Ventures、Intel Capital、Dell Technologies Capitalは単なる財務投資者ではなく、その背後の親会社はそれぞれGPU、CPU、サーバー、データセンターインフラの重要な位置にある。

Intel Capitalの今回の投資に関する説明も示すように、ハードウェアの巨人たちが次々と投資する理由は、Prime Intellectが基盤となる計算、トレーニング環境、評価、強化学習後のトレーニング（Post-training）と上層の推論をすべて同じ統一された制御平面に収束させようとしているからである。

実質的な進展は？

Prime Intellectの初期の目立った成果は、遠距離で異種のGPUが協調してトレーニングできることを証明することであった。過去2年間の技術の進展を辿ると、プラットフォームがどのように研究実験を商業化製品ラインに変換してきたかが見えてくる。

2024年11月末、Prime Intellectが発表した100億パラメータモデルINTELLECT-1は、トレーニングノードが5つの国と3つの大陸にまたがっていた。公式によると、その時点で83%の全体計算利用率を達成したとされ、アメリカ各地に分散したノードのみを使用してトレーニングを行った場合、計算利用率は96%に達した。

半年も経たないうちに、Prime IntellectはINTELLECT-2を発表し、320億パラメータのグローバル分散強化学習を目指した。そのために、チームは非同期強化学習フレームワークPRIME-RL、モデルの重みを伝播するSHARDCAST、推論ノードが「正確に機能しているか」を検証するTOPLOCを開発した。

より重要な変化はINTELLECT-3で起こった。2025年11月、Prime Intellectは智譜GLM-4.5-Airに基づく監視微調整と強化学習を経た1060億パラメータのMoEモデルを発表した。このモデルは64のノード、512のNVIDIA H200 GPU上で約2ヶ月間トレーニングされ、モデルの重み、トレーニングフレームワーク、データ、RL環境、評価方法はすべてオープンソース化された。ここでの意義は、単に新しいモデルを発表しただけでなく、会社が自らの研究プロジェクトを用いて一整套の生産システムを検証したことである：PRIME-RLが非同期トレーニングを担当し、VerifiersとEnvironments HubがRL環境と評価を構築・ホスティングするための統一ツールとコミュニティエコシステムを提供し、Prime Sandboxesが生成されたコードの実行を隔離し、計算オーケストレーション層がクラスター、ストレージ、モニタリングを担当する。

今年2月、Prime Intellectは全スタックAIトレーニングプラットフォームPrime Intellect Labを立ち上げ、個人、エンジニア、AI企業が自分のモデル（特にエージェントモデル）をトレーニング・最適化するのを支援し、高価なGPUクラスターを自分で構築する必要がないようにした。5月7日、Labはテストを終了し、正式に全面オープンした。

6月、Prime Intellectはprime-rl 0.6.0バージョンを発表し、公式によるとエンジニアリングの上限を万億パラメータ規模のMoE（混合専門家モデル）に引き上げた。Prime Intellectは、GLM-5シリーズのソフトウェア工学タスクにおいて、28のH200ノードを使用して最長13.1万トークンのシーケンスを処理でき、単一ステップのトレーニング時間は5分未満であると明らかにした。

その背後の鍵は特定のアルゴリズムではなく、トレーニングと推論システムの共同最適化にある：推論側はFP8の低精度計算とDeepEP、DeepGEMMなどのコンポーネントを使用してスループットを向上させ、事前充填とデコードの分離により長いツール出力が生成を遅らせるのを避け、KVキャッシュの階層的アンロードにより同時実行性を向上させる。トレーニング側も同様にブロックスケーリングFP8を採用し、Router Replayを通じてMoEモデルのトレーニング側と推論側のルーティング差を減少させ、さらにFSDP、専門家の並列処理、コンテキストの並列処理を重ねる。これらの最適化は最終的にGPUの利用率、トレーニング時間、顧客の使用コストに影響を与える。

今年7月、prime-rlは統一されたアルゴリズム層を追加し、GRPO、MaxRL、On-Policy Distillation、自蒸留、SFT Distillation、ECHOの6種類のトレーニング方法を内蔵し、同じトレーニング中に異なる環境に対して異なるアルゴリズムを選択できるようにした。言い換えれば、同じエージェントが数学タスクに対してはある学習方法を使用し、端末操作タスクに対しては別の方法を使用でき、基盤となるトレーニング器を改変する必要がない。これにより、Prime Intellectは「顧客のためにトレーニングを行う」から、より拡張可能なRLオペレーティングシステムに近づいた。

ソフトウェアとハードウェアの協調：NVIDIAは単なる投資家ではない

Aラウンドの参加者を見ると、ハードウェアの巨人たちとPrime Intellectの結びつきは資本のレベルにとどまらず、ソフトウェアとハードウェアのアーキテクチャの共同構築にまで深く関わっている。

Prime IntellectとNVIDIAの協力は、ハードウェアとソフトウェアの両面にわたる。ハードウェアの面では、トレーニングとサービスのワークロードはすでにNVIDIA Blackwell、Blackwell Ultra、NVL72ラックシステムを使用しており、同社はこれらのシステムが以前のHopperクラスターよりも効率的であると主張している。

ソフトウェアの面では、NVIDIA Dynamoがグローバル推論オーケストレーション、自動スケーリング、リクエストルーティング、KVキャッシュのアンロードに使用され、Prime Intellectの大規模LoRA（低ランク適応、言語モデル微調整技術）デプロイメントと組み合わされている。

NVIDIA自身の技術ブログも確認しており、Prime Intellectは生産ワークフローにおいて推論フレームワークNVIDIA Dynamoを展開し、LoRAアダプターのサポートを共同設計・統合している。

【摘要（純文本，可能为空）】：

Prime Intellectは今年の3月に、NVIDIA Vera CPUを使用してRLサンドボックスの負荷をテストし、Veraが公開可能になった後に一部のサンドボックスを移行し、Vera Rubinシステム上でGPUサンドボックスを提供する計画を発表しました。同社の自己テストによれば、各Vera CPUスロットは176の仮想マシンを安定して並行して実行できるとのことです。また、設定されたRLサンドボックスの作業負荷において、マルチスレッドを有効にすると、AWS上で物理コアのみを使用したAMD Zen 5のベースラインよりも約30%高いスループットを示しました。

これらの数字は潜在的なコスト優位性を示していますが、現在は両者の協力によるテストであり、比較環境が完全に同じではないため、独立した一般的な性能の結論としては扱えません。Vera RubinとGPUサンドボックスは「計画的に採用される」と表現すべきであり、すでに大規模に商用化されているわけではありません。

製品の成熟に伴い、実際の商業化が進行しています。Prime Intellectの発表によれば、フィンテック企業Rampは、Prime Intellect Labを使用してRamp Labsのために検索サブエージェントFastAskを訓練しています：Rampは自社のAIスプレッドシートエディタRamp Sheetsを訓練可能なRL環境にし、Qwen3.5-35B-A3Bを基盤モデルとして強化学習訓練を行っています。

Prime Intellectが発表した結果によると、FastAskの正確性は66.25%で、Claude Opus 4.6の61.88%を上回り、平均処理時間は約27%短縮されました。

テストセットと評価は協力の両者によって定義されているため、この35Bモデルが一般的な能力でOpusを超えていることを意味するわけではありませんが、企業が小さなモデルを特定のワークフロー専門家に訓練できるという、より狭くて商業的価値のある命題を証明しています。

1億ドルの「ARR」は本当か？

明確にしておくべきは、Prime Intellectが公式に使用している原文は「年換算収入が1億ドルを超える」であり、「過去1年間に1億ドルの収入を得た」というものではありません。

年換算収入は通常、最近のある月または四半期の収入のペースを1年間に外挿したものです。ビジネスが急成長している場合、過去12ヶ月の実際の収入を大きく上回る可能性があります。使用量に基づいて課金されるGPU、トレーニング、推論ビジネスにとって、この指標は顧客が同等の金額の自動更新可能な年契約を締結したことを示すものではありません。

Prime Intellectの発表と既にオンラインの有料製品から見ると、同社の商業化は主に4つの製品にわたっています。第一は計算市場で、使用時間に基づいて課金されるGPUインスタンス、多ノードクラスター、予約クラスターを含みます。第二はLabホスティングトレーニングで、モデルの入力、出力、トレーニングトークンに基づいて課金されます。第三は推論とホスティング評価で、同様にモデルの呼び出し量に関連しています。第四はサンドボックスで、CPU、メモリ、ディスク、実行時間に基づいて課金されます。

この収入構造の成長動力は理解しやすいです。まず、GPUクラスター自体が高単価で、時間単位で持続的に消費されるリソースであるため、収入規模は純粋なソフトウェアサブスクリプションよりも早く増加する可能性があります。次に、Prime Intellectは顧客の消費パスを「GPUをレンタルする」から「環境を構築する---推論を実行する---評価を行う---強化学習訓練を行う---デプロイする」へと拡張しており、同じ顧客が複数の段階で使用量を生み出すことができます。さらに、エージェントの強化学習は大量の並行ロールアウト、長いコンテキスト推論、隔離されたサンドボックスを必要とし、通常のAPI質問応答よりも計算能力を多く消費します。

Prime Intellectが公開した6000以上の顧客とRampの事例は、少なくともプラットフォームがもはや単なる研究デモではないことを示しています。しかし、1億ドルという数字を検証する際には、いくつかの境界を保持する必要があります。Prime Intellectは民間企業であり、現在公開された監査財務報告書はなく、年換算収入の計算に基づく月次または四半期の収入、顧客の支払い率、収入の内訳、顧客集中度についても明らかにされていません。計算市場の収入が顧客の総支出に基づいているのか、プラットフォームの純収入に基づいているのかについても、公式には説明されていません。

さらに、Prime Intellectの計算市場は現在、正式なサービスレベル契約（SLA）を提供しておらず、公式によればその理由は基盤となるインフラが複数の供給者から来ているためです。公式は、安定性を重視するユーザーにはSecure Cloudを選択することを推奨しています。供給者側の障害が発生した場合、返金またはプラットフォームのクレジットを提供する可能性があります。

単一の財務数字よりも、より容易に検証できる進展は、Prime Intellectが元々緩やかな分散型協力トレーニングを、実際に「自社開発モデル、オープンソースエコシステム、大手ハードウェアの裏付け、企業の実際の請求書を持つ」全スタックインフラに仕上げたことです。

文書から消えた発行の手がかり

無視できない詳細は、Prime Intellectが現在10億ドルの評価クラブに入会し、高らかに1億ドルのARRを発表する中で、公式文書からかつてWeb3色の強い表現が**「契約はBase Sepoliaテストネットにデプロイされる」、「将来的には自社開発のチェーンに移行する」、「RewardsDistributor契約を通じてアクティブ時間に基づいて計算力プールにトークン報酬を分配する」**という表現が完全に削除されたことです。

この文書レベルでの削除は、2025年3月初めに公式が発表したツイートの中で既に伏線が張られていました。

当時、Prime IntellectはシリコンバレーのトップファンドであるFounders Fundがリードした1500万ドルの資金調達を完了したと発表し、コア投資家名簿にはAndrej Karpathy（OpenAI共同創設者）、Clem Delangue（Hugging Face CEO）、Balaji Srinivasanなどのトップの人物が名を連ねていました。まさにこの瞬間から、プロジェクトの基盤論理は解体されました。

元々草の根的な「トークン発行、個人投資家の計算能力を引き出し、エアドロップインセンティブ」をテーマにした物語は、すぐに伝統的なベンチャーキャピタルの規制の赤線に触れる危険地帯に変わりました。主流の資本市場の弾薬を受け入れるために、Prime Intellectは表面的に「Crypto-first」から「AI-first」への全面的なクリーンアップを完了する必要がありました。

しかし、その分散型モデル訓練は依然としてP2Pネットワークのトポロジーコアを保持していますが、非中央集権はもはや個人投資家をターゲットにしたトークンの物語ではなく、B2B企業向けの「低コストで世界中の未使用計算力を調整する」ための隠れたパイプラインに変わっています。

現在のPrime Intellectは、純粋なAI SaaS企業のように見え、将来的にはIPOまたは伝統的なハードウェア大手による高額買収に向かう可能性が高いです。