GradientがEcho-2 RLフレームワークをリリース、AI研究の効率を向上

Odaily 分散型AI研究所Gradientは本日、Echo-2分散型強化学習フレームワークをリリースし、AI研究トレーニングの効率障壁を打破することを目指す。アーキテクチャ層でLearnerとActorを完全に分離することで、Echo-2は30Bモデルのポストトレーニングコストを4,500ドルから425ドルに急減させた。同等の予算で、10倍以上の研究スループットをもたらす。

このフレームワークは、ストレージと計算を分離する技術を用いて非同期トレーニング（Async RL）を実現し、膨大なサンプリング計算リソースを不安定なGPUインスタンスとParallaxベースの異種GPUにオフロードする。有界陳腐化、インスタンスフォールトトレランススケジューリング、独自開発のLattica通信プロトコルなどの技術的ブレークスルーと組み合わせ、モデルの精度を保証しながらトレーニング効率を大幅に向上させる。フレームワークのリリースに伴い、GradientはまもなくRLaaSプラットフォーム「Logits」を立ち上げ、AI研究を「資本の積み上げ」から「効率の反復」へのパラダイムシフトを推進する。Logitsは現在、世界中の学生と研究者に向けて予約受付を開始している（logits.dev）。

Gradientは、分散型インフラストラクチャの構築に取り組むAI研究所であり、最先端の大規模モデルの分散トレーニング、サービス、デプロイメントに注力している。