Gradient ha lanzado Echo-2, un nuevo marco de aprendizaje por refuerzo distribuido que mejora significativamente la eficiencia en la investigación de IA. Al desacoplar a los Aprendices y Actores, Echo-2 reduce el costo posterior al entrenamiento de un modelo de 30 mil millones de parámetros de $4,500 a $425, logrando más de 10 veces mayor rendimiento en la investigación. El marco utiliza la separación de cómputo y almacenamiento para el entrenamiento asincrónico y descarga las cargas de trabajo de muestreo a instancias de GPU inestables, manteniendo la precisión del modelo con innovaciones como la antigüedad acotada y la programación tolerante a fallos de instancia. En conjunto con Echo-2, Gradient está listo para lanzar su plataforma RLaaS, Logits, que tiene como objetivo transformar la investigación en IA de una innovación intensiva en capital a una impulsada por la eficiencia. Logits ya está aceptando inscripciones en la lista de espera a nivel mundial para estudiantes e investigadores.