Gradient đã ra mắt Echo-2, một khung học tăng cường phân tán mới giúp nâng cao đáng kể hiệu quả nghiên cứu AI. Bằng cách tách rời Learners và Actors, Echo-2 giảm chi phí sau đào tạo của một mô hình 30 tỷ tham số từ 4.500 USD xuống còn 425 USD, đạt được hiệu suất nghiên cứu cao hơn gấp hơn 10 lần. Khung này sử dụng tách biệt tính toán và lưu trữ để đào tạo không đồng bộ và chuyển tải công việc lấy mẫu sang các phiên bản GPU không ổn định, duy trì độ chính xác của mô hình với các đổi mới như độ trễ có giới hạn và lập lịch chịu lỗi phiên bản. Cùng với Echo-2, Gradient dự kiến ra mắt nền tảng RLaaS của mình, Logits, nhằm chuyển đổi nghiên cứu AI từ mô hình đầu tư vốn lớn sang đổi mới dựa trên hiệu quả. Logits hiện đang mở đăng ký danh sách chờ trên toàn cầu dành cho sinh viên và nhà nghiên cứu.