分散型 AI ラボ Gradient が Echo-2 分散強化学習フレームワークを発表

目標は AI 研究のトレーニング効率の壁を打破することであり、アーキテクチャ層で Learner と Actor のデカップリングを実現することで、大規模モデルの後トレーニングコストを削減します。

公式データによると、このフレームワークは 30B モデルの後トレーニングコストを 4500 ドルから 425 ドルに削減できます。Echo-2 はストレージと計算の分離技術を利用して非同期トレーニング（Async RL）を行い、サンプリング計算能力を不安定な GPU インスタンスや Parallax ベースの異種 GPU にオフロードすることをサポートしています。さらに、Gradient は RLaaS（強化学習としてのサービス）プラットフォーム Logits を発表する予定で、現在は学生と研究者向けに予約を受け付けています。