أطلق مختبر Gradient، المتخصص في الذكاء الاصطناعي الموزع، اليوم Echo-2، وهو إطار عمل للتعلم المعزز الموزع مصمم لتذليل عقبات كفاءة التدريب في أبحاث الذكاء الاصطناعي. من خلال الفصل التام بين المتعلم والممثل على المستوى المعماري، يُقلل Echo-2 بشكل كبير تكلفة ما بعد التدريب لنموذج 30 بت من 4500 دولار إلى 425 دولارًا. وهذا يعني زيادة إنتاجية البحث بأكثر من عشرة أضعاف ضمن نفس الميزانية. يستخدم إطار العمل تقنية فصل التخزين عن الحوسبة للتدريب غير المتزامن (Async RL)، حيث يُنقل عمليات حساب أخذ العينات الضخمة إلى وحدات معالجة رسومية غير مستقرة ووحدات معالجة رسومية غير متجانسة تعتمد على Parallax. وبالإضافة إلى التطورات في مجال الركود المحدود، وجدولة الحالات المقاومة للأعطال، وبروتوكول الاتصال Lattica الخاص، فإنه يُحسّن بشكل ملحوظ كفاءة التدريب مع الحفاظ على دقة النموذج. بالتزامن مع إطلاق إطار العمل، ستطلق Gradient قريبًا منصتها Logits، وهي منصة RLaaS، مما يُحدث نقلة نوعية في أبحاث الذكاء الاصطناعي من نموذج قائم على رأس المال إلى نموذج قائم على الكفاءة. Logits متاحة الآن للحجز من قِبل الطلاب والباحثين حول العالم (logits.dev). Gradient مختبر متخصص في الذكاء الاصطناعي، يُعنى ببناء بنية تحتية موزعة، ويركز على التدريب الموزع، وتقديم الخدمات، ونشر النماذج الضخمة المتطورة.