Gradient เปิดตัวเฟรมเวิร์กการเรียนรู้เชิงเสริมแบบกระจาย Echo-2 และวางแผนเปิดตัวแพลตฟอร์ม RLaaS Logits

Foresight News รายงานว่า ห้องปฏิบัติการ AI แบบกระจายศูนย์ Gradient ได้ปล่อยกรอบงาน Echo-2 สำหรับการเรียนรู้เสริมแบบกระจายศูนย์ ซึ่งมีเป้าหมายเพื่อทำลายกำแพงประสิทธิภาพในการฝึกอบรม AI โดยกรอบงานนี้ทำการแยกส่วน Learner กับ Actor ออกจากกันในระดับโครงสร้าง เพื่อช่วยลดต้นทุนหลังการฝึกอบรมของโมเดลขนาดใหญ่ จากข้อมูลของทางการ แสดงให้เห็นว่ากรอบงานนี้สามารถลดต้นทุนหลังการฝึกอบรมของโมเดล 30B จาก 4500 ดอลลาร์เหลือเพียง 425 ดอลลาร์

Echo-2 ใช้เทคโนโลยีแยกการคำนวณและหน่วยความจำเพื่อทำการฝึกแบบอะซิงโครนัส (Async RL) รองรับการถ่ายโอนพลังการสุ่มตัวอย่างไปยังการ์ดจอที่ไม่เสถียรและการ์ดจอแบบฮีบริดที่อิงกับ Parallax กรอบงานนี้ร่วมกับเทคโนโลยีการจัดตารางที่มีความทนทานต่อความล่าช้าและข้อผิดพลาด รวมถึงโปรโตคอลการสื่อสาร Lattica ที่พัฒนาขึ้นเอง เพื่อเพิ่มประสิทธิภาพในการฝึกอบรมโดยยังคงรักษาความแม่นยำของโมเดล

นอกจากนี้ Gradient ยังวางแผนเปิดตัวแพลตฟอร์ม RLaaS (การเรียนรู้เสริมเป็นบริการ) ชื่อ Logits ซึ่งปัจจุบันเปิดให้จองสำหรับนักเรียนและนักวิจัยแล้ว