分布式AI实验室Gradient发布Echo-2分布式强化学习框架

BlockBeats 消息，2 月 12 日，分布式 AI 实验室 Gradient 发布 Echo-2 分布式强化学习框架，目标打破 AI 研究训练效率壁垒，通过在架构层实现 Learner 与 Actor 的解耦降低大模型的后训练成本。

官方数据显示，该框架可将 30B 模型的后训练成本从 4500 美元降低至 425 美元。Echo-2 利用存算分离技术进行异步训练（Async RL），支持将采样算力卸载至不稳定显卡实例与基于 Parallax 的异构显卡。此外 Gradient 还计划推出 RLaaS（强化学习即服务）平台 Logits，目前已面向学生与研究人员开放预约。