Gradient发布Echo-2分布式强化学习框架，AI研究效率提升超10倍
PANews 2月12日报道，分布式人工智能实验室Gradient今日正式发布Echo-2分布式强化学习框架。该框架通过解耦学习器（Learner）与执行器（Actor），并采用异步强化学习技术（有限陈旧性），将训练300亿以上参数模型的成本降至约每轮425美元/9.5小时。其三层架构支持即插即用功能，Lattica组件可在数分钟内完成超过60GB权重的分布式部署。研究论文指出，使用Parallax调度分布式RTX5090训练Qwen3-8B模型，成本比集中式A100方案降低36%，且训练效果无显著偏差。