Gradient Luncurkan Kerangka Echo-2 RL, Tingkatkan Efisiensi Riset AI Lebih dari 10 Kali Lipat
Gradient Lab meluncurkan framework pembelajaran penguatan (RL) terdistribusi baru, Echo-2, yang diklaim mampu meningkatkan efisiensi penelitian AI lebih dari 10 kali lipat. Dengan arsitektur yang memisahkan antara Learner dan Actor, biaya pasca-pelatihan model 30B turun drastis dari $4.500 menjadi hanya $425.
Echo-2 menggunakan teknik Async RL dan memanfaatkan instance GPU yang tidak stabil serta grafis heterogen melalui Parallax, didukung oleh teknologi seperti bounded staleness, penjadwalan toleransi kesalahan, dan protokol komunikasi proprietary Lattica. Keakuratan model tetap terjaga meski efisiensi ditingkatkan.
Gradient juga akan meluncurkan platform RLaaS bernama Logits (logits.dev) yang sudah dapat dipesan oleh pelajar dan peneliti global. Perusahaan berfokus pada infrastruktur terdistribusi untuk pelatihan dan penyebaran model AI skala besar.
marsbit02/12 16:41
