グラディエント、分散型強化学習プラットフォームEcho-2をリリース

AIインフラ革新企業グラディエント（Gradient）は、次世代分散型強化学習（RL）プラットフォーム「Echo-2」をリリースしたと発表した。Echo-2は、強化学習演算の80％を占めるサンプリング過程が高度の並列処理に適しているという物理的特性に着目し、世界中の遊休GPUリソースを活用する分散コンピューティング技術で演算コストの問題を解決した点が特徴である。従来の商用クラウドで約4,490ドルを要していた30B（300億個のパラメーター）級モデルの学習コストを、セッションあたり約425ドル水準へと10倍以上削減することに成功し、学習時間も9.5時間へと大幅に短縮された。Echo-2は、学習者と行動者を分離し、モデルバージョン間の時差を厳格に管理して学習の安定性を維持する「有界ステイルネス（Bounded Staleness）」ベースの非同期強化学習技術を導入した。さらに、60GB以上の巨大モデルの重みを数百のノードにわずか数分で展開するP2Pプロトコル「ラティカ（Lattica）」と、ロールアウト・学習・データを独立して管理する「3プレーン（3-Plane）アーキテクチャ」を通じて、複雑な設定なしに即座に実行可能な環境を構築した。グラディエントの関係者は、「Echo-2は、誰もが経済的制約なしに最先端の推論モデルを構築し、所有できる基盤となるだろう」と述べた。