PANewsは2月12日、分散型AIラボのGradientが本日、分散強化学習フレームワーク「Echo-2」をリリースしたと報じました。Echo-2は、学習者とアクターを分離し、非同期強化学習（bounded staleness）を用いることで、300億以上のモジュールの学習コストを1セッションあたり約425ドル（9.5時間）に削減します。3プレーンアーキテクチャはプラグアンドプレイ機能をサポートし、Latticaは60GB以上の重みを数分で分散できます。論文によると、Parallaxを用いて分散RTX5090をQwen3-8Bモジュールの学習にスケジューリングすることで、集中型A100よりも36%低コストになり、かつ性能の乖離も発生しないとのことです。