Buổi biểu diễn
Chỉ số Phổ Biến RD
Chỉ số Tăng Trưởng RD
So sánh
Theo dõi cập nhật
Theo dõi danh sách
Nhân vật
Về Gradient
Gradient là một dự án cơ sở hạ tầng AI mã nguồn mở tập trung vào việc làm cho học tăng cường phân tán (RL) trở nên phải chăng. Cốt lõi của nó bao gồm Lattica, một giao thức truyền dữ liệu ngang hàng để kết nối các nút phân tán; Parallax, một công cụ suy luận phân tán biến các thiết bị không đồng nhất thành một cụm thống nhất; và Echo, một khung RL phân tán tách biệt việc tạo rollout khỏi huấn luyện mô hình. Echo-2, phiên bản mới nhất, chia vòng lặp RL thành hai nhóm độc lập: một đội lớn các thiết bị tiêu dùng xử lý việc tạo rollout nhẹ về tính toán, trong khi một cụm GPU trung tâm dữ liệu nhỏ hơn (A100/H100) thực hiện các cập nhật huấn luyện dày đặc. Các cập nhật được chuyển tiếp qua mạng ngang hàng phân đoạn để tránh tắc nghẽn băng thông, và tham số "ngân sách độ trễ" cho phép người dùng đánh đổi độ tươi của dữ liệu lấy thông lượng. Trong các điểm chuẩn, Echo-2 giảm chi phí hậu huấn luyện cho mô hình 30B tham số hơn 90% so với các đường cơ sở tập trung, đồng thời đạt hoặc vượt nhẹ chất lượng học tập. Một giao thức đồng hành, VeriLLM, thêm suy luận có thể xác minh công khai với chỉ khoảng 1% chi phí phụ, giải quyết vấn đề tin cậy trong các mạng không cần cấp phép. Điểm đau thị trường rất rõ ràng: hậu huấn luyện RL là bước đắt nhất trong AI hiện đại, bị chi phối bởi một số nhà cung cấp đám mây tính phí cao cho phần cứng không được sử dụng hết công suất. Hầu hết các nhóm không thể chi trả cho việc tinh chỉnh RL cho các mô hình chuyên biệt theo lĩnh vực, buộc họ phải dựa vào kỹ thuật prompt với các mô hình đa năng. Cách tiếp cận của Gradient cắt giảm chi phí 33-90%, có khả năng mở ra RL cho hàng nghìn nhóm AI theo chiều dọc. Dự án cũng giải quyết vấn đề kém hiệu quả của các GPU đắt tiền nhàn rỗi chờ rollout, và khó khăn trong việc phối hợp các thiết bị không đồng nhất qua internet. Trong sáu tháng qua (tháng 3 đến tháng 8 năm 2026), Gradient đã phát hành Echo-2 với kết quả được bình duyệt, mã nguồn mở Parallax cho suy luận phân tán tự lưu trữ, và báo cáo rằng Lattica hiện chạy trên hàng triệu peer trên toàn thế giới. Nhóm cũng công bố Logits, một nền tảng RL-as-a-Service xây dựng trên Echo-2, hiện đang trong quá trình phát triển. Tuy nhiên, dự án vẫn chưa đạt được product-market-fit, với bộ công cụ vẫn đang được chứng minh thay vì hoàn toàn thương mại hóa. Cơ sở người dùng ngắn hạn chỉ giới hạn ở các nhà xây dựng mô hình nguồn mở, nhà nghiên cứu RL và kỹ sư cơ sở hạ tầng có thể chịu được độ phức tạp của các hệ thống không đồng nhất và không cần tin cậy. Không có sự cố bảo mật lớn hoặc lỗi giao thức nào được báo cáo trong giai đoạn này.
Mạng Gradient, một lớp cơ sở hạ tầng AI mở, đã đạt được một số cột mốc quan trọng mang ý nghĩa lâu dài. Nó đã huy động thành công 10 triệu đô la vòng hạt giống do Pantera Capital và Multicoin Capital dẫn đầu, xác nhận tầm nhìn về AI phi tập trung. Một vòng gọi vốn tiếp theo với sự tham gia của Multicoin đã củng cố thêm vị thế của nó. Dự án cũng thu hút được sự chú ý đáng kể, trở thành dự án mới được theo dõi nhiều nhất trên RootData trong vòng 7 ngày, phản ánh sự quan tâm ngày càng tăng của cộng đồng. Những sự kiện này nhấn mạnh tiến trình của nó trong việc xây dựng một lớp tính toán và dữ liệu ngang hàng cho AI, vượt ra khỏi các mô hình tập trung.
Gradient (gradient.network) đã đạt được những bước tiến đáng kể trong nửa đầu năm 2026. Những tiến bộ cốt lõi bao gồm việc phát hành Echo-2, một khung học tăng cường phân tán giúp tách biệt quá trình huấn luyện khỏi suy luận thông qua kiến trúc bầy đôi, cắt giảm chi phí hậu huấn luyện xuống 10,6 lần (từ 4.490 đô la xuống còn 425 đô la trên mô hình Qwen3-30B) trong khi vẫn duy trì độ trung thực thuật toán. Nhóm nghiên cứu cũng ra mắt Logits, một nền tảng Học tăng cường dưới dạng dịch vụ giúp trừu tượng hóa việc điều phối phân tán, và mở rộng Parallax, công cụ suy luận mã nguồn mở của họ, hiện đã được các nhà phát triển mô hình mở hàng đầu áp dụng. Lộ trình tương lai tập trung vào việc mở rộng Ngăn xếp Trí tuệ Mở (OIS) để hỗ trợ các dòng mô hình lớn hơn, nâng cao khả năng tương thích thiết bị không đồng nhất (bao gồm Apple Silicon và GPU tiêu dùng), và chuyển đổi Logits từ nghiên cứu sang sản xuất với các SLA cấp doanh nghiệp. Mạng lưới cũng đang tăng cường tích hợp DePIN, thưởng cho người vận hành nút vì đã đóng góp tài nguyên tính toán nhàn rỗi, và đặt mục tiêu sử dụng 100% phần cứng trên toàn bộ mạng lưới toàn cầu của mình.
Eric Yang (Đồng sáng lập) - Người sáng lập Gradient. Trước đây là Nhà đầu tư Mạo hiểm tại Sequoia Capital Trung Quốc (HSG) và Kỹ sư Sáng lập tại DLive (được BitTorrent mua lại). Tốt nghiệp ngành Khoa học Máy tính tại UC Berkeley. Yuan Gao (Đồng sáng lập) - Đồng sáng lập Gradient. Cựu Trưởng bộ phận Tăng trưởng tại Helium Foundation, Trưởng bộ phận Tiếp thị tại NEO, và Giám đốc Điều hành tại Helium Trung Quốc. Sở hữu bằng Thạc sĩ Tài chính Quốc tế từ Đại học Columbia và bằng Cử nhân Khoa học Thông tin Địa lý từ Đại học Nam Kinh.
Thay đổi đội ngũ gần đây của Gradient: Alex Mirran, Trưởng bộ phận Phát triển Kinh doanh - Bắc Mỹ, đã rời đi vào tháng 7 năm 2026. Anh gia nhập vào tháng 9 năm 2025 và chịu trách nhiệm mở rộng thị trường Bắc Mỹ và quan hệ đối tác chiến lược. Trong nhiệm kỳ của mình, anh đã thúc đẩy việc thương mại hóa các sản phẩm như Commonstack và tham gia vào các hợp tác hệ sinh thái. Sự ra đi của anh có thể ảnh hưởng đến hoạt động phát triển kinh doanh của Gradient tại thị trường Bắc Mỹ.