Mira cómo el modelo Sokoban de 30B entrenado por Echo supera a modelos muchas veces más grandes, incluyendo DeepSeek-R1 y GPT-OSS-120B. En lugar de centros de datos más grandes o flotas de GPU más caras, Echo escala el aprendizaje por refuerzo con hardware de consumo que se encuentra en todas partes.

La inteligencia ha sido encerrada en jardines amurallados. Hoy, estamos abriendo las puertas. Parallax ahora se ejecuta en modo híbrido, con Mac y GPU que sirven modelos grandes juntos en un marco verdaderamente distribuido.

El secreto detrás del rendimiento de Parallax radica en optimizaciones clave de nivel servidor: – Agrupación continua: agrupa dinámicamente las solicitudes para maximizar la utilización del hardware y el rendimiento. – KV-Cache paginado: diseño basado en bloques que previene la fragmentación de la memoria, maneja miles de solicitudes concurrentes. – Trabajadores heterogéneos: rendimiento óptimo en GPUs y Macs. Rápido. Fiable. Totalmente distribuido.