「Biteye」コミュニティから転載する場合はその旨を明記してください

著者: Biteye の中心貢献者 Jesse

編集者: Biteye コアコントリビューター Crush コミュニティ: @BiteyeCN

※全文約7,000文字、読了時間の目安は12分です

資本は常に将来の機会を追い求めています。ヨーロッパとアメリカのベンチャーキャピタルのリアルマネーは、多くの場合、トラックの見通しを示す重要な指標となります。

Nvidiaの株価が上昇する一方で、世界的な金融機関はビットコインETFの購入を急いでいる。

これは間違いなく、AI と Web3 が近年最も注目されている分野であり、将来の世界のパターンを変える中心的な力となり、広範囲に影響を与えることを示しています。

しかし、AI の影響がますます強まる世界では、革新と破壊の主導権は長い間、少数の人々の手に握られてきました。

人工知能の開発に必要なコンピューティング リソースとインフラストラクチャは、この扉を開く鍵となっていますが、これらのリソースへのアクセスは多くの場合非常に集中しており、強力な資本または組織的サポートを持つ企業に限定されています。

さらに、高い使用コスト、計算結果の信頼できる検証の欠如、およびプライバシーのセキュリティ問題により、AI の普及と公平性はさらに制限されます。

AI の将来は、少数の人々の商業的利益に役立つだけでなく、Web3 のように誰もが参加して恩恵を受けることができる公共の資産となるべきです。これはすべての人に属する旅であり、一部の人の独占的な領域ではありません。

01 概要と機能

Hyperbolic は、オープンソースの AI コンピューティングおよび推論サービス プロバイダーであり、現状に挑戦するというビジョンから生まれ、世界中のイノベーターがリソースや地理的な場所に関係なく AI テクノロジーに平等にアクセスできるようにすることに取り組んでいます。

Hyperliqui の 3 つの主要な機能は次のとおりです。

1.1 GPU 市場: オンデマンドのコンピューティング能力、費用対効果の高い

Hyperbolic の GPU 市場は、従来のコンピューティング能力のレンタル モデルを打破し、世界中のアイドル状態の GPU リソースを集約することで開発者にオンデマンドのコンピューティング能力サービスを提供し、コストを最大 75% 節約できます。 Hyper-dOS 分散オペレーティング システムを利用することで、開発者は 1 分以内に必要なコンピューティング パワーを得ることができ、イノベーションの敷居が大幅に下がります。

1.2 推論サービス：低コスト、高効率

Hyperbolic の推論サービスは、毎日 10 億を超えるトークンを処理し、最新のオープンソース モデルを極めて低コストで提供し、BF16 形式をサポートすることで、効率と精度において優れたパフォーマンスを保証します。

1.3 Proof of Sampling (PoSP): 検証のゴールドスタンダード

Hyperbolic の独自のサンプリング プルーフ プロトコルは、厳格なデータ プライバシー保証を通じて、出力結果の信頼性とコスト効率の両方を保証し、検証可能な AI 結果を提供できる唯一の Web3 リアルタイム推論製品となっています。

02ゴール

Hyperbolic には 3 つの目標があります: 1. 分散型ヘテロジニアス コンピューティングの提供 2. 分散型人工知能のセキュリティと検証可能性の確保 3. 分散型 AI のプライバシーの保護。

2.1 分散型異種コンピューティングの提供

Hyperbolic は、さまざまなタイプの GPU のパフォーマンスを最適化するために、グローバルな GPU コンピューティング能力を統合するスケーラブルなシステムの構築に取り組んでいます。このビジョンは、コンピューティング リソース割り当てのボトルネックを打破し、世界中の AI 研究者と開発者に高パフォーマンスのサポートを提供することを目的としています。

2.1 分散型異種コンピューティングの提供

Hyperbolic は、さまざまなタイプの GPU のパフォーマンスを最適化するために、グローバルな GPU コンピューティング能力を統合するスケーラブルなシステムの構築に取り組んでいます。このビジョンは、コンピューティング リソース割り当てのボトルネックを打破し、世界中の AI 研究者と開発者に高パフォーマンスのサポートを提供することを目的としています。

Hyperbolic は最初に AI サービス レイヤーを構築し、開発者がグローバル コンピューティング リソースを展開して利用してさまざまな AI サービスを実行できるようにしました。

さまざまな高度な機械学習フレームワーク (PyTorch、TensorFlow、JAX など) を、さまざまなハードウェア プラットフォーム (NVIDIA の CUDA、AMD の ROCm、Apple の Metal など) に適応する基盤となる言語にコンパイルできます。

さらに、Hyperbolic は AMD チップのパフォーマンスを向上させるために AMD とも協力しています。双曲線最適化では、AMD MI250 プラットフォーム上の Llama3-8B モデルの入力スループットは 120.4% 増加し、出力スループットは 144.8% 増加しました。

Hyperbolic のソリューションは、Web3 AI プロジェクトだけでなく、多数の Web2 AI 開発者も魅了しています。

Web2 開発者は分散ソリューションがパフォーマンスと信頼性に影響を与えるのではないかと心配することがよくありますが、Hyperbolic は大規模な言語モデルと画像生成の分野で優れたパフォーマンスを実証しています。

チームの規模は主流の競合他社よりもはるかに小さいにもかかわらず、Hyperbolic は依然として自社と同等、またはそれを上回るパフォーマンスを達成しており、その技術アーキテクチャの優位性を十分に証明しています。

この画期的な進歩により、分散型ソリューションに対する疑念が解消され、より多くの開発者にコラボレーションの可能性が開かれます。

Hyperbolic の分散コンピューティングの利点は、太陽系からインスピレーションを得た独自のシステム アーキテクチャである Hyper-dOS に由来しています。このアーキテクチャでは、効率と安定性を組み合わせるために階層クラスター モデルを使用しています。

Sun Cluster は、惑星系における太陽の中核的な位置に似た中央ガバナンス ノードであり、システム全体に基本的なサービスとサポートを提供して、安定性と効率的な運用を確保します。

その周囲には、水星星団 (単一ノード)、火星星団 (複数のノード)、木星星団 (複数の衛星ノード) など、複数の惑星レベルの星団があります。各クラスターには異なるサイズとガバナンス特性があり、さまざまなニーズに柔軟に適応できます。

システムの3つの特長

この階層化されたアーキテクチャは、システムの高可用性と拡張性を保証するだけでなく、自律性と全体的な調整の間のバランスも実現します。ユーザーはマシンまたはクラスターを所有するだけでよく、Hyper-dOS をインストールすると、Hyperbolic ネットワークに簡単にアクセスし、グローバル コンピューティング リソースを取得し、シームレスなコラボレーションを実現できます。

2.2 分散型人工知能のセキュリティと検証可能性を確保する

分散型ネットワークにおける主な課題は、ランダムなノードによって生成された結果が正しいことをどのように保証するかです。導入された AI システムでは、セキュリティと検証可能性が常に未解決の問題でした。

現在、AI の一般的な検証メカニズムには、コンセンサス/投票、楽観的メカニズム、ゼロ知識証明などがあります。

コンセンサス/投票メカニズムでは、複数のノードが同じリクエストを同時に実行し、多数決によって答えを決定する必要があります。ただし、このアプローチのコストは非常に高くなります。 10 個のノードが同じリクエストを処理すると、オーバーヘッドは 10 倍に増加します。

オプティミスティック メカニズム (OPML) は、単一ノードが結果を生成できるようにし、他のノードが異議を唱えるためのチャレンジ ウィンドウ (通常は 7 日間) を設定することによって、結果を検証します。

ただし、この方法はリアルタイムのシナリオでは実用的ではありません。たとえば、ユーザーが「シンガポールにはどんな楽しい場所がありますか?」と質問した場合、答えが正しいかどうかを確認するのに 7 日もかかってしまっては意味がありません。

ゼロ知識証明はプライバシーと検証の点で優れた性能を発揮しますが、計算コストが高すぎるため、短期的に実用化するのは困難です。

これらの問題を解決するために、Hyperbolic はカリフォルニア大学バークレー校およびコロンビア大学の専門家と協力して、「Proof of Sampling」(PoSP) と呼ばれるナッシュ均衡に基づく新しい検証メカニズムを提案しました。このメカニズムは、すべての結果の包括的な検査ではなく、サンプリング検証に重点を置いています。

通常、結果を生成するノードは 1 つだけですが、ネットワークはランダムに別のノードに一定の確率で結果を再生成するように要求します。 2 つのノードの結果が矛盾する場合、調停プロセスが開始されます。不正なノードには高額の経済的罰金が科せられます。

数学的モデルを通じて導き出されたステーキングと報酬のしきい値の式は、チェックの確率がしきい値よりも高い限り、システムはゲーム理論における純粋なナッシュ均衡状態に到達でき、すべてのノードが確実にステーキングに対して 100% 正直であることを選択できることを示しています。自分たちの利益。

このサンプリング証明メカニズムは、AI 推論に有効であるだけでなく、AI のトレーニングや微調整などの領域にも適用でき、さらには L2 ロールアップやデータの可用性など、AI 分野以外のサービスにも拡張できます。

Hyperbolic は、EigenLayer や Karak などの再ステーキング プロトコルと連携して共通の検証可能なサービス層 (AVS) を構築し、他の AVS サービス プロバイダーもこの検証メカニズムを使用してサービスのセキュリティと信頼性を確保できるようにしています。

2.3 分散型 AI におけるプライバシーの保護

Hyperbolic は、EigenLayer や Karak などの再ステーキング プロトコルと連携して共通の検証可能なサービス層 (AVS) を構築し、他の AVS サービス プロバイダーもこの検証メカニズムを使用してサービスのセキュリティと信頼性を確保できるようにしています。

2.3 分散型 AI におけるプライバシーの保護

分散型 AI ネットワークでは、データのプライバシーとモデルの整合性を同時に確保する方法が解決すべき大きな問題です。データが世界中のノードに分散されると、セキュリティの問題が発生します。

完全準同型暗号化 (FHE)、ゼロ知識証明 (ZKP)、マルチパーティ計算 (MPC) などの既存のテクノロジーは、理論的にはこれらの問題を解決できますが、実際のアプリケーションでは計算速度が大幅に低下し、実際の要件を満たすことができません。 -時間の推論が必要です。

Hyperbolic は、NVIDIA の最新の Hopper と Blackwell GPU の信頼された実行環境 (TEE) テクノロジーを使用して、効率的なプライバシー保護ソリューションを提供します。

TEE テクノロジを通じて、これは GPU 上に「プライバシー セーフ」を作成するのと同じです。外部の世界からデータの内容を覗くことはできませんが、GPU は引き続きデータ処理を正常に完了できます。

さらに、このプライバシー保護メカニズムは、推論プロセス中にコンピューティング パフォーマンスの約 1% を損失するだけです。

Hyperbolic は、分散型ネットワーク全体に機密コンピューティング層を導入します。これにより、データと AI モデルが使用中に常に安全であることが保証され、ユーザーに信頼できるプライバシーとセキュリティの保証が提供されます。

03 双曲線応用シナリオ

AI Agent は今最もホットなトラックです。 AI エージェントは、Hyperbolic を通じて多くの革新的な機能を実現できます。

3.1 暗号通貨支払いのサポート

AI エージェントは暗号通貨を介して支払うことができ、自立性と独立した運用を実現します。

3.2 カスタマイズされたモデルのホスティング

各 AI エージェントは、パーソナライズされたサービスを形成するための独自の特性とスキルを持つことができます。

3.3 自己進化能力

AI エージェントは、継続的な微調整と学習を通じて、ユーザーのニーズや環境の変化に応じて機能を継続的に改善し、より効率的かつインテリジェントにすることができます。

3.4 検証可能な推論

AI エージェントの推論プロセスは透明性があり検証可能であるため、AI エージェントの独立性が確保され、外部制御や悪意のある干渉から解放され、ユーザーの信頼が高まります。

3.5 メモリ機能あり

AI エージェントは、検索拡張生成 (RAG) テクノロジーの助けを借りて、ユーザーと対話した情報を記録および保存して長期記憶を形成できます。これにより、ユーザーの好みを記憶するなど、より思いやりのあるサービスを提供できるようになります。

3.6 エージェント間の通信

AI エージェントは相互に通信および連携して、複雑なタスクを解決するためのネットワークを形成できます。たとえば、さまざまなエージェントが協力して、複数ステップのプロジェクトを完了できます。

3.7 API とツールを柔軟に呼び出す

AI エージェントは、さまざまな外部 API やツールを統合して使用できるため、機能範囲が大幅に拡張されます。たとえば、天気 API を呼び出してユーザーの旅行を計画したり、財務ツールを使用して投資アドバイスを提供したりすることができます。

3.8 自律型コンピューティング機能

彼らは独自のコンピューティング デバイスを持ち、独立してタスクを実行できます。これは、AI エージェントが集中サーバーへの依存を解消し、より分散化され独立できることを意味します。

3.9 ブロックチェーン検証ノードになる

AI エージェントはブロックチェーン ネットワークに参加し、検証ノードとして機能することもできます。これにより、ネットワークのセキュリティが強化されるだけでなく、トランザクションを検証することで報酬を獲得できるようになり、自給自足が促進されます。

最近、Hyperbolic は、最も人気のある Basechain AI 起動プラットフォームである Virtuals Protocol と協力して、AI エージェントに強力な技術サポートを提供し、AI エージェントのパフォーマンスと自己開発能力を包括的に向上させました。

最近、Hyperbolic は、最も人気のある Basechain AI 起動プラットフォームである Virtuals Protocol と協力して、AI エージェントに強力な技術サポートを提供し、AI エージェントのパフォーマンスと自己開発能力を包括的に向上させました。

Virtuals Protocol のエージェントを Hyperbolic のインフラストラクチャに直接接続することで、各エージェントは、エージェントの数やタスクの複雑さに関係なく、Hyperbolic API によって提供される拡張性の高いコンピューティング リソース、安定した推論機能、シームレスな動的対話エクスペリエンスにアクセスできます。効率的で一貫したパフォーマンスを維持します。

この連携により、AI エージェントのコンピューティング能力が強化されるだけでなく、さまざまなアプリケーション シナリオにおける適応性とインテリジェンスも向上します。

たとえば、Hyperbolic のインフラストラクチャは、ゲームのインテリジェントな NPC (ノンプレイヤー キャラクター) に永続的な記憶と人格開発機能を提供します。

ゲーム「Legendary Quest」では、Virtuals Protocol の高度な AI エージェントが統合されており、これらの NPC はプレイヤーの対話に基づいて一貫した性格を維持し、過去の経験に基づいて行動パターンを調整し、プレイヤーがオフラインの場合でも独自のプロットを開発し続けることができます。

これはすべて、Hyperbolic のスケーラブルなコンピューティング ネットワークによるもので、これらの NPC はゲームのパフォーマンスに影響を与えることなく、複雑な意思決定と人格の進化を行うことができます。

このコラボレーションにより、開発者は AI の概念を実用的なソリューションに変換し、ゲーム、仮想アシスタント、教育、コンテンツ作成などの分野での革新的な開発を促進できます。

04 競合製品との比較

4.1 パートナーシップ

Hyperbolic は、Hugging Face、Quora、Black Forest Labs、Nous Research などの大手人工知能企業の信頼を獲得しており、スタンフォード大学、ニューヨーク大学、カリフォルニア大学バークレー校などの一流大学からもサポートされています。

開発者は、Hyperbolic の推論 API を介して Hugging Face Spaces 上で AI アプリケーションをシームレスに作成および共有でき、展開および配布プロセスが大幅に簡素化されます。

さらに、スタンフォード大学、コーネル大学、ニューヨーク大学の博士課程の学生と博士研究員は、GPU レンタルを最大 75% 割引で利用でき、コンピューティング コストを大幅に削減できます。

基本モデルを含む Hyperbolic の AI モデルは、Quora の Poe プラットフォームで利用できるようになり、開発者はチャットボットを簡単に作成および展開し、プラットフォームを通じて直接商業収益化を実現できます。

4.2 パフォーマンスの最適化

Hyperbolic 独自のコンパイラは、集中型システムに匹敵する、またはそれを超えるパフォーマンスを備えた GPU での効率的な動作を保証します。

4.3 優れたモデル品質

すべてのモデルは BF16 精度を備えており、FP8 を使用している競合他社よりも優れた精度とパフォーマンスを提供します。

4.4 データのプライバシーとセキュリティ

Hyperbolic は、Proof of Sampling Protocol (PoSP) を通じて AI 検証におけるセキュリティ問題を解決しながら、zkML、opML、コンセンサスベースの代替手段と比べても遜色ない最小限の計算オーバーヘッドを実現します。さらに、Hyperbolic はユーザー データをまったく保存しないため、プライバシーがさらに保護されます。

4.5 成熟したリアルタイム製品

まだ開発中であるか、アクセスが制限されている多くの Web3 AI プロジェクトとは異なり、Hyperbolic は、実際に利用可能な 2 つの製品を発表しました。現在 40,000 人を超える Web2 開発者がそのサービスを利用しています。

4.6 統一された計算と推論

Hyperbolic は、GPU コンピューティングと推論サービスの両方を同じプラットフォーム上で提供できる唯一の企業であり、ユニファイド コンピューティング ソリューションの実現に成功しています。

要約すると、チームの規模が 10 ～ 30 倍である Web2 AI 企業と比較して、Hyperbolic は、Web3 メカニズム設計を通じてよりコスト効率の高いサービスを提供しながら、合理化されたチームのみで同等またはそれ以上のパフォーマンスを達成しています。

要約すると、チームの規模が 10 ～ 30 倍である Web2 AI 企業と比較して、Hyperbolic は、Web3 メカニズム設計を通じてよりコスト効率の高いサービスを提供しながら、合理化されたチームのみで同等またはそれ以上のパフォーマンスを達成しています。

Web3 AI の分野では、Hyperbolic は最先端のテクノロジーではるかに先を行っており、Web2 開発者の信頼を獲得しています。 Hyperbolic は、Web2 と Web3 の AI 分野の間に高速かつ便利な橋を築き、業界の発展を促進する重要な基盤となっています。

05 資金調達状況

12月10日、Hyperbolicは、VariantとPolychain Capitalが主導する1,200万ドルの戦略的資金調達ラウンドが完了し、同社の資金調達総額は2,000万ドルになったと発表した。

このラウンドには、Chapter One、Lightspeed Faction、Bankless Ventures、IOSG、Vertex、GSR、Wintermute Ventures、Blockchain Builders Fund、Alumni Ventures、Ambush などの著名な投資家も集まりました。

以前、Hyperbolic は、Polychain Capital と Lightspeed Faction が主導する 700 万ドルのシードラウンドの資金調達を完了しており、それに先立って、Chapter One や Samsung Next などの投資家からプレシードラウンドの資金調達でも 725,000 ドルを受け取っています。

さらに、今回の資金調達ラウンドにおけるエンジェル投資家のラインナップも非常に強力で、Sreeram Kannan (EigenLayer)、Devin Walsh (Uniswap Foundation)、Ethan Sun (MyShell)、Daniel Shorr (Modulus)、Bidhan Roy (Bagel)、 Ying Sheng および Lianmin Zheng (LMSYS)、Dillon Rolnick (Nous Research)、Alex Atallah (OpenRouter)、Chainyoda、Comfy Capital、Nicola Greco (Protocol Labs)、Alex Atallah (OpenRouter)、Thomas Scott (元 Worldcoin)。

Variant のパートナーである Jesse Walden 氏は、Hyperbolic に対する高い評価を表明し、「Hyperbolic は、高いパフォーマンス、品質、ユーザー エクスペリエンスのレベルを維持しながら、分散型 GPU ネットワークにおける『信頼のコスト』問題を真に解決した最初の企業です。」 」

Hyperbolic は、Web3 AI 分野の資金調達において主導的な立場にあり、その技術力と製品の実現可能性が業界の「スマート マネー」の支持と信頼を獲得していることを十分に証明しています。

06 チーム背景

共同創設者の Jasper Zhang は、北京大学数学学部を卒業し、カリフォルニア大学バークレー校で 2 年以内に驚くべきスピードで数学の博士号を取得しました。

06 チーム背景

共同創設者の Jasper Zhang は、北京大学数学学部を卒業し、カリフォルニア大学バークレー校で 2 年以内に驚くべきスピードで数学の博士号を取得しました。

Hyperbolic を設立する前は、Citadel Securities で定量的研究者として、また Avalanche で上級ブロックチェーン研究者として働いていました。

共同創設者で非常勤 CTO の Yuzhen Jin は、ワシントン大学でコンピュータ サイエンスの博士号を取得しており、Hyperbolic を設立する前は OctoAI でシニア エンジニアリング マネージャーを務めていました。

Hyperbolic のチーム メンバーは全員一流大学での経歴を持ち、創設者には強固な技術基盤があり、多くのチーム メンバーは以前に Avalanche で一緒に働いた経験があります。

同社の顧問チームも業界トップの専門家で構成されています。

Reynold Xin 博士は、Databricks の共同創設者兼チーフアーキテクトであり、Apache Spark への主要な貢献者であり、最も引用された SIGMOD 論文の著者です。

Raluca Ada Popa 教授は、カリフォルニア大学バークレー校の准教授であり、RISELab と SkyLab の共同ディレクターであり、Opaque Systems の共同創設者です。

Ciamac C. Moallemi 教授は、コロンビア大学ビジネス スクールの教授であり、Paradigm の研究コンサルタントであり、Briger Family Digital Finance Lab の所長でもあります。

Yi Ma 教授は、香港大学のコンピューター サイエンス学部長であり、AI 分野の主任教授であり、カリフォルニア大学バークレー校のコンピューター サイエンスの教授であり、IEEE の会員でもあります。 、ACMおよびSIAM。

07 参加方法

7.1 会社

Hyperbolic は、企業の高価な API コールや高額なマシンのレンタルにかかる支出に対して、競争力のある最適化ソリューションを提供します。

Hyperbolic の技術サポートは、安定したサービス品質を保証しながら、企業のコストを最大 75% 削減するのに役立ちます。

同時に、長期の GPU リース契約によって引き起こされるリソースの非効率的な使用に対応して、Hyperbolic は、顧客がアイドル状態の機器をプラットフォームにサブリースできるリソースの再割り当てメカニズムを開始しました。このモデルは、資産の使用率を向上させるだけでなく、柔軟性とコスト管理の間の最適なバランスも見つけます。

7.2 研究者

開発者がプロ​​ジェクトのテスト中に GPU リソースが限られているために作業を進めることができないという問題に対応して、Hyperbolic は、AWS などの従来のクラウド サービス プロバイダーの数分の一の価格で豊富な GPU オプションを提供します。 Hyperbolic は、コスト効率の高いリソースを提供することで、開発者に市場で最も競争力のあるソリューションを提供し、革新的なアイデアを迅速に現実化できるよう支援します。

7.3 データセンター

Hyperbolic は、既存のリソースから期待される投資収益率を達成できていないデータセンター、または従来の簿価の制約を超えようとしているデータセンターに対して、より高い収益を達成するためのプラットフォームを提供します。

7.4人

高性能 GPU の可能性はゲームだけに限定されるべきではありません。 Hyperbolic を通じて、個人は GPU をレンタルし、収益を生み出し続ける高品質の資産に変えます。現在はホワイトリストの段階ですが、まずは登録していただけます。

さらに、Hyperbolic は個人使用向けにいくつかの大きなモデルを提供しています。ユーザーは、テキスト、画像の生成、音声読み上げ、その他のアクティビティを実行できます。

将来的には、Hyperbolic はユーザーが使用できる AI エージェントを Base 上に構築する予定です。ご期待ください。

双曲線の Web ページ:

app.hyperbolic.xyz?utm_source=x&utm_campaign=seriesA&utm_content=biteye

08 まとめ

app.hyperbolic.xyz?utm_source=x&utm_campaign=seriesA&utm_content=biteye

08 まとめ

Hyperbolic は、GPU マーケットプレイス、推論サービス、およびゴールドスタンダード検証プロトコルである Proof-of-sampling 検証プロトコルを提供し、GPU パフォーマンス、高精度モデル、安全性とコストを最大化することで、Web3 向けの信頼性の高い高性能 AI の新しいベンチマークを設定します。 -効果的なソリューション。

Hyperbolic の出現により、分散型 AI が概念から実践へと移行します。 Hyperbolic は、マルチソース コンピューティング戦略、競争力のある価格設定、Web2 および Web3 の顧客ニーズへの深い理解により、エコシステム内で独自の地位を占めています。

コンピューティング リソースの民主化と効率的な利用を促進する Hyperbolic の取り組みは、AI トラックの発展を促進し、業界に継続的な革新と成長をもたらします。