Autore: Contributore principale di Biteye, Jesse
Il capitale insegue sempre le opportunità future. I capitali investiti in Europa e negli Stati Uniti rappresentano spesso un importante indicatore delle prospettive di un settore.
Da un lato, le azioni di NVIDIA stanno salendo; dall'altro, le istituzioni di tutto il mondo stanno cercando di acquistare ETF Bitcoin.
Questo dimostra senza dubbio che l'AI e il Web3 sono i campi più in voga degli ultimi anni e rappresenteranno la forza centrale che cambierà il panorama mondiale in futuro, con un impatto profondo.
Tuttavia, in un mondo sempre più influenzato dall'AI, il controllo dell'innovazione e della disruption è stato a lungo in mano a pochi.
Le risorse e le infrastrutture di calcolo necessarie per sviluppare intelligenza artificiale diventano la chiave per aprire questa porta, ma l'accesso a queste risorse è spesso altamente concentrato e limitato a coloro che hanno capitali significativi o supporto istituzionale.
Oltre a ciò, i costi elevati d'uso, la mancanza di una verifica affidabile dei risultati di calcolo e le problematiche di sicurezza della privacy limitano ulteriormente la diffusione e l'equità dell'AI.
Il futuro dell'AI non dovrebbe servire solo agli interessi commerciali di pochi, ma dovrebbe diventare, come il Web3, una ricchezza pubblica alla quale tutti possono partecipare e beneficiare. Questo è un viaggio collettivo per tutti, non un dominio esclusivo di pochi.
01 Introduzione e funzionalità
Hyperbolic è un fornitore di servizi di calcolo e ragionamento AI open source, nato dalla visione di sfidare lo status quo, dedicato a consentire agli innovatori di tutto il mondo, indipendentemente dalle risorse o dalla posizione geografica, di utilizzare la tecnologia AI in modo equo.
Le tre funzionalità principali di Hyperliqui includono:
1.1 Mercato GPU: potenza di calcolo su richiesta, economica ed efficiente
Il mercato GPU di Hyperbolic rompe il tradizionale modello di noleggio di potenza di calcolo, aggregando risorse GPU inutilizzate a livello globale per offrire servizi di potenza di calcolo su richiesta, aiutando gli sviluppatori a risparmiare fino al 75% dei costi. Grazie al sistema operativo decentralizzato Hyper-dOS, gli sviluppatori possono ottenere la potenza di calcolo desiderata in meno di un minuto, abbattendo notevolmente le barriere all'innovazione.
1.2 Servizio di inferenza: basso costo, alta efficienza
I servizi di inferenza di Hyperbolic elaborano oltre un miliardo di token al giorno, offrendo modelli open source aggiornati a un costo molto basso e supportando il formato BF16, garantendo prestazioni eccezionali in termini di efficienza e precisione.
1.3 Prova di campionamento (PoSP): lo standard d'oro della verifica
Il protocollo di prova di campionamento unico di Hyperbolic, attraverso rigorose misure di protezione della privacy dei dati, garantisce che i risultati siano sia affidabili che economici, rendendolo l'unico prodotto di inferenza in tempo reale Web3 in grado di fornire risultati AI verificabili.
02 Obiettivi
Hyperbolic ha tre obiettivi: 1. Fornire calcolo eterogeneo decentralizzato 2. Garantire la sicurezza e la verificabilità dell'intelligenza artificiale decentralizzata 3. Proteggere la privacy nell'AI decentralizzata.
2.1 Fornire calcolo eterogeneo decentralizzato
Hyperbolic si impegna a costruire un sistema scalabile che integri la potenza di calcolo GPU globale, ottimizzando le prestazioni di vari tipi di GPU. Questa visione mira a superare i colli di bottiglia nella distribuzione delle risorse di calcolo, fornendo supporto ad alte prestazioni ai ricercatori e sviluppatori AI in tutto il mondo.
Hyperbolic ha prima costruito un livello di servizi AI, consentendo agli sviluppatori di implementare e utilizzare risorse di calcolo globali per eseguire diversi servizi AI.
È in grado di compilare vari framework di machine learning avanzati (come PyTorch, TensorFlow, JAX) in linguaggi di basso livello adatti a diverse piattaforme hardware (come CUDA di NVIDIA, ROCm di AMD, Metal di Apple).
Inoltre, Hyperbolic ha collaborato con AMD per migliorare le prestazioni dei chip AMD. Con l'ottimizzazione di Hyperbolic, il modello Llama3-8B ha visto un aumento del throughput di input del 120,4% e un aumento del throughput di output del 144,8% sulla piattaforma AMD MI250.
Le soluzioni di Hyperbolic non sono solo apprezzate dai progetti AI Web3, ma hanno anche attirato un'ampia adozione da parte di sviluppatori Web2 AI.
Sebbene gli sviluppatori Web2 si preoccupino spesso che le soluzioni decentralizzate possano influenzare le prestazioni e l'affidabilità, Hyperbolic ha dimostrato prestazioni straordinarie nei modelli di linguaggio di grandi dimensioni e nella generazione di immagini.
Anche se la dimensione del team è notevolmente inferiore rispetto ai concorrenti mainstream, Hyperbolic ha raggiunto prestazioni comparabili o superiori, dimostrando pienamente la superiorità della sua architettura tecnologica.
Questa innovazione ha eliminato i dubbi sulle soluzioni decentralizzate, aprendo la possibilità di collaborazione per molti più sviluppatori.
Il vantaggio del calcolo decentralizzato di Hyperbolic deriva dalla sua architettura unica - Hyper-dOS ispirato al sistema solare. Questa architettura adotta un modello di cluster a strati, integrando efficienza e stabilità.
Il Sun Cluster è il nodo di governance centrale, simile alla posizione centrale del sole nel sistema solare, fornendo servizi e supporto fondamentali per l'intero sistema, assicurando stabilità e alta efficienza operativa.
Intorno ci sono diversi cluster di pianeti, tra cui: Mercury Cluster (nodo singolo), Mars Cluster (nodo multiplo) e Jupiter Cluster (nodi multipli satellitari). Ogni cluster ha dimensioni e caratteristiche di governance diverse, adattandosi flessibilmente a varie esigenze.
Tre caratteristiche chiave del sistema
Autoscaling: i cluster possono espandere o ridurre la propria scala automaticamente in base alle esigenze di calcolo, rispondendo in modo flessibile alle variazioni del carico.
Autoreparazione: il sistema può rilevare automaticamente problemi e riprendersi dai guasti, garantendo un funzionamento stabile.
Personalizzazione: ogni cluster può essere configurato in modo personalizzato in base alle esigenze specifiche, offrendo servizi altamente flessibili.
Questa architettura a strati non solo garantisce alta disponibilità e scalabilità del sistema, ma bilancia anche autonomia e coordinamento complessivo. Gli utenti devono avere solo una macchina o un cluster, installare Hyper-dOS e possono facilmente connettersi alla rete Hyperbolic, accedendo a risorse di calcolo globali e collaborando senza soluzione di continuità.
2.2 Garantire la sicurezza e la verificabilità dell'intelligenza artificiale decentralizzata
Nel network decentralizzato si affronta una sfida chiave: come garantire che i risultati generati da nodi casuali siano corretti. La sicurezza e la verificabilità sono sempre state problematiche irrisolte nei sistemi AI già implementati.
Attualmente, i meccanismi di verifica più popolari nell'AI includono consenso/voto, meccanismi ottimisti e prove a conoscenza zero.
Il meccanismo di consenso/voto richiede che più nodi eseguano contemporaneamente la stessa richiesta e determinino la risposta tramite voto di maggioranza. Tuttavia, questo approccio ha costi molto elevati. Se 10 nodi trattano la stessa richiesta, le spese aumentano di 10 volte.
Il meccanismo ottimista (OPML) verifica i risultati consentendo a un singolo nodo di generare risultati e stabilendo una finestra di contestazione (solitamente 7 giorni) per altri nodi per sollevare obiezioni.
Tuttavia, questo approccio non è pratico in scenari in tempo reale. Ad esempio, se un utente chiede "Quali sono i posti interessanti a Singapore?", se deve aspettare 7 giorni per confermare se la risposta è corretta, non ha più senso.
Le prove a conoscenza zero si sono dimostrate eccellenti in termini di privacy e verifica, ma i costi di calcolo sono troppo elevati, rendendo difficile la loro attuazione pratica nel breve termine.
Per risolvere questi problemi, Hyperbolic ha collaborato con esperti dell'Università della California, Berkeley e della Columbia University per proporre un nuovo meccanismo di verifica basato sull'equilibrio di Nash, noto come "prova di campionamento" (PoSP). Questo meccanismo si basa sulla verifica a campione piuttosto che su un controllo completo di tutti i risultati.
Di norma, solo un nodo genera risultati, ma la rete richiederà casualmente un altro nodo di rigenerare con una certa probabilità. Se i risultati dei due nodi non coincidono, si avvierà un processo di arbitrato. I nodi disonesti subiranno pesanti sanzioni economiche.
La formula soglia per il staking e le ricompense derivata da modelli matematici indica che, finché la probabilità di verifica è superiore a tale soglia, il sistema può raggiungere uno stato di equilibrio di Nash puro nella teoria dei giochi, assicurando che tutti i nodi scelgano di essere 100% onesti per il proprio interesse.
Questo meccanismo di prova di campionamento non è solo efficace per il ragionamento AI, ma può anche essere applicato a campi come l'addestramento AI, il fine-tuning e persino esteso a servizi al di fuori del dominio AI, come L2 Rollup e disponibilità dei dati.
Hyperbolic sta collaborando con protocolli di ri-staking come EigenLayer e Karak per costruire un livello di servizio verificabile generico (AVS), consentendo anche ad altri fornitori di servizi AVS di utilizzare questo meccanismo di verifica per garantire la sicurezza e l'affidabilità dei loro servizi.
2.3 Proteggere la privacy nell'AI decentralizzata
Nel network AI decentralizzato, garantire la privacy dei dati e l'integrità del modello è una grande sfida ancora da risolvere. Quando i tuoi dati sono distribuiti su nodi in tutto il mondo, la sicurezza affronta sfide severe.
Le tecnologie esistenti come la crittografia completamente omomorfica (FHE), le prove a conoscenza zero (ZKP) e il calcolo multi-parte (MPC), sebbene teoricamente risolvano questi problemi, riducono notevolmente la velocità di calcolo in applicazioni pratiche, rendendo impossibile soddisfare le esigenze di inferenza in tempo reale.
Hyperbolic utilizza la tecnologia Trusted Execution Environment (TEE) sulle ultime GPU Hopper e Blackwell di NVIDIA, fornendo una soluzione efficiente per la protezione della privacy.
Attraverso la tecnologia TEE, viene creato un "coffre fort" della privacy sulla GPU: sebbene l'esterno non possa accedere ai dati all'interno, la GPU può comunque completare normalmente l'elaborazione dei dati.
Inoltre, questo meccanismo di protezione della privacy comporta solo una perdita di circa l'1% delle prestazioni di calcolo durante il processo di inferenza.
Hyperbolic introdurrà un livello di calcolo sicuro su tutta la rete decentralizzata. Ciò garantirà che i dati e i modelli AI rimangano sempre al sicuro durante l'uso, fornendo agli utenti una protezione affidabile della privacy e della sicurezza.
03 Casi d'uso di Hyperbolic
Gli agenti AI sono attualmente il settore più caldo. Gli agenti AI possono implementare molte funzioni innovative attraverso Hyperbolic:
3.1 Supporto per pagamenti crittografici
Gli agenti AI possono effettuare pagamenti tramite criptovaluta, raggiungendo l'autosufficienza e l'operatività indipendente.
3.2 Modelli personalizzati in hosting
Ogni agente AI può avere caratteristiche e abilità specifiche, formando così servizi personalizzati.
3.3 Capacità di auto-evoluzione
Attraverso un continuo fine-tuning e apprendimento, gli agenti AI possono migliorare costantemente le loro capacità in base alle esigenze degli utenti o ai cambiamenti ambientali, rendendoli più efficienti e intelligenti.
3.4 Inferenza verificabile
Il processo di ragionamento degli agenti AI è trasparente e verificabile, garantendo la loro indipendenza, senza essere soggetti a controlli esterni o interferenze malevole, aumentando la fiducia degli utenti.
3.5 Funzionalità di memoria
Grazie alla tecnologia di generazione migliorata tramite ricerca (RAG), gli agenti AI possono registrare e memorizzare informazioni sulle interazioni con gli utenti, formando una memoria a lungo termine. Questo consente loro di fornire servizi più personalizzati, come ricordare le preferenze degli utenti.
3.6 Comunicazione tra agenti
Gli agenti AI possono comunicare e collaborare tra loro, formando una rete per risolvere compiti complessi. Ad esempio, agenti diversi possono collaborare per completare un progetto in più fasi.
3.7 Chiamata API e strumenti flessibili
Gli agenti AI possono integrarsi e utilizzare varie API e strumenti esterni, ampliando notevolmente il loro raggio d'azione. Ad esempio, possono utilizzare un'API meteo per pianificare itinerari per gli utenti, o strumenti finanziari per fornire consigli sugli investimenti.
3.8 Capacità di calcolo autonomo
Possono possedere i propri dispositivi di calcolo e eseguire compiti in modo indipendente. Ciò significa che gli agenti AI possono liberarsi dalla dipendenza dai server centralizzati, diventando più decentralizzati e autonomi.
3.9 Partecipazione come nodo di verifica nella blockchain
Gli agenti AI possono persino partecipare a reti blockchain, fungendo da nodi di verifica. Questo non solo può aumentare la sicurezza della rete, ma consente anche di guadagnare ricompense attraverso la verifica delle transazioni, realizzando ulteriormente l'autosufficienza.
Recentemente, la collaborazione tra Hyperbolic e il più recente e popolare protocollo di lancio AI della catena Base, Virtuals Protocol, ha fornito un forte supporto tecnico agli agenti AI, migliorando complessivamente le loro prestazioni e capacità di auto-sviluppo.
Collegando direttamente gli agenti del Virtuals Protocol all'infrastruttura di Hyperbolic, ogni agente può accedere a risorse di calcolo altamente scalabili fornite dall'API di Hyperbolic, a capacità di inferenza stabili e a un'esperienza interattiva dinamica senza soluzione di continuità, mantenendo prestazioni elevate e coerenti indipendentemente dal numero di agenti o dalla complessità dei compiti.
Questa collaborazione non solo migliora la capacità computazionale degli agenti AI, ma aumenta anche la loro adattabilità e intelligenza in scenari applicativi diversificati.
Ad esempio, l'infrastruttura di Hyperbolic fornisce memoria persistente e capacità di sviluppo della personalità per gli NPC intelligenti (personaggi non giocanti) nel gioco.
Nel gioco (Legendary Quest), sono stati integrati avanzati agenti AI del Virtuals Protocol, questi NPC possono mantenere una personalità coerente in base alle interazioni con i giocatori, adattando i modelli comportamentali a seconda delle esperienze passate e persino continuando a sviluppare la propria trama mentre i giocatori sono offline.
Tutto questo è reso possibile dalla rete di calcolo scalabile di Hyperbolic, che consente a questi NPC di prendere decisioni complesse e evolvere la loro personalità senza compromettere le prestazioni di gioco.
Questa collaborazione consente agli sviluppatori di trasformare concetti AI in soluzioni pratiche, promuovendo l'innovazione nei settori dei giochi, assistenti virtuali, educazione, creazione di contenuti e altro.
04 Confronto con i concorrenti
4.1 Partnership
Hyperbolic ha guadagnato la fiducia di aziende leader nell'AI come Hugging Face, Quora, Black Forest Labs e Nous Research, ed è supportata da università di prestigio come Stanford, NYU e UC Berkeley.
Gli sviluppatori possono creare e condividere senza interruzioni applicazioni AI su Hugging Face Spaces tramite l'API di inferenza di Hyperbolic, semplificando notevolmente i processi di distribuzione e implementazione.
Inoltre, i dottorandi e i ricercatori post-dottorato di Stanford, Cornell e NYU possono godere di uno sconto sul noleggio di GPU fino al 75%, riducendo significativamente i costi di calcolo.
I modelli AI di Hyperbolic, compresi i modelli di base, sono ora disponibili sulla piattaforma Poe di Quora, consentendo agli sviluppatori di creare e implementare chatbot con facilità e di monetizzare direttamente attraverso la piattaforma.
4.2 Ottimizzazione delle prestazioni
Il compilatore proprietario di Hyperbolic garantisce un funzionamento efficiente delle GPU, le cui prestazioni possono competere o addirittura superare quelle dei sistemi centralizzati.
4.3 Qualità del modello eccellente
Tutti i modelli utilizzano la precisione BF16, offrendo un'ottima precisione e prestazioni, superando i concorrenti che utilizzano ancora FP8.
4.4 Privacy e sicurezza dei dati
Hyperbolic affronta i problemi di sicurezza nella verifica dell'AI attraverso il protocollo di prova di campionamento (PoSP), realizzando al contempo il minimo sovraccarico computazionale, risultando più vantaggioso rispetto a zkML, opML e alternative basate su consenso. Inoltre, Hyperbolic non memorizza affatto i dati degli utenti, proteggendo ulteriormente la privacy.
4.5 Prodotti in tempo reale maturi
A differenza di molti progetti AI Web3 ancora in fase di sviluppo o con accesso limitato, Hyperbolic ha già lanciato due prodotti disponibili in tempo reale. Attualmente, oltre 40.000 sviluppatori Web2 stanno utilizzando i suoi servizi.
4.6 Calcolo e ragionamento unificati
Hyperbolic è l'unica azienda in grado di fornire servizi di calcolo e inferenza GPU sulla stessa piattaforma, realizzando con successo una soluzione di calcolo unificata.
In sintesi, rispetto alle aziende AI Web2 di dimensioni da 10 a 30 volte superiori, Hyperbolic ha ottenuto prestazioni comparabili o superiori con un team snello, fornendo servizi più convenienti attraverso un design meccanico Web3.
Nel campo dell'AI Web3, Hyperbolic è nettamente in avanti grazie alla sua tecnologia avanzata, e ha guadagnato la fiducia degli sviluppatori Web2. Hyperbolic ha costruito un ponte veloce e conveniente tra i settori AI Web2 e Web3, diventando una pietra miliare importante per lo sviluppo del settore.
05 Situazione finanziaria
Il 10 dicembre, Hyperbolic ha annunciato di aver completato un round di finanziamento strategico da 12 milioni di dollari guidato da Variant e Polychain Capital, portando il finanziamento totale dell'azienda a 20 milioni di dollari.
Questo round di finanziamento ha attirato anche investitori di fama come Chapter One, Lightspeed Faction, Bankless Ventures, IOSG, Vertex, GSR, Wintermute Ventures, Blockchain Builders Fund, Alumni Ventures e Ambush.
In precedenza, Hyperbolic ha completato un round di finanziamento seed da 7 milioni di dollari, guidato da Polychain Capital e Lightspeed Faction; ancora prima, ha ricevuto 725.000 dollari in finanziamento pre-seed, con investitori tra cui Chapter One e Samsung Next.
Inoltre, anche la schiera di investitori angelici in questo round di finanziamento è molto impressionante, includendo Sreeram Kannan (EigenLayer), Devin Walsh (Uniswap Foundation), Ethan Sun (MyShell), Daniel Shorr (Modulus), Bidhan Roy (Bagel), Ying Sheng e Lianmin Zheng (LMSYS), Dillon Rolnick (Nous Research), Alex Atallah (OpenRouter), Chainyoda, Comfy Capital, Nicola Greco (Protocol Labs), Alex Atallah (OpenRouter) e Thomas Scott (ex Worldcoin).
Il partner di Variant, Jesse Walden, ha espresso grande apprezzamento per Hyperbolic: "Hyperbolic è la prima azienda che abbiamo visto risolvere realmente il problema del 'costo di fiducia' nelle reti GPU decentralizzate, mantenendo al contempo elevati standard di prestazioni, qualità e esperienza utente."
Hyperbolic è leader nel finanziamento nel settore AI Web3, dimostrando chiaramente che la sua forza tecnologica e la fattibilità del prodotto hanno guadagnato la fiducia e l'attenzione di capitali "intelligenti" nel settore.
06 Background del team
Il co-fondatore Jasper Zhang si è laureato in matematica all'Università di Pechino e ha conseguito il dottorato in matematica presso l'Università della California, Berkeley, in soli due anni.
Prima di fondare Hyperbolic, ha lavorato come ricercatrice quantitativa presso Citadel Securities e come ricercatrice senior in blockchain presso Avalanche.
Il co-fondatore e CTO part-time Yuzhen Jin ha conseguito un dottorato in informatica presso l'Università di Washington e prima di fondare Hyperbolic ha lavorato come senior engineering manager presso OctoAI.
I membri del team di Hyperbolic hanno tutti una formazione accademica in prestigiose università, il fondatore ha una solida base tecnica, e diversi membri del team hanno precedentemente collaborato con Avalanche.
Il team di consulenti dell'azienda è composto da esperti di settore di alta qualità.
Il Dr. Reynold Xin è co-fondatore e architetto principale di Databricks, è uno dei principali contributori di Apache Spark ed è l'autore del paper più citato di SIGMOD.
La Prof.ssa Raluca Ada Popa è professoressa associata all'Università della California, Berkeley, co-direttrice di RISELab e SkyLab, nonché co-fondatrice di Opaque Systems.
Il Prof. Ciamac C. Moallemi è professore alla Columbia Business School, consulente di ricerca per Paradigm e direttore del Briger Family Digital Finance Lab.
Il Prof. Yi Ma è direttore del dipartimento di informatica dell'Università di Hong Kong e professore di AI, nonché professore di informatica all'Università della California, Berkeley, ed è membro di IEEE, ACM e SIAM.
07 Come partecipare
7.1 Azienda
Per affrontare le spese delle aziende per costosi servizi API e noleggio macchine ad alto costo, Hyperbolic offre soluzioni ottimizzate e competitive.
Sotto la premessa di garantire una qualità del servizio stabile, il supporto tecnico di Hyperbolic può aiutare le aziende a ridurre i costi fino al 75%.
Allo stesso tempo, per affrontare l'inefficienza delle risorse causata dai contratti di noleggio GPU a lungo termine, Hyperbolic ha introdotto un meccanismo di ridistribuzione delle risorse, consentendo ai clienti di subaffittare attrezzature inattive sulla piattaforma. Questo modello non solo aumenta l'utilizzo degli asset, ma trova anche un equilibrio ottimale tra flessibilità e controllo dei costi.
7.2 Ricercatori
Per affrontare il problema dei limiti delle risorse GPU durante il test dei progetti, Hyperbolic offre una vasta gamma di opzioni GPU, a un prezzo che è solo una frazione di quello dei tradizionali fornitori di servizi cloud come AWS. Offrendo risorse ad alto rapporto qualità-prezzo, Hyperbolic fornisce le soluzioni più competitive sul mercato, aiutando gli sviluppatori a trasformare rapidamente idee innovative in realtà.
7.3 Centro dati
Hyperbolic offre una piattaforma per i centri dati che non hanno raggiunto i rendimenti attesi sugli investimenti esistenti o desiderano superare i limiti del valore contabile tradizionale.
7.4 Individuo
Il potenziale delle GPU ad alte prestazioni non dovrebbe essere limitato solo al settore dei giochi. Attraverso Hyperbolic, gli individui possono affittare GPU, trasformandole in asset di alta qualità che generano reddito continuo. Attualmente, è in fase di whitelist, è possibile registrarsi.
Inoltre, Hyperbolic offre diversi modelli di grandi dimensioni per uso personale. Gli utenti possono generare testo e immagini, e svolgere attività di lettura vocale.
In futuro, Hyperbolic costruirà agenti AI su Base per l'uso degli utenti. Rimanete sintonizzati.
Sito web di Hyperbolic:
app.hyperbolic.xyz?utm_source=x&utm_campaign=seriesA&utm_content=biteye
08 Riepilogo
Hyperbolic offre il mercato GPU, servizi di inferenza e il protocollo di verifica per il campionamento, stabilendo un nuovo standard per l'AI affidabile e ad alte prestazioni nel Web3, massimizzando le prestazioni GPU, i modelli più accurati e le soluzioni sicure ed economiche.
L'emergere di Hyperbolic ha portato l'AI decentralizzata dalla concezione alla pratica. Con strategie di calcolo multi-sorgente, prezzi competitivi e una profonda comprensione delle esigenze dei clienti Web2 e Web3, Hyperbolic occupa una posizione unica nell'ecosistema.
Gli sforzi di Hyperbolic per promuovere la democratizzazione e l'uso efficiente delle risorse di calcolo spingeranno lo sviluppo nel campo dell'AI, portando innovazione e crescita continua per il settore.