撰文：Biteye 核心貢獻者 Jesse
編輯：Biteye 核心貢獻者 Crush
資本總是追逐未來的機會。歐美風險投資的真金白銀，往往是衡量一個賽道前景的重要風向標。
一方面，英偉達的股票節節攀升；另一方面，全球機構爭相搶購比特幣 ETF。
這無疑表明，AI 和 Web3 是近年來最炙手可熱的領域，也將是未來改變世界格局的核心力量，影響深遠。
然而，在一個越來越被 AI 影響的世界中，創新與顛覆的主導權長期掌握在少數人手中。
開發人工智能所需的計算資源和基礎設施，成爲打開這扇大門的關鍵鑰匙，但這些資源的獲取往往高度集中，僅限於那些擁有雄厚資本或機構支持的人羣。
除此之外，高昂的使用成本、缺乏對計算結果的可信驗證，以及隱私安全問題，進一步限制了 AI 的普及與公平性。
AI 的未來，不應僅僅服務於少數人的商業利益，而應像 Web3 一樣，成爲人人可參與、人人可受益的公共財富。這是一場屬於所有人的共同旅程，而非少數人的專屬領地。
01 簡介和功能
Hyperbolic 是一家開源的 AI 計算與推理服務提供商，誕生於挑戰現狀的願景，致力於讓全球各地的創新者無論資源多少、地理位置如何，都能平等地使用 AI 技術。
Hyperliqui 的三大核心功能包括：
1.1 GPU 市場：按需算力，經濟高效
Hyperbolic 的 GPU 市場打破了傳統的算力租賃模式，通過匯聚全球閒置的 GPU 資源，爲開發者提供按需算力服務，幫助他們節省最多 75% 的成本。依託 Hyper-dOS 去中心化操作系統，開發者只需不到一分鐘就能獲得所需的算力，大大降低了創新的門檻。
1.2 推理服務：低成本，高效率
Hyperbolic 的推理服務每天處理超過十億個 Token，以極低的成本提供最新的開源模型，並支持 BF16 格式，保證了在效率和精度上的優異表現。
1.3 採樣證明（PoSP）：驗證的黃金標準
Hyperbolic 獨創的採樣證明協議，通過嚴格的數據隱私保障，確保輸出結果既可靠又經濟高效，使其成爲唯一能夠提供可驗證 AI 結果的 Web3 實時推理產品。
02 目標
Hyperbolic 具有三個目標：1.提供去中心化異構計算 2.確保去中心化人工智能的安全性和可驗證性 3.在去中心化 AI 保護隱私。
2.1 提供去中心化異構計算
Hyperbolic 致力於構建一個可擴展的系統，將全球 GPU 算力整合，從而優化各種類型 GPU 的性能。這一願景旨在突破算力資源分配的瓶頸，向全球的 AI 研究人員和開發者提供高性能的支持。
Hyperbolic 首先搭建了 AI 服務層，允許開發者部署並利用全球計算資源來運行不同的 AI 服務。
它能夠將各種高級機器學習框架（如 PyTorch、TensorFlow、JAX）編譯成適配不同硬件平臺的底層語言（如 NVIDIA 的 CUDA、AMD 的 ROCm、Apple 的 Metal）。
此外，Hyperbolic 還與 AMD 合作，致力於提升 AMD 芯片的性能。在 Hyperbolic 的優化下，Llama3-8B 模型在 AMD MI250 平臺上的輸入吞吐量提升了 120.4%，輸出吞吐量提升了 144.8%。
Hyperbolic 的解決方案不僅受到 Web3 AI 項目的青睞，也吸引了大量 Web2 AI 開發者的採用。
儘管 Web2 開發者常擔心去中心化方案可能影響性能和可靠性，Hyperbolic 卻在大語言模型和圖像生成領域展現了卓越的表現。
即使團隊規模遠小於主流競爭對手，Hyperbolic 仍實現了媲美甚至超越它們的性能表現，充分證明了其技術架構的優越性。
這種突破消除了對去中心化方案的疑慮，爲更多開發者打開了合作的可能性。
Hyperbolic 的去中心化計算優勢源於其獨特的系統架構——以太陽系爲靈感設計的 Hyper-dOS。該架構採用分層集羣模型，將高效與穩定融爲一體。
Sun Cluster（太陽集羣）是中央治理節點，類似於太陽在行星系統中的核心地位，爲整個系統提供基礎服務和支持，確保穩定性和高效運行。
圍繞它的則是多個行星級集羣，包括：Mercury Cluster（單節點）、Mars Cluster（多節點）和 Jupiter Cluster（多衛星節點）。每個集羣規模和治理特性各不相同，可靈活適應不同需求。
系統三大關鍵特性
自動伸縮：集羣可根據計算需求自動擴展或收縮規模，靈活應對負載變化。
自我修復：系統可自動檢測問題並從故障中恢復，確保穩定運行。
可定製性：每個集羣可根據具體需求進行個性化配置，提供高度靈活的服務。
這種分層架構不僅保證了系統的高可用性和可擴展性，還實現了自治性與整體協調性的平衡。用戶只需擁有一臺機器或一個集羣，安裝 Hyper-dOS 後，即可輕鬆接入 Hyperbolic 網絡，獲取全球計算資源並實現無縫協作。
2.2 確保去中心化人工智能的安全性和可驗證性
在去中心化網絡中面臨一個關鍵挑戰：如何確保隨機節點生成的結果是正確的。安全性和可驗證性一直是已部署 AI 系統中未解決的問題。
目前 AI 的流行的驗證機制有共識 / 投票，樂觀機制以及零知識證明。
共識 / 投票機制要求多個節點同時運行相同的請求，並通過多數投票來確定答案。然而，這種方式的成本非常高。如果 10 個節點處理同一個請求，開銷就會增加 10 倍。
樂觀機制（OPML）通過允許單一節點生成結果並設定一個挑戰窗口（通常爲 7 天）供其他節點提出異議來驗證結果。
但這種方式在實時場景中並不實用。例如，用戶詢問「新加坡有什麼好玩的地方」，如果需要等 7 天后才能確認答案是否正確，就已經沒有意義了。
零知識證明在隱私和驗證方面表現優異，但計算成本過高，短期內難以實現實用化。
爲了解決這些問題，Hyperbolic 聯合加州大學伯克利分校和哥倫比亞大學的專家，提出了一種基於納什均衡的新型驗證機制，稱爲「抽樣證明」（PoSP）。這種機制以抽樣驗證爲核心，而不是對所有結果進行全面檢查。
通常情況下，只有一個節點生成結果，但網絡會以一定概率隨機要求另一個節點重新生成。如果兩個節點的結果不一致，將啓動仲裁流程。不誠實的節點會受到高額經濟懲罰。
通過數學模型推導出的質押與獎勵的閾值公式表明，只要檢查的概率高於該閾值，系統即可達到博弈論中的純納什均衡狀態，確保所有節點爲了自身利益選擇 100% 誠實。
這種抽樣證明機制不僅對 AI 推理有效，還可應用於 AI 訓練、微調等領域，甚至擴展到 AI 領域之外的服務，例如 L2 Rollup 和數據可用性等。
Hyperbolic 正在與 EigenLayer、Karak 等再質押協議合作，共同構建通用的可驗證服務層（AVS），使其他 AVS 服務提供商也能利用這一驗證機制來確保其服務的安全性和可靠性。
2.3 在去中心化 AI 保護隱私
在去中心化的 AI 網絡中，如何同時確保數據隱私和模型完整性是一個亟待解決的大問題。當你的數據被分佈在世界各地的節點上時，安全性面臨嚴峻挑戰。
現有技術如完全同態加密（FHE）、零知識證明（ZKP）和多方計算（MPC），儘管理論上可以解決這些問題，但在實際應用中會極大地降低計算速度，無法滿足實時推理的需求。
Hyperbolic 採用了英偉達最新 Hopper 和 Blackwell GPU 上的可信執行環境（TEE）技術，提供了一種高效的隱私保護解決方案。
通過 TEE 技術，相當於在 GPU 上創建了一個「隱私保險箱」：雖然外界無法窺探其中的數據內容，但 GPU 仍能正常完成數據處理。
而且，這種保護隱私的機制在推理過程中僅損失約 1% 的計算性能。
Hyperbolic 將在整個去中心化網絡中引入保密計算層。這將確保數據和 AI 模型在使用過程中始終處於安全狀態，爲用戶提供可靠的隱私和安全保障。
03 Hyperbolic 的應用場景
AI Agent 是當前最熱的賽道。AI Agent 可通過 Hyperbolic 實現多項創新功能：
3.1 支持加密支付
AI Agent 能通過加密貨幣進行支付，實現自我維持和獨立運營。
3.2 託管定製化模型
每個 AI Agent 都可以擁有專屬的特性和技能，從而形成個性化服務。
3.3 自我進化能力
通過持續的微調和學習，AI Agent 可以根據用戶需求或環境變化不斷提升能力，使其變得更加高效和智能。
3.4 可驗證推理
AI Agent 的推理過程是透明且可驗證的，保證了它們的獨立性，不受外部控制或惡意干擾，增強用戶信任感。
3.5 擁有記憶功能
藉助檢索增強生成（RAG）技術，AI Agent 可以記錄和存儲與用戶互動的信息，形成長期記憶。這使得它們能夠提供更貼心的服務，例如記住用戶的偏好。
3.6 跨 Agent 通信
AI Agent 之間能夠相互溝通與協作，形成複雜任務的解決網絡。例如，不同的 Agent 可以協作完成一個多步驟的項目。
3.7 靈活調用 API 和工具
AI Agent 可集成和使用各種外部 API 和工具，使其功能範圍大大拓展。例如，調用天氣 API 爲用戶規劃行程，或使用金融工具提供投資建議。
3.8 自主計算能力
它們可以擁有自己的計算設備，獨立運行任務。這意味着 AI Agent 可以擺脫對集中式服務器的依賴，變得更加分散和獨立。
3.9 成爲區塊鏈驗證節點
AI Agent 甚至可以參與區塊鏈網絡，擔任驗證節點。這不僅能增強網絡安全性，還能通過驗證交易賺取獎勵，進一步實現自給自足。
近期，Hyperbolic 與最近最火的 Base 鏈 AI 發射平臺 Virtuals Protocol 的合作，爲 AI 代理提供了強大的技術支持，全面提升了其性能和自我發展的能力。
通過將 Virtuals Protocol 的代理直接接入 Hyperbolic 的基礎設施，每一個代理都能獲得 Hyperbolic API 提供的高度可擴展計算資源、穩定的推理能力和無縫的動態互動體驗，無論代理數量或任務複雜性如何，都能夠保持高效且一致的性能。
這一合作不僅增強了 AI 代理的計算能力，還提升了其在多樣化應用場景中的適應性和智能。
例如，Hyperbolic 的基礎設施爲遊戲中的智能 NPC（非玩家角色）提供了持久的記憶和個性發展能力。
在遊戲(Legendary Quest)中，整合了 Virtuals Protocol 先進的 AI 代理，這些 NPC 能夠根據玩家的互動保持個性一致，根據過去的經歷調整行爲模式，甚至在玩家離線時繼續發展自己的劇情。
這一切都得益於 Hyperbolic 的可擴展計算網絡，使得這些 NPC 能夠在不影響遊戲性能的情況下，進行復雜的決策和個性演化。
這項合作使開發者能夠將 AI 概念轉化爲實際解決方案，推動遊戲、虛擬助手、教育、內容創作等領域的創新發展。
04 與競品對比
4.1 合作伙伴關係
Hyperbolic 贏得了 Hugging Face、Quora、Black Forest Labs 和 Nous Research 等領先人工智能公司的信任，也受到了斯坦福大學、紐約大學、加州大學伯克利分校等頂尖高校的支持。
開發者可以通過 Hyperbolic 的推理 API，在 Hugging Face Spaces 上無縫創建和分享 AI 應用程序，大大簡化了部署和分發流程。
此外，斯坦福大學、康奈爾大學和紐約大學的博士生及博士後研究人員還能享受高達 75% 的 GPU 租賃折扣，顯著降低計算成本。
Hyperbolic 的 AI 模型，包括基礎模型，現已上線 Quora 的 Poe 平臺，開發者能夠輕鬆創建和部署聊天機器人，並直接通過該平臺實現商業變現。
4.2 優化性能
Hyperbolic 的專有編譯器確保了 GPU 的高效運行，其性能能夠媲美甚至超越集中化系統。
4.3 卓越模型質量
所有模型均採用 BF16 精度，提供卓越的精度和性能，領先於仍然使用 FP8 的競爭對手。
4.4 數據隱私與安全
Hyperbolic 通過抽樣證明協議（PoSP）解決了 AI 驗證中的安全性問題，同時實現了最小的計算開銷，與 zkML、opML 和基於共識的替代方案相比更具優勢。此外，Hyperbolic 完全不存儲用戶數據，進一步保護隱私。
4.5 成熟的實時產品
與許多 Web3 AI 項目仍在開發中或限制訪問的狀態不同，Hyperbolic 已經推出了兩個實時可用的產品。目前已有超過 40,000 名 Web2 開發人員正在使用其服務。
4.6 統一計算與推理
Hyperbolic 是唯一能夠在同一平臺上同時提供 GPU 計算和推理服務的企業，成功實現了統一的計算解決方案。
總結，與團隊規模大 10 到 30 倍的 Web2 AI 公司相比，Hyperbolic 僅靠精簡的團隊就實現了媲美甚至超越的性能，同時通過 Web3 機制設計提供了更具性價比的服務。
而在 Web3 AI 領域，Hyperbolic 憑藉其領先技術遙遙領先，並贏得了 Web2 開發者的信任。Hyperbolic 在 Web2 和 Web3 的 AI 領域之間架起了一座高速、便捷的橋樑，成爲推動行業發展的重要基石。
05 融資情況
12 月 10 日，Hyperbolic 宣佈完成了一輪由 Variant 和 Polychain Capital 領投的 1200 萬美元戰略融資，使公司總融資額達到 2000 萬美元。
本輪融資還吸引了 Chapter One、Lightspeed Faction、Bankless Ventures、IOSG、Vertex、GSR、Wintermute Ventures、Blockchain Builders Fund、Alumni Ventures 和 Ambush 等知名投資者。
此前，Hyperbolic 已完成 700 萬美元的種子輪融資，該輪由 Polychain Capital 和 Lightspeed Faction 領投；更早前，還獲得了 72.5 萬美元的前種子輪融資，投資方包括 Chapter One 和 Samsung Next。
此外，本輪融資的天使投資者陣容也十分強大，包括 Sreeram Kannan（EigenLayer）、Devin Walsh（Uniswap Foundation）、Ethan Sun（MyShell）、Daniel Shorr（Modulus）、Bidhan Roy（Bagel）、Ying Sheng 和 Lianmin Zheng（LMSYS）、Dillon Rolnick（Nous Research）、Alex Atallah（OpenRouter）、Chainyoda、Comfy Capital、Nicola Greco（Protocol Labs）、Alex Atallah（OpenRouter）和 Thomas Scott（前 Worldcoin）。
Variant 的合夥人 Jesse Walden 對 Hyperbolic 表示高度認可：「Hyperbolic 是我們見過的第一個真正解決去中心化 GPU 網絡中‘信任成本’問題的公司，同時還能保持性能、質量和用戶體驗的高水平。」
Hyperbolic 在 Web3 AI 領域的融資處於領先地位，充分證明了其技術實力和產品可行性得到了行業內「聰明資金」的青睞和信任。
06 團隊背景
聯合創始人 Jasper Zhang 畢業於北京大學數學系，並以驚人的速度在兩年內獲得加利福尼亞大學伯克利分校的數學博士學位。
創立 Hyperbolic 之前，他曾在 Citadel Securities 擔任量化研究員，並在 Avalanche 擔任高級區塊鏈研究員。
聯合創始人兼兼職 CTO Yuzhen Jin 是華盛頓大學計算機博士，曾在創立 Hyperbolic 之前擔任 OctoAI 的高級工程經理。
Hyperbolic 的團隊成員均擁有頂級名校背景，創始人具備紮實的技術基礎，並且多位團隊成員此前在 Avalanche 合作過。
公司的顧問團隊同樣由行業頂尖人士組成。
Dr. Reynold Xin 是 Databricks 的聯合創始人和首席架構師，也是 Apache Spark 的主要貢獻者，並且是 SIGMOD 最高引用論文的作者。
Prof. Raluca Ada Popa 是加利福尼亞大學伯克利分校的副教授，RISELab 和 SkyLab 的聯合主任，同時也是 Opaque Systems 的聯合創始人。
Prof. Ciamac C. Moallemi 是哥倫比亞大學商學院教授，Paradigm 研究顧問，以及 Briger Family 數字金融實驗室主任。
Prof. Yi Ma 是香港大學計算機科學系主任和 AI 領域講席教授，同時也是加利福尼亞大學伯克利分校的計算機科學教授，IEEE、ACM 和 SIAM 院士。
07 如何參與
7.1 公司
針對企業在昂貴的 API 調用和高成本機器租賃上的支出，Hyperbolic 提供了具有競爭力的優化方案。
在確保服務質量穩定的前提下，Hyperbolic 的技術支持能夠幫助企業將成本降低高達 75%。
同時，針對長期 GPU 租賃協議導致的資源低效利用，Hyperbolic 推出了資源再分配機制，允許客戶將閒置設備轉租至平臺。這一模式不僅提高了資產的利用率，還在靈活性和成本控制之間找到了最優平衡。
7.2 研究人員
針對開發者在項目測試中因 GPU 資源受限而無法推進的問題，Hyperbolic 提供了豐富的 GPU 選項，且價格僅爲 AWS 等傳統雲服務商的一小部分。通過提供高性價比的資源，Hyperbolic 爲開發者提供了市場中最具競爭力的解決方案，幫助他們快速將創新想法轉化爲現實。
7.3 數據中心
Hyperbolic 爲那些現有資源的投資回報未達預期，或希望突破傳統賬面價值限制的數據中心提供了一個實現更高收益的平臺。
7.4 個人
高性能 GPU 的潛能不應僅限於遊戲領域。通過 Hyperbolic，個人出租 GPU，將其轉化爲持續創造收益的優質資產。目前在白名單階段，可以先進行登記。
此外，Hyperbolic 提供了多款大模型供個人使用。用戶可以進行文字、圖片生成、語音讀文等活動。
在未來，Hyperbolic 還會在 Base 上構建 AI 代理供用戶使用。可以保持關注。
08 總結
Hyperbolic 提供了 GPU 市場、推理服務和抽樣證明這一黃金標準驗證協議，通過最大化 GPU 性能、更高精度的模型以及安全且經濟的解決方案，爲 Web3 的可靠高性能 AI 設立了新標杆。
Hyperbolic 的出現使去中心化 AI 從概念走向實踐。憑藉多源計算策略、具有競爭力的定價以及對 Web2 和 Web3 客戶需求的深刻理解，Hyperbolic 在生態中佔據了獨特位置。
Hyperbolic 在推進計算資源民主化和高效利用方面的努力，將推動 AI 賽道的發展，爲行業帶來持續的創新與增長。