AI 行業面臨著重大挑戰：高昂的成本和有限的計算資源。訓練和部署 AI 模型需要大量 GPU 算力，這不僅價格昂貴，而且超出了許多用戶的承受能力。此外，AI 過程缺乏透明性和驗證機制，造成了信任危機和效率低下。

Hyperbolic 利用去中心化技術為這些問題提供瞭解決方案。通過建立去中心化的 GPU 市場，Hyperbolic 讓計算資源變得更加實惠和便捷。用戶可以從各類供應商那裡租用閒置的 GPU 算力，有效降低成本並提升資源可用性。同時，Hyperbolic 推出了採樣證明（Proof of Sampling，PoSP）來確保 AI 計算的可靠性，並結合 spML 和 Hyperbolic 去中心化操作系統（Hyper-dOS）來優化 AI 模型的訓練與部署。

什麼是 Hyperbolic？

來源: Hyperbolic 官網

Hyperbolic 是一個革新性的去中心化平臺，致力於改變人們獲取 AI 和計算資源的方式。其核心是一個創新的市場系統，讓用戶能從各類供應商租用閒置的 GPU 算力。這不僅確保了計算資源的高效利用，還顯著降低了高性能計算的成本。通過提供去中心化的 GPU 算力，Hyperbolic 讓更多用戶有機會參與 AI 開發和部署，突破了傳統技術使用的門檻。該平臺由 Dr Jasper Zhang 和 Dr Yuchen Jin 共同創立。

Hyperbolic 的使命與願景

Hyperbolic 的使命是實現 AI 和計算能力的民主化，讓所有人都能獲取這些資源，不受經濟或技術水平的限制。其願景是打造一個透明、高效的去中心化生態系統，推動 AI 行業的創新與協作。通過區塊鏈技術和去中心化原則，Hyperbolic 正在構建一個更具包容性和公平性的 AI 發展未來。

Hyperbolic 的用戶群體

• 企業：企業可以利用 Hyperbolic 實現高性價比的 AI 模型訓練和部署，有效降低運營成本，加快 AI 項目進度。
• 研究人員：來自學術界和工業界的研究人員能夠獲取經濟實惠的計算資源，開展先進的 AI 研究，避免承擔傳統 GPU 帶來的高額成本。
• 數據中心：數據中心可以在 Hyperbolic 市場上出租閒置 GPU 算力，將未充分利用的資源轉化為收益。
• 個人用戶：愛好者、學生和獨立開發者可以使用 Hyperbolic 便捷的 AI 工具和資源，無需大額投入即可開展實驗、學習和創新活動。

Hyperbolic 背後的技術

採樣證明 (Proof of Sampling, PoSP)

採樣證明 (PoSP) 是一種驗證協議，旨在確保去中心化系統中 AI 計算的完整性和可靠性。PoSP 使用採樣方法驗證交易和數據交互，與傳統驗證方法相比大大減少了計算負擔。通過利用博弈論原理，PoSP 鼓勵參與者誠實行為，從而增強網絡的整體可信度。

採樣證明的工作原理

PoSP 的運行機制是從數據集或計算任務中隨機選擇樣本，並驗證這些樣本，而不是驗證整個數據集。PoSP 使用一種稱為純策略納什均衡 (Pure Strategy Nash Equilibrium) 的博弈論模型，鼓勵所有參與者誠實行為，從而提高網絡的可信度和可靠性。這種方法減少了需要處理的數據量，使驗證過程更加高效。網絡中的參與者被激勵提供準確的樣本，因為統計分析可以檢測出不誠實行為。如果發現不一致，將會施加懲罰，從而確保大多數參與者保持誠實行為。

spML

spML 是一種驗證機制，旨在通過簡化去中心化網絡中 AI 推理驗證的過程，解決以往系統（如 zkML 和 opML）存在的缺陷。spML 協議採用一種簡單但有效的方法，在保證快速處理和高安全性的同時，避免了 zkML 的計算複雜性和 opML 的欺詐風險。

spML 的工作原理

協議首先由用戶向隨機選定的服務器A發送帶有數字簽名的輸入。服務器A處理後返回輸出結果及其哈希值，同時附加簽名以驗證真實性。為確保推理結果可靠，協議會按預設概率隨機引入服務器B進行獨立驗證。如果未選中服務器B，則服務器A直接獲得獎勵，交易即告完成。

當選中服務器B時，它會處理相同的輸入並向用戶返回輸出及哈希值。用戶隨後比對兩個哈希值：如果匹配，表明結果一致，兩個服務器均獲得獎勵；如果不匹配，則表明存在差異或欺詐行為，用戶會將此信息廣播至網絡。網絡節點將通過多數表決進行裁定，不誠實方將受到制裁，從而維護系統的完整性與信任度。

Hyperbolic 去中心化操作系統 (Hyper-dOS)

Hyper-dOS 是一個去中心化操作系統，負責管理和協調 Hyperbolic 生態系統內的資源。它能高效地在網絡中分配和執行計算任務，並在維護 Hyperbolic 去中心化基礎設施的性能和可擴展性方面發揮關鍵作用。通過智能協調資源分配，Hyper-dOS 不僅實現了各種 AI 服務的無縫集成和運行，還能最大化利用可用計算能力，確保任務高效完成。

Hyperbolic 生態系統架構

來源: Hyperbolic 博客

Hyperbolic 去中心化協調層（Orchestration Layer）

去中心化協調層是 Hyperbolic 基礎設施的核心。由 Hyperbolic 去中心化操作系統 (Hyper-dOS) 提供支持，該層負責管理和優化全球 GPU 基礎設施。它整合了來自多種來源的計算能力，包括數據中心、礦場、個人計算機和本地系統。

主要功能包括：

• 自動擴展：系統可以根據實時需求自動調整 GPU 集群的規模，確保資源利用的高效性。
• 自我修復：協調層能夠自動檢測並恢復故障，無需人工干預即可保持持續運行。
• 可定製性：用戶可以根據具體需求定製集群，為各種應用提供靈活性和適應性。

AI 服務層（Service Layer）

該層提供了一整套 AI 服務和引擎套件，為 AI 應用提供核心功能。它支持廣泛的任務，從簡單的自動化到複雜的優化和增強流程。

主要組件包括：

• 推理服務：這些服務通過 AI 模型實現實時預測和決策，確保高性能和高準確性。
• 模型訓練與微調：為開發者提供訓練和微調 AI 模型的工具，使模型能夠適應特定任務和數據集，從而提高其有效性。
• AI 模型評估：包括評估 AI 模型性能和準確性的工具和基準，幫助開發者不斷優化和改進模型。

驗證與隱私層（Verification and Privacy Layer）

驗證與隱私層保障 AI 計算的完整性與保密性。該層運用採樣證明（PoSP）來驗證計算結果的準確性並預防欺詐行為。同時，它集成了隱私保護技術，確保在數據處理過程中用戶的敏感信息得到安全保護。

Hyperbolic 區塊鏈層（Blockchain Layer）

區塊鏈層是 Hyperbolic 安全性與透明性的基礎。它為生態系統內的所有交易和交互提供了安全且不可篡改的賬本。通過確保所有活動透明記錄，該層增強了信任和責任感。同時，它支持智能合約，實現各方之間的自動化和安全協議，從而簡化操作並減少對中介的需求。

應用層（Application Layer）

應用層是用戶與 Hyperbolic 生態系統進行交互的接口。它提供各種直觀、易用的應用程序和界面。不論是專業技術人員還是普通用戶，都能便捷地使用 Hyperbolic 的服務。該層支持多樣化的應用場景，覆蓋從基礎用戶儀表板到高級開發環境等多種需求。

Hyperbolic 的 AI 推理

AI 推理是訓練好的 AI 模型對新數據進行解釋和決策的過程。與訓練階段不同，推理階段會運用從大量數據中學習到的模式來分析新的、未見過的數據，從而得出預測或結果。Hyperbolic 提供高效且可擴展的 AI 推理功能，通過去中心化的 GPU 網絡實現快速、準確的計算。這種去中心化架構使推理任務能夠分佈在多個節點上執行，從而提升整體性能和可靠性。

Hyperbolic AI 推理的優勢

• 可擴展性：去中心化網絡可以處理大規模推理任務，即使在高峰期也能保證一致的性能。
• 成本效益：通過利用閒置的 GPU 資源，Hyperbolic 降低了 AI 推理的成本，使更多用戶能夠負擔得起。
• 能源效率：高效的推理降低了計算成本和能耗，有助於更可持續的 AI 應用。

Hyperbolic 開源 AI 模型

來源: Hyperbolic 官網

Hyperbolic 提供多種高性能的開源 AI 模型，使開發者能夠利用最前沿的技術，而無需承擔傳統供應商的高昂成本。以下是一些可用模型的示例：

• 視覺語言模型 (VLMs)：結合視覺和文本理解的模型，例如 Qwen2-VL-7B-Instruct、Pixtral-12B 和 Qwen2-VL-7B。
• 基礎模型：提供強大的基礎 AI 能力，例如 Llama 3.1–405B-BASE (BF16) 和 Llama 3.1–405B-BASE (FP8)。
• 文本到文本模型：用於自然語言處理任務的模型，例如 Qwen2.5–Code-32B、Llama 3.2–3B、DeepSeek-V2.5、Llama 3.1–7B、Hermes–3-70B、Llama 3.1–405B、Llama 3.1–3B 和 Llama 3.1–88。
• 文本到圖像模型：用於 AI 生成視覺內容的模型，例如 Flux 1 [dev]、SDXL-1.0、Segmind SD–1B、Stable Diffusion–1.5 和 SDXL-1.0-Turbo。
• 文本到語音模型：適用於語音合成應用的模型，例如 Melo TTS。

訪問和使用開源模型指南

要訪問和使用 Hyperbolic 的開源 AI 模型，請按照以下步驟操作：

1. 創建賬戶：在 Hyperbolic 平臺上註冊賬戶以獲取模型訪問權限。
2. 選擇模型：瀏覽可用模型列表，並選擇適合您需求的模型。
3. 部署模型：利用 Hyperbolic 的去中心化基礎設施部署模型，確保其在最佳硬件上運行。
4. 集成應用程序：使用模型的 API 將其集成到您的應用程序中，實現無縫的 AI 功能。

Hyperbolic GPU 市場

Hyperbolic GPU 市場是一個去中心化平臺，讓用戶能從不同供應商租用閒置的 GPU 資源。該市場將需要 AI 計算能力的用戶與擁有閒置 GPU 資源的供應商匹配，為雙方創造經濟效益。通過這一市場，用戶只需支付傳統雲服務商一小部分的成本就能獲得高性能 GPU。

Hyperbolic GPU 市場背後的技術

驅動 Hyperbolic GPU 市場的技術基於 Hyperbolic 去中心化操作系統 (Hyper-dOS)。該系統負責管理和優化全球 GPU 基礎設施，確保計算任務能夠高效地分佈在整個網絡中。Hyper-dOS 集成了來自多種來源的 GPU 資源，包括數據中心、礦場、個人計算機和本地系統，構建了一個強大且可擴展的基礎設施。

Hyperbolic GPU 市場的關鍵差異點

• 供應商：Hyperbolic GPU 市場的供應商可以通過出租閒置的 GPU 資源來實現變現。這為數據中心、礦場以及擁有高性能 GPU 的個人提供了額外的收入來源。供應商受益於平臺的去中心化特點，確保了公平的報酬和高效的資源利用。
• 租戶：租戶可以根據自身的計算需求訪問多種 GPU 選項。市場提供了無縫的使用體驗，使用戶只需幾次點擊即可租用 GPU。這種便捷性以及具有競爭力的價格使其成為研究人員、開發人員和希望降低 AI 基礎設施成本的企業的理想選擇。

Hyperbolic 的定價

GPU 市場定價

Hyperbolic GPU 市場為租用 GPU 資源提供靈活且具有競爭力的定價結構。供應商可以在 Hyperbolic 提供的指導範圍內自行設定價格，確保市場價格的公平性。以下是定價的詳細分類：

80GB VRAM：

• H100 SXM：$3.20/小時
• H100 PCIe：$3.00/小時
• A100 SXM：$1.80/小時
• A100 PCIe：$1.60/小時

48GB VRAM：

• L40：$1.00/小時
• L40S：$1.00/小時
• RTX 6000 Ada：$0.90/小時
• RTX A6000：$0.75/小時
• A40：$0.50/小時

24GB VRAM and Under：

• RTX 4090：$0.50/小時
• RTX 3090 Ti：$0.30/小時
• RTX 3090：$0.30/小時
• RTX A5000：$0.30/小時
• RTX A4000 Ada：$0.30/小時
• RTX A4500：$0.30/小時
• RTX A4000：$0.30/小時
• RTX 3080：$0.20/小時
• RTX 3070：$0.20/小時
• A30：$0.20 per hour
• Tesla T4：$0.20/小時

Hyperbolic 從租金收入中收取 10% 的平臺費用。例如，如果供應商將 H100 SXM 的價格設定為 $2.50/小時，扣除平臺費用後，供應商將獲得 $2.25/小時。此費用結構確保供應商獲得公平報酬，同時為租戶提供具有競爭力的價格。

AI 推理定價

Hyperbolic 為 AI 推理服務提供分級定價模式，以滿足不同用戶的需求和預算。以下是各定價等級的詳細說明：

基礎級：

• 免費用戶：每分鐘最多支持 60 次請求。

• 付費用戶：最低充值 $10，即可享受每分鐘最多 600 次請求的服務。付費用戶：最低充值 $10，即可享受每分鐘最多 600 次請求的服務。

服務包括：訪問文本到文本、文本到語音、文本到圖像、文本到視頻模型，以及微調服務。

企業級：

• 無限請求：適合大規模操作的用戶。
• 全套 AI 模型：訪問所有可用的 AI 模型。
• 專屬支持：為企業用戶提供定製的服務協議 (SLA) 和專屬實例。

開始使用 Hyperbolic

如何創建 Hyperbolic 賬戶

• 訪問 Hyperbolic 官網。
• 註冊：選擇通過 Google 或 GitHub 賬戶登錄，或者點擊“創建賬戶”設置一個獨立的密碼。
• 完成註冊：填寫必要的信息並確認您的郵箱地址。
• 訪問控制面板：註冊完成後，您將立即訪問 Hyperbolic 的 AI 控制面板，在這裡可以探索各種 AI 模型和 GPU 資源。

開始使用 Hyperbolic 的 AI 推理服務

要開始使用 Hyperbolic 的 AI 推理服務，請按照以下步驟操作：

1. 獲取 API 密鑰：創建賬戶後，前往 Hyperbolic AI 控制面板的設置頁面獲取您的 API 密鑰。
2. 選擇模型：從平臺上提供的多種 AI 模型中選擇一個適合您的模型。
3. 運行推理任務：使用提供的 API 端點運行推理任務。例如，您可以通過發送請求生成文本、圖像或音頻。

如何在 Hyperbolic 平臺上租用 GPU

1. 進入租用 GPU 頁面：在 Hyperbolic 平臺中，導航至“租用 GPU”部分。
2. 選擇 GPU 實例：從可用選項中選擇最適合您需求的 GPU 實例。
3. 租用 GPU：點擊“租用”，等待實例顯示“準備連接”。
4. 連接到 GPU：使用提供的 SSH 命令，通過您喜歡的 SSH 客戶端連接到 GPU 實例。
5. 使用 GPU：連接成功後，您可以開始使用 GPU 進行計算任務。

託管和變現 AI 模型

1. 準備模型：確保您的 AI 模型已經準備好部署。
2. 上傳模型：通過 Hyperbolic 平臺上傳您的模型。
3. 設置託管：配置託管設置，包括 API 端點和資源分配。
4. 變現模型：設置訪問模型的定價。Hyperbolic 提供工具管理支付和跟蹤使用情況。
5. 監控性能：使用控制面板監控模型性能，並根據需要進行調整。

Hyperbolic 的融資歷程

來源: Hyperbolic 官網

Hyperbolic 已通過多輪融資成功籌集 2000 萬美元，充分展現了投資者對其願景和技術的高度信任。2022 年 11 月，公司完成了 72.5 萬美元的種子前融資，這筆早期資金幫助其開發核心技術並組建基礎團隊。2024 年 7 月，在 Faction 和 Polychain Capital 的領投下，Hyperbolic 完成了 700 萬美元的種子輪融資，Longhash Ventures、Bankless Ventures 和 Nomad 等機構也參與其中。這輪融資助力公司擴展基礎設施並強化去中心化 GPU 市場。緊接著，Hyperbolic 又完成了由 Polychain Capital 和 Variant 領投的 1200 萬美元 A 輪融資，Republic Capital、IOSG Ventures 和 Wintermute 等投資方也加入其中。這筆資金將用於擴大運營規模、優化 AI 服務並拓展用戶基礎。

結論

通過解決關鍵挑戰，如高成本、有限的計算能力和缺乏透明驗證，Hyperbolic 正在推動 AI 技術的民主化進程。平臺的去中心化 GPU 市場，結合創新技術（如採樣證明 PoSP 和 spML）以及完整的生態系統架構，為用戶提供了一個強大、高效且安全的解決方案。展望未來，Hyperbolic 將持續推進其願景，打造一個透明、高效的去中心化生態系統，促進行業創新與協作。無論您是企業用戶、研究人員、數據中心運營者還是個人開發者，Hyperbolic 都能為您提供合適的工具和資源，助您充分發揮 AI 和計算技術的潛力。