著者: Jesse、Biteyeのコアコントリビューター
資本は常に将来の機会を追いかけています。欧米のベンチャーキャピタルは、しばしば競争の見通しを測る重要な指標となります。
一方面、NVIDIAの株価が急騰し続けている一方、世界中の機関がビットコインETFを熱烈に購入しようと争っています。
これは間違いなく、AIとWeb3が近年で最も注目されている領域であり、将来世界の構図を変える核心的な力になることを示しており、影響は深刻です。
しかしながら、AIの影響を受ける世界において、革新と転覆の主導権は長らく少数者の手に握られていました。
人工知能の開発に必要な計算リソースとインフラは、この大きな扉を開くための鍵ですが、これらのリソースの入手はしばしば高度に集中しており、豊富な資本を持つ人や機関のみに制限されています。
これに加えて、高い使用コスト、計算結果の信頼性の欠如、およびプライバシーの安全性の問題が、AIの普及と公平性を制限しています。
AIの未来は、少数のビジネス利益のためだけでなく、Web3のように、すべての人が参加し、利益を得ることができる公共財として存在するべきです。これは、少数の人々の専有領域ではなく、すべての人々の共通の旅であるべきです。
01 はじめにと特徴
HyperbolicはオープンソースのAI計算および推論サービスプロバイダーであり、現状に挑戦するビジョンから生まれ、世界中のイノベーターがどんなリソースや地理的な位置にいても、公平にAI技術を利用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：オンデマンドコンピューティング、経済的で効率的
HyperbolicのGPUマーケットプレイスは、従来のコンピューティングパワーリースモデルを打ち破り、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パワーサービスを提供し、最大75%のコスト削減を支援します。 Hyper-dOS分散型オペレーティングシステムを利用することで、開発者は必要なコンピューティングパワーを1分以内に手に入れることができ、イノベーションへの障壁を大幅に下げることができます。
1.2 推論サービス：低コスト、高効率
Hyperbolicの推論サービスは、1日あたり10億以上のトークンを処理し、最新のオープンソースモデルをわずかなコストで提供し、BF16形式をサポートし、効率と精度の点で優れたパフォーマンスを保証します。
1.3 サンプリング証明（PoSP）：検証されたゴールドスタンダード
Hyperbolicの独自のサンプリング証明プロトコルは、厳格なデータプライバシー保護により、信頼性と経済的効率を確保し、Web3のリアルタイム推論製品で検証可能なAIの結果を提供する唯一のものとなっています。
02 ゴール
Hyperbolicには3つの目標があります：1.分散型の異種計算を提供すること 2.分散型の人工知能の安全性と検証可能性を確保すること 3.分散型のAIにおける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を提供します
Hyperbolicは、グローバルなGPUパワーを統合し、さまざまなタイプのGPUのパフォーマンスを最適化するスケーラブルなシステムを構築することに取り組んでいます。このビジョンは、AI研究者や開発者に高性能のサポートを提供するために、計算リソースの割り当てのボトルネックを突破することを目指しています。
HyperbolicはまずAIサービス層を構築し、開発者が異なるAIサービスを展開し、グローバルな計算リソースを利用することを可能にしました。
PyTorch、TensorFlow、JAXなどの高度な機械学習フレームワークを、NVIDIAのCUDA、AMDのROCm、AppleのMetalなど、さまざまなハードウェアプラットフォームに適合するようにコンパイルできます。
また、HyperbolicはAMDとも協力し、AMDチップのパフォーマンス向上に取り組んでいます。Hyperbolicの最適化により、Llama3-8BモデルのAMD MI250プラットフォーム上の入力スループットが120.4％、出力スループットが144.8％向上しました。
Hyperbolicのソリューションは、Web3 AIプロジェクトだけでなく、多くのWeb2 AI開発者の採用も引き付けています。
Web2開発者は分散化の解決策がパフォーマンスや信頼性に影響を与える可能性があることを心配していますが、Hyperbolicは大規模な言語モデルと画像生成の領域で優れたパフォーマンスを発揮しています。
チームの規模は主流の競合他社よりもはるかに小さいですが、Hyperbolicはそれらに匹敵する、またはそれ以上のパフォーマンスを達成し、その技術アーキテクチャの優位性を証明しています。
この突破は分散型ソリューションへの疑念を取り除き、より多くの開発者に協力の可能性を開いた。
Hyperbolicの分散型計算の利点は、ユニークなシステムアーキテクチャであるHyper-dOSに基づいています。このアーキテクチャは、太陽系をモチーフに設計された分層クラスターモデルを採用し、効率と安定性を結びつけています。
Sun Cluster（サン クラスター）は、中央ガバナンスノードであり、太陽系の中心的な位置にある太陽に似ています。システム全体に基本的なサービスとサポートを提供し、安定性と効率的な運用を確保します。
その周りには、複数のプラネットクラスターがあります：Mercury Cluster（シングルノード）、Mars Cluster（マルチノード）、Jupiter Cluster（マルチサテライトノード）。各クラスターは規模とガバナンス特性が異なり、さまざまなニーズに柔軟に対応できます。
このシステムには3つの大きな特徴があります
自動スケーリング: クラスターは、コンピューティングのニーズに基づいて自動的にスケールアップまたはスケールダウンでき、負荷の変化に柔軟に対応できます。
自己修復：システムは問題を自動的に検出し、障害から回復して安定した動作を確保します。
カスタマイズ性：各クラスターは、具体的な要件に応じて個別に構成でき、高度に柔軟なサービスを提供します。
この階層構造は、システムの高い可用性とスケーラビリティを確保するだけでなく、自治性と全体的な調整のバランスを実現します。ユーザーは単一のマシンまたはクラスタを持つだけで、Hyper-dOSをインストールすることで、Hyperbolicネットワークに簡単に接続し、グローバルな計算リソースにアクセスし、シームレスな協力を実現することができます。
2.2 分散型AIのセキュリティと検証可能性の確保
分散型ネットワークには、ランダム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という重要な課題があります。 セキュリティと検証可能性は、導入されたAIシステムにおいて常に未解決の問題でした。
現在、AIの流行する検証メカニズムには、共識/投票、楽観的メカニズム、ゼロ知識証明があります。
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、多数決で回答を決定する必要があります。 ただし、この方法のコストは非常に高くなります。 10 個のノードが同じ要求を処理すると、オーバーヘッドは 10 倍に増加します。
楽観的なメカニズム（OPML）は、単一のノードが結果を生成し、他のノードが異議を申し立て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、このアプローチ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「シンガポールで興味深いことは何ですか?」と尋ねた場合、その答えが正しいかどうかを確認するために 7 日間待つのは意味がありません。
零知識証明はプライバシーと検証の面で優れたパフォーマンスを発揮していますが、計算コストが高く、短期間での実用化は困難です。
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とコロンビア大学の専門家と共同で、ナッシュ均衡に基づいた新しい検証メカニズムである「サンプリングプルーフ」（PoSP）を提案しました。このメカニズムは、全体の結果を完全にチェックするのではなく、サンプリング検証を中心にしています。
通常の場合、1つのノードが結果を生成しますが、ネットワークは一定の確率で別のノードに再生成を求めることがあります。2つのノードの結果が一致しない場合、仲裁プロセスが開始されます。不正なノードは高額な経済的制裁を受けます。
数学モデルから導かれたステークと報酬の閾値式によると、確率がこの閾値よりも高い場合、システムは純粋なナッシュ均衡状態に達し、すべてのノードが自己利益のために100％正直を選択することが保証されます。
このサンプリング証明メカニズムは、AI推論だけでなく、AIトレーニング、微調整などの分野にも有効に適用でき、L2 Rollupやデータ可用性などのAI領域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 プロトコルと協力して、他の AVS サービス プロバイダーがこの検証メカニズムを利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する共通の検証可能なサービス レイヤー (AVS) を構築しています。
2.3 分散型AIにおけるプライバシー保護
分散したAIネットワークでは、データのプライバシーとモデルの完全性を同時に確保する方法は重要な問題です。データが世界中のノードに分散すると、セキュリティは困難に直面します。
完全準同型暗号(FHE)、ゼロ知識証明(ZKP)、マルチパーティ計算(MPC)などの既存技術は、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、リアルタイム推論のニーズを満たすことができません。
Hyperbolic は、NVIDIA の最新の Hopper GPU と Blackwell GPU で Trusted Execution Environment (TEE) テクノロジを使用して、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技術を使用すると、GPU上に「プライバシーセーフ」が作成されます。外部からデータ内容を窺うことはできませんが、GPUはデータ処理を正常に行うことができます。
さらに、このプライバシー保護機構は推論プロセス中において約1%の計算性能しか損なわれません。
Hyperbolicは、分散型ネットワーク全体に安全なコンピューティングレイヤーを導入します。 これにより、データとAIモデルの使用中に常に安全であることが保証され、ユーザーに信頼性の高いプライバシーとセキュリティが提供されます。
03 Hyperbolicのアプリケーションシーン
AI Agentは現在、最もホットなトラックです。 AI AgentはHyperbolicを介して多くの革新的な機能を実現できます：
3.1 暗号通貨支払いをサポートする
AI エージェントは、暗号通貨を介して支払いを行うことができるため、自立し、独立して動作します。
3.2 カスタマイズされたホスティングモデル
各AIエージェントは、独自の特性とスキルを持つことができ、個別のサービスを提供することができます。
3.3 自己進化の能力
継続的な微調整と学習により、AIエージェントはユーザーの要求や環境の変化に応じて能力を向上させ、より効率的でスマートになります。
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で検証可能であり、外部制御や悪意のある干渉からの独立性を保証し、ユーザーの信頼を高めます。
3.5 メモリ機能を持っています
AI Agentは情報検索と生成（RAG）技術を利用して、ユーザーとのやり取りの情報を記録・保存し、長期的なメモリを形成することができます。これにより、ユーザーの好みなどを覚えて、より心地よいサービスを提供することができます。
3.6 エージェント間通信
AIエージェント同士が相互にコミュニケーションし、複雑なタスク解決ネットワークを形成することができます。たとえば、異なるエージェントが協力して多段階のプロジェクトを完了することができます。
3.7 APIとツールの柔軟な呼び出し
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することができ、その機能範囲を大幅に拡張することができます。例えば、天気APIを呼び出してユーザーの旅程を計画したり、金融ツールを使用して投資の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
独自のコンピューティングデバイスを持ち、タスクを独立して実行できます。 これは、AIエージェントが中央集権的なサーバーへの依存から脱却し、より分散化され、独立性が高まることを意味します。
3.9 ブロックチェーンの検証ノードになる
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さえできます。これによりネットワークのセキュリティを強化するだけでなく、トランザクションの検証を通じて報酬を得ることができ、さらなる自己完結を実現することができます。
最近、Hyperbolicは、ベースチェーンで最も人気のあるAIローンチ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、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、各エージェントは高度にスケーラブルな計算リソース、安定した推論能力、シームレスなダイナミックなインタラクティブ体験を提供するHyperbolic APIを取得できます。エージェントの数やタスクの複雑さに関係なく、効率的かつ一貫したパフォーマンスを維持できます。
この協力は、AIエージェントの計算能力を向上させるだけでなく、多様なアプリケーションシナリオでの適応性と知能を高めることにも貢献しています。
例えば、Hyperbolicの基盤はゲーム中のNPC（非プレイヤーキャラクター）に持続的なメモリと個性の成長能力を提供しています。
ゲーム「Legendary Quest」では、Virtuals Protocolの先進的なAIエージェントが統合されており、これらのNPCはプレイヤーとのインタラクションに基づいて一貫した個性を保ち、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自分自身のストーリーを進化させ続けることができます。
これはHyperbolicのスケーラブルな計算ネットワークのおかげであり、これにより、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、複雑な意思決定と個性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、ゲーム、仮想アシスタント、教育、コンテンツ作成などのイノベーションを推進する現実世界のソリューションに変えることができます。
04 競合他社との比較
4.1 パートナーシップ
Hyperblicは、Hugging Face、Quora、Black Forest Labs、Nous Researchなどの大手AI企業から信頼を得ており、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。
Hyperbolic の推論 API を使用すると、開発者は Hugging Face Spaces 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るため、デプロイと配布の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ポスドク研究者は、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。
ベースモデルを含むHyperbolicのAIモデルがQuoraのPoeプラットフォーム上で稼働するようになり、開発者はプラットフォームから直接チャットボットを簡単に作成、展開、収益化できるようになりました。
4.2 パフォーマンスの最適化
Hyperbolic独自のコンパイラにより、GPUの効率的な動作が保証され、中央集権型システムと同等またはそれ以上のパフォーマンスを発揮します。
4.3 優れたモデル品質
すべてのモデルはBF16精度を採用しており、優れた精度と性能を提供し、まだFP8を使用している競合他社よりも先行しています。
4.4 データのプライバシーとセキュリティ
Hyperbolicは、AIの検証におけるセキュリティの問題をProof of Sampling Protocol（PoSP）によって解決し、最小限の計算コストを実現しており、zkML、opML、およびコンセンサスベースの代替案と比較して優位性を持っています。さらに、Hyperbolicはユーザーデータを一切保存しないため、プライバシーをさらに保護しています。
4.5 成熟したリアルタイム製品
まだ開発中またはアクセスが制限されている状態にある多くのWeb3 AIプロジェクトとは異なり、Hyperbolicはリアルタイムで利用できる2つの製品をリリースしました。 すでに40,000人以上のWeb2開発者がそのサービスを利用しています。
4.6 ユニファイドコンピューティングと推論
Hyperbolicは、GPU計算と推論サービスを同じプラットフォームで提供する唯一の企業であり、統合された計算ソリューションを実現しました。
総括すると、Web2 AI企業の10〜30倍の規模のチームと比較して、Hyperbolicはスリム化されたチームだけで同等またはそれ以上の性能を実現し、Web3メカニズムの設計により、よりコスト効果の高いサービスを提供しています。
また、Web3 AIの分野では、Hyperbolicは最先端の技術ではるかに先を行き、Web2開発者の信頼を得ています。 Hyperbolic は、Web2 と Web3 の AI 分野の間に高速で便利な架け橋を築き、業界の発展にとって重要な礎となっています。
05 資金調達
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の終了を発表し、同社の資金調達総額は2,000万ドルになりました。
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参加しました。
Hyperbolicは以前に700万ドルのシードラウンドファンディングを完了しました。このラウンドはPolychain CapitalとLightspeed Factionがリード投資を行いました。以前には72.5万ドルのプレシードラウンドファンディングも受けており、Chapter OneとSamsung Nextなどが投資しています。
さらに、このラウンドのエンジェル投資家のキャストも非常に強力で、Sreeram Kannan氏(EigenLayer)、Devin Walsh氏(Uniswap Foundation)、Ethan Sun氏(MyShell)、Daniel Shorr氏(Modulus)、Bidhan Roy氏(Bagel)、Ying Sheng氏、Lianmin Zheng氏(LMSYS)、 Dillon Rolnick氏(Nous Research)、Alex Atallah氏(OpenRouter)、Chainyoda、Comfy Capital氏、Nicola Greco氏(Protocol Labs)、Alex Atallah氏(OpenRouter)、Thomas Scott氏(元Worldcoin)。
VariantのパートナーであるJesse Walden氏は、Hyperbolicを高く評価し、「Hyperbolicは、高レベルのパフォーマンス、品質、ユーザーエクスペリエンスを維持しながら、分散型GPUネットワークにおける『信頼のコスト』の問題を真に解決する最初の企業です。 ”
HyperbolicのWeb3 AI領域での資金調達は、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によって支持され、信頼されていることを証明しています。
06 チームの背景
共同創業者のジャスパー・チャンは、北京大学数学科を卒業し、カリフォルニア大学バークレー校で数学の博士号を2年で驚異的な速さで取得しました。
Hyperbolicを設立する前は、Citadel Securitiesでクオンツリサーチャーとして、Avalancheでシニアブロックチェーンリサーチャーとして働いていました。
共同創業者兼兼職CTOのYuzhen Jinは、ワシントン大学でコンピューターの博士号を取得し、Hyperbolicの設立前にOctoAIの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すべてトップレベルの名門大学の出身であり、創業者は堅固な技術基盤を持ち、さらに複数のチームメンバーは以前Avalancheで協力していました。
会社のアドバイザリーチームも業界のトップエキスパートから構成されています。
Reynold Xin博士は、Databricksの共同設立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、SIGMODの最も引用された論文の著者です。
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の共同設立者でもあります。
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のリサーチアドバイザーであり、Briger Family Digital Finance Labのディレクターです。
Yi Ma教授は、香港大学のコンピュータサイエンスの主任教授およびAI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サイエンスの教授であり、IEEE、ACM、SIAMのフェローでもあります。
07 参加方法
7.1 会社
Hyperbolic は、高価な API 呼び出しや高コストのマシンのレンタルに費やす企業向けに、競争力のある最適化ソリューションを提供します。
Hyperbolicのテクニカルサポートは、一貫したサービス品質を犠牲にすることなく、組織がコストを最大75%削減するのに役立ちます。
同時、長期のGPUレンタル契約によるリソースの非効率的な利用に対処するために、Hyperbolicはリソース再割り当てメカニズムを導入し、顧客が閑散とした機器をプラットフォームにサブリースすることを可能にしました。このモデルは資産利用率を向上させるだけでなく、柔軟性とコスト管理の最適なバランスを見出しました。
7.2 研究者
開発者がプロジェクトのテスト中にGPUリソースが制限されて進められない問題に対して、Hyperbolicは豊富なGPUオプションを提供し、価格はAWSなどの伝統的なクラウドサービスプロバイダーの一部にすぎない。コストパフォーマンスに優れたリソースを提供することで、Hyperbolicは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素早く現実化するお手伝いをします。
7.3 データセンター
Hyperbolicは、既存のリソースの投資収益率に対する期待を満たさないデータセンターや、簿価の従来の限界を超えたいデータセンターに、より高い利回りを達成するためのプラットフォームを提供します。
7.4 個人
高性能なGPUの潜在能力は、ゲームの領域に限定されるべきではありません。Hyperbolicを介して、個人のレンタルGPUを高品質な資産として持続的な収益に変えることができます。現在ホワイトリストの段階ですので、事前に登録してください。
さらに、Hyperbolic は、個人使用のためのさまざまな大型モデルを提供しています。 ユーザーは、テキストや画像の生成、音声の読み上げなどのアクティビティを実行できます。
将来、HyperbolicはBase上でAIエージェントを構築し、ユーザーに提供する予定です。ご注目ください。
双曲線ウェブページ:
app.hyperbolic.xyz?utm_source=x&utm_campaign=seriesA&utm_content=biteye
08 まとめ
Hyperbolicは、GPUマーケット、推論サービス、およびサンプリング証明を提供する黄金標準の検証プロトコルです。これにより、GPUの性能を最大化し、より高精度なモデル、安全で経済的なソリューションを通じて、信頼性の高い高性能AIを実現するための新たな基準が設定されます。
Hyperbolic の出現により、分散型 AI は概念から実践へと移行しました。 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の顧客ニーズの深い理解により、Hyperbolicはエコシステムで独自の地位を占めています。
Hyperbolicの取り組みにより、計算リソースの民主化と効率的な活用が推進され、AI競技場の発展が促進され、持続的なイノベーションと成長が業界にもたらされます。
12k 人気度
13k 人気度
19k 人気度
5k 人気度
21k 人気度
2,000万の資金調達の裏側:最強の新星双曲線はAIトラックをどのように再構築しますか?
著者: Jesse、Biteyeのコアコントリビューター
資本は常に将来の機会を追いかけています。欧米のベンチャーキャピタルは、しばしば競争の見通しを測る重要な指標となります。
一方面、NVIDIAの株価が急騰し続けている一方、世界中の機関がビットコインETFを熱烈に購入しようと争っています。
これは間違いなく、AIとWeb3が近年で最も注目されている領域であり、将来世界の構図を変える核心的な力になることを示しており、影響は深刻です。
しかしながら、AIの影響を受ける世界において、革新と転覆の主導権は長らく少数者の手に握られていました。
人工知能の開発に必要な計算リソースとインフラは、この大きな扉を開くための鍵ですが、これらのリソースの入手はしばしば高度に集中しており、豊富な資本を持つ人や機関のみに制限されています。
これに加えて、高い使用コスト、計算結果の信頼性の欠如、およびプライバシーの安全性の問題が、AIの普及と公平性を制限しています。
AIの未来は、少数のビジネス利益のためだけでなく、Web3のように、すべての人が参加し、利益を得ることができる公共財として存在するべきです。これは、少数の人々の専有領域ではなく、すべての人々の共通の旅であるべきです。
01 はじめにと特徴
HyperbolicはオープンソースのAI計算および推論サービスプロバイダーであり、現状に挑戦するビジョンから生まれ、世界中のイノベーターがどんなリソースや地理的な位置にいても、公平にAI技術を利用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：オンデマンドコンピューティング、経済的で効率的
HyperbolicのGPUマーケットプレイスは、従来のコンピューティングパワーリースモデルを打ち破り、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パワーサービスを提供し、最大75%のコスト削減を支援します。 Hyper-dOS分散型オペレーティングシステムを利用することで、開発者は必要なコンピューティングパワーを1分以内に手に入れることができ、イノベーションへの障壁を大幅に下げることができます。
1.2 推論サービス：低コスト、高効率
Hyperbolicの推論サービスは、1日あたり10億以上のトークンを処理し、最新のオープンソースモデルをわずかなコストで提供し、BF16形式をサポートし、効率と精度の点で優れたパフォーマンスを保証します。
1.3 サンプリング証明（PoSP）：検証されたゴールドスタンダード
Hyperbolicの独自のサンプリング証明プロトコルは、厳格なデータプライバシー保護により、信頼性と経済的効率を確保し、Web3のリアルタイム推論製品で検証可能なAIの結果を提供する唯一のものとなっています。
02 ゴール
Hyperbolicには3つの目標があります：1.分散型の異種計算を提供すること 2.分散型の人工知能の安全性と検証可能性を確保すること 3.分散型のAIにおける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を提供します
Hyperbolicは、グローバルなGPUパワーを統合し、さまざまなタイプのGPUのパフォーマンスを最適化するスケーラブルなシステムを構築することに取り組んでいます。このビジョンは、AI研究者や開発者に高性能のサポートを提供するために、計算リソースの割り当てのボトルネックを突破することを目指しています。
HyperbolicはまずAIサービス層を構築し、開発者が異なるAIサービスを展開し、グローバルな計算リソースを利用することを可能にしました。
PyTorch、TensorFlow、JAXなどの高度な機械学習フレームワークを、NVIDIAのCUDA、AMDのROCm、AppleのMetalなど、さまざまなハードウェアプラットフォームに適合するようにコンパイルできます。
また、HyperbolicはAMDとも協力し、AMDチップのパフォーマンス向上に取り組んでいます。Hyperbolicの最適化により、Llama3-8BモデルのAMD MI250プラットフォーム上の入力スループットが120.4％、出力スループットが144.8％向上しました。
Hyperbolicのソリューションは、Web3 AIプロジェクトだけでなく、多くのWeb2 AI開発者の採用も引き付けています。
Web2開発者は分散化の解決策がパフォーマンスや信頼性に影響を与える可能性があることを心配していますが、Hyperbolicは大規模な言語モデルと画像生成の領域で優れたパフォーマンスを発揮しています。
チームの規模は主流の競合他社よりもはるかに小さいですが、Hyperbolicはそれらに匹敵する、またはそれ以上のパフォーマンスを達成し、その技術アーキテクチャの優位性を証明しています。
この突破は分散型ソリューションへの疑念を取り除き、より多くの開発者に協力の可能性を開いた。
Hyperbolicの分散型計算の利点は、ユニークなシステムアーキテクチャであるHyper-dOSに基づいています。このアーキテクチャは、太陽系をモチーフに設計された分層クラスターモデルを採用し、効率と安定性を結びつけています。
Sun Cluster（サン クラスター）は、中央ガバナンスノードであり、太陽系の中心的な位置にある太陽に似ています。システム全体に基本的なサービスとサポートを提供し、安定性と効率的な運用を確保します。
その周りには、複数のプラネットクラスターがあります：Mercury Cluster（シングルノード）、Mars Cluster（マルチノード）、Jupiter Cluster（マルチサテライトノード）。各クラスターは規模とガバナンス特性が異なり、さまざまなニーズに柔軟に対応できます。
このシステムには3つの大きな特徴があります
自動スケーリング: クラスターは、コンピューティングのニーズに基づいて自動的にスケールアップまたはスケールダウンでき、負荷の変化に柔軟に対応できます。
自己修復：システムは問題を自動的に検出し、障害から回復して安定した動作を確保します。
カスタマイズ性：各クラスターは、具体的な要件に応じて個別に構成でき、高度に柔軟なサービスを提供します。
この階層構造は、システムの高い可用性とスケーラビリティを確保するだけでなく、自治性と全体的な調整のバランスを実現します。ユーザーは単一のマシンまたはクラスタを持つだけで、Hyper-dOSをインストールすることで、Hyperbolicネットワークに簡単に接続し、グローバルな計算リソースにアクセスし、シームレスな協力を実現することができます。
2.2 分散型AIのセキュリティと検証可能性の確保
分散型ネットワークには、ランダム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という重要な課題があります。 セキュリティと検証可能性は、導入されたAIシステムにおいて常に未解決の問題でした。
現在、AIの流行する検証メカニズムには、共識/投票、楽観的メカニズム、ゼロ知識証明があります。
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、多数決で回答を決定する必要があります。 ただし、この方法のコストは非常に高くなります。 10 個のノードが同じ要求を処理すると、オーバーヘッドは 10 倍に増加します。
楽観的なメカニズム（OPML）は、単一のノードが結果を生成し、他のノードが異議を申し立て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、このアプローチ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「シンガポールで興味深いことは何ですか?」と尋ねた場合、その答えが正しいかどうかを確認するために 7 日間待つのは意味がありません。
零知識証明はプライバシーと検証の面で優れたパフォーマンスを発揮していますが、計算コストが高く、短期間での実用化は困難です。
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とコロンビア大学の専門家と共同で、ナッシュ均衡に基づいた新しい検証メカニズムである「サンプリングプルーフ」（PoSP）を提案しました。このメカニズムは、全体の結果を完全にチェックするのではなく、サンプリング検証を中心にしています。
通常の場合、1つのノードが結果を生成しますが、ネットワークは一定の確率で別のノードに再生成を求めることがあります。2つのノードの結果が一致しない場合、仲裁プロセスが開始されます。不正なノードは高額な経済的制裁を受けます。
数学モデルから導かれたステークと報酬の閾値式によると、確率がこの閾値よりも高い場合、システムは純粋なナッシュ均衡状態に達し、すべてのノードが自己利益のために100％正直を選択することが保証されます。
このサンプリング証明メカニズムは、AI推論だけでなく、AIトレーニング、微調整などの分野にも有効に適用でき、L2 Rollupやデータ可用性などのAI領域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 プロトコルと協力して、他の AVS サービス プロバイダーがこの検証メカニズムを利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する共通の検証可能なサービス レイヤー (AVS) を構築しています。
2.3 分散型AIにおけるプライバシー保護
分散したAIネットワークでは、データのプライバシーとモデルの完全性を同時に確保する方法は重要な問題です。データが世界中のノードに分散すると、セキュリティは困難に直面します。
完全準同型暗号(FHE)、ゼロ知識証明(ZKP)、マルチパーティ計算(MPC)などの既存技術は、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、リアルタイム推論のニーズを満たすことができません。
Hyperbolic は、NVIDIA の最新の Hopper GPU と Blackwell GPU で Trusted Execution Environment (TEE) テクノロジを使用して、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技術を使用すると、GPU上に「プライバシーセーフ」が作成されます。外部からデータ内容を窺うことはできませんが、GPUはデータ処理を正常に行うことができます。
さらに、このプライバシー保護機構は推論プロセス中において約1%の計算性能しか損なわれません。
Hyperbolicは、分散型ネットワーク全体に安全なコンピューティングレイヤーを導入します。 これにより、データとAIモデルの使用中に常に安全であることが保証され、ユーザーに信頼性の高いプライバシーとセキュリティが提供されます。
03 Hyperbolicのアプリケーションシーン
AI Agentは現在、最もホットなトラックです。 AI AgentはHyperbolicを介して多くの革新的な機能を実現できます：
3.1 暗号通貨支払いをサポートする
AI エージェントは、暗号通貨を介して支払いを行うことができるため、自立し、独立して動作します。
3.2 カスタマイズされたホスティングモデル
各AIエージェントは、独自の特性とスキルを持つことができ、個別のサービスを提供することができます。
3.3 自己進化の能力
継続的な微調整と学習により、AIエージェントはユーザーの要求や環境の変化に応じて能力を向上させ、より効率的でスマートになります。
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で検証可能であり、外部制御や悪意のある干渉からの独立性を保証し、ユーザーの信頼を高めます。
3.5 メモリ機能を持っています
AI Agentは情報検索と生成（RAG）技術を利用して、ユーザーとのやり取りの情報を記録・保存し、長期的なメモリを形成することができます。これにより、ユーザーの好みなどを覚えて、より心地よいサービスを提供することができます。
3.6 エージェント間通信
AIエージェント同士が相互にコミュニケーションし、複雑なタスク解決ネットワークを形成することができます。たとえば、異なるエージェントが協力して多段階のプロジェクトを完了することができます。
3.7 APIとツールの柔軟な呼び出し
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することができ、その機能範囲を大幅に拡張することができます。例えば、天気APIを呼び出してユーザーの旅程を計画したり、金融ツールを使用して投資の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
独自のコンピューティングデバイスを持ち、タスクを独立して実行できます。 これは、AIエージェントが中央集権的なサーバーへの依存から脱却し、より分散化され、独立性が高まることを意味します。
3.9 ブロックチェーンの検証ノードになる
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さえできます。これによりネットワークのセキュリティを強化するだけでなく、トランザクションの検証を通じて報酬を得ることができ、さらなる自己完結を実現することができます。
最近、Hyperbolicは、ベースチェーンで最も人気のあるAIローンチ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、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、各エージェントは高度にスケーラブルな計算リソース、安定した推論能力、シームレスなダイナミックなインタラクティブ体験を提供するHyperbolic APIを取得できます。エージェントの数やタスクの複雑さに関係なく、効率的かつ一貫したパフォーマンスを維持できます。
この協力は、AIエージェントの計算能力を向上させるだけでなく、多様なアプリケーションシナリオでの適応性と知能を高めることにも貢献しています。
例えば、Hyperbolicの基盤はゲーム中のNPC（非プレイヤーキャラクター）に持続的なメモリと個性の成長能力を提供しています。
ゲーム「Legendary Quest」では、Virtuals Protocolの先進的なAIエージェントが統合されており、これらのNPCはプレイヤーとのインタラクションに基づいて一貫した個性を保ち、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自分自身のストーリーを進化させ続けることができます。
これはHyperbolicのスケーラブルな計算ネットワークのおかげであり、これにより、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、複雑な意思決定と個性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、ゲーム、仮想アシスタント、教育、コンテンツ作成などのイノベーションを推進する現実世界のソリューションに変えることができます。
04 競合他社との比較
4.1 パートナーシップ
Hyperblicは、Hugging Face、Quora、Black Forest Labs、Nous Researchなどの大手AI企業から信頼を得ており、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。
Hyperbolic の推論 API を使用すると、開発者は Hugging Face Spaces 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るため、デプロイと配布の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ポスドク研究者は、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。
ベースモデルを含むHyperbolicのAIモデルがQuoraのPoeプラットフォーム上で稼働するようになり、開発者はプラットフォームから直接チャットボットを簡単に作成、展開、収益化できるようになりました。
4.2 パフォーマンスの最適化
Hyperbolic独自のコンパイラにより、GPUの効率的な動作が保証され、中央集権型システムと同等またはそれ以上のパフォーマンスを発揮します。
4.3 優れたモデル品質
すべてのモデルはBF16精度を採用しており、優れた精度と性能を提供し、まだFP8を使用している競合他社よりも先行しています。
4.4 データのプライバシーとセキュリティ
Hyperbolicは、AIの検証におけるセキュリティの問題をProof of Sampling Protocol（PoSP）によって解決し、最小限の計算コストを実現しており、zkML、opML、およびコンセンサスベースの代替案と比較して優位性を持っています。さらに、Hyperbolicはユーザーデータを一切保存しないため、プライバシーをさらに保護しています。
4.5 成熟したリアルタイム製品
まだ開発中またはアクセスが制限されている状態にある多くのWeb3 AIプロジェクトとは異なり、Hyperbolicはリアルタイムで利用できる2つの製品をリリースしました。 すでに40,000人以上のWeb2開発者がそのサービスを利用しています。
4.6 ユニファイドコンピューティングと推論
Hyperbolicは、GPU計算と推論サービスを同じプラットフォームで提供する唯一の企業であり、統合された計算ソリューションを実現しました。
総括すると、Web2 AI企業の10〜30倍の規模のチームと比較して、Hyperbolicはスリム化されたチームだけで同等またはそれ以上の性能を実現し、Web3メカニズムの設計により、よりコスト効果の高いサービスを提供しています。
また、Web3 AIの分野では、Hyperbolicは最先端の技術ではるかに先を行き、Web2開発者の信頼を得ています。 Hyperbolic は、Web2 と Web3 の AI 分野の間に高速で便利な架け橋を築き、業界の発展にとって重要な礎となっています。
05 資金調達
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の終了を発表し、同社の資金調達総額は2,000万ドルになりました。
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参加しました。
Hyperbolicは以前に700万ドルのシードラウンドファンディングを完了しました。このラウンドはPolychain CapitalとLightspeed Factionがリード投資を行いました。以前には72.5万ドルのプレシードラウンドファンディングも受けており、Chapter OneとSamsung Nextなどが投資しています。
さらに、このラウンドのエンジェル投資家のキャストも非常に強力で、Sreeram Kannan氏(EigenLayer)、Devin Walsh氏(Uniswap Foundation)、Ethan Sun氏(MyShell)、Daniel Shorr氏(Modulus)、Bidhan Roy氏(Bagel)、Ying Sheng氏、Lianmin Zheng氏(LMSYS)、 Dillon Rolnick氏(Nous Research)、Alex Atallah氏(OpenRouter)、Chainyoda、Comfy Capital氏、Nicola Greco氏(Protocol Labs)、Alex Atallah氏(OpenRouter)、Thomas Scott氏(元Worldcoin)。
VariantのパートナーであるJesse Walden氏は、Hyperbolicを高く評価し、「Hyperbolicは、高レベルのパフォーマンス、品質、ユーザーエクスペリエンスを維持しながら、分散型GPUネットワークにおける『信頼のコスト』の問題を真に解決する最初の企業です。 ”
HyperbolicのWeb3 AI領域での資金調達は、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によって支持され、信頼されていることを証明しています。
06 チームの背景
共同創業者のジャスパー・チャンは、北京大学数学科を卒業し、カリフォルニア大学バークレー校で数学の博士号を2年で驚異的な速さで取得しました。
Hyperbolicを設立する前は、Citadel Securitiesでクオンツリサーチャーとして、Avalancheでシニアブロックチェーンリサーチャーとして働いていました。
共同創業者兼兼職CTOのYuzhen Jinは、ワシントン大学でコンピューターの博士号を取得し、Hyperbolicの設立前にOctoAIの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すべてトップレベルの名門大学の出身であり、創業者は堅固な技術基盤を持ち、さらに複数のチームメンバーは以前Avalancheで協力していました。
会社のアドバイザリーチームも業界のトップエキスパートから構成されています。
Reynold Xin博士は、Databricksの共同設立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、SIGMODの最も引用された論文の著者です。
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の共同設立者でもあります。
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のリサーチアドバイザーであり、Briger Family Digital Finance Labのディレクターです。
Yi Ma教授は、香港大学のコンピュータサイエンスの主任教授およびAI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サイエンスの教授であり、IEEE、ACM、SIAMのフェローでもあります。
07 参加方法
7.1 会社
Hyperbolic は、高価な API 呼び出しや高コストのマシンのレンタルに費やす企業向けに、競争力のある最適化ソリューションを提供します。
Hyperbolicのテクニカルサポートは、一貫したサービス品質を犠牲にすることなく、組織がコストを最大75%削減するのに役立ちます。
同時、長期のGPUレンタル契約によるリソースの非効率的な利用に対処するために、Hyperbolicはリソース再割り当てメカニズムを導入し、顧客が閑散とした機器をプラットフォームにサブリースすることを可能にしました。このモデルは資産利用率を向上させるだけでなく、柔軟性とコスト管理の最適なバランスを見出しました。
7.2 研究者
開発者がプロジェクトのテスト中にGPUリソースが制限されて進められない問題に対して、Hyperbolicは豊富なGPUオプションを提供し、価格はAWSなどの伝統的なクラウドサービスプロバイダーの一部にすぎない。コストパフォーマンスに優れたリソースを提供することで、Hyperbolicは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素早く現実化するお手伝いをします。
7.3 データセンター
Hyperbolicは、既存のリソースの投資収益率に対する期待を満たさないデータセンターや、簿価の従来の限界を超えたいデータセンターに、より高い利回りを達成するためのプラットフォームを提供します。
7.4 個人
高性能なGPUの潜在能力は、ゲームの領域に限定されるべきではありません。Hyperbolicを介して、個人のレンタルGPUを高品質な資産として持続的な収益に変えることができます。現在ホワイトリストの段階ですので、事前に登録してください。
さらに、Hyperbolic は、個人使用のためのさまざまな大型モデルを提供しています。 ユーザーは、テキストや画像の生成、音声の読み上げなどのアクティビティを実行できます。
将来、HyperbolicはBase上でAIエージェントを構築し、ユーザーに提供する予定です。ご注目ください。
双曲線ウェブページ:
app.hyperbolic.xyz?utm_source=x&utm_campaign=seriesA&utm_content=biteye
08 まとめ
Hyperbolicは、GPUマーケット、推論サービス、およびサンプリング証明を提供する黄金標準の検証プロトコルです。これにより、GPUの性能を最大化し、より高精度なモデル、安全で経済的なソリューションを通じて、信頼性の高い高性能AIを実現するための新たな基準が設定されます。
Hyperbolic の出現により、分散型 AI は概念から実践へと移行しました。 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の顧客ニーズの深い理解により、Hyperbolicはエコシステムで独自の地位を占めています。
Hyperbolicの取り組みにより、計算リソースの民主化と効率的な活用が推進され、AI競技場の発展が促進され、持続的なイノベーションと成長が業界にもたらされます。