在这篇文章中，我们将详细探讨当前备受瞩目的开放式 AI 云服务平台——Hyperbolic。该平台的宏伟目标是通过提供经济实惠的推理计算能力，让人工智能技术更加普及。然而，在深入了解其具体特性之前，让我们先来看看 Hyperbolic 令人瞩目的创新之处。

1. Hyperbolic 的核心技术——抽样证明（Proof of Sampling）

Hyperbolic 正在通过解决 AI 领域中最复杂的问题之一——验证某个输出是否真正来自指定的 AI 模型——来开拓新的疆域。对于像 OpenAI 这样的集中式闭源提供商而言，这一问题尤为棘手。当用户请求 GPT-4生成输出时，如何确保其没有被使用更便宜的 GPT-3.5模型所欺骗？目前，类似的信任问题仍依赖于供应商的声誉，但 Hyperbolic 提出了一种去中心化的方式来解决这一难题。

目前，有几种方法可以实现 AI 输出验证：

Optimistic 机器学习（OpML）：假设所有事务都是有效的，除非有验证者提出质疑。

零知识机器学习（zkML）：通过使用 ZK 电路来验证计算是否正确执行。

然而，这两种方法都有其局限性：

OpML 依赖验证者来审查结果，导致可能因争议期而延迟交易的最终确定性。此外，缺乏内在的激励机制来确保验证者的诚信行为。

zkML 的计算量非常庞大，生成具有70B+参数的大模型证明可能需要几天时间。

为克服这些局限性，Hyperbolic 开发了抽样证明（PoSP）协议和抽样机器学习（SpML）技术。SpML 结合了抽样和博弈论，通过激励诚信行为而无需进行持续的监督。它基于纯策略博弈论中的“纳什均衡”概念，即所有参与者都有动机保持诚信，因为作弊的成本远远高于可能的收益。

一个简单的比喻是将其想象为一个公共汽车售票系统。虽然检票员只进行随机检查，但乘客大多还是选择购票而非逃票，因为逃票的惩罚远远超过了购票成本。Hyperbolic 的 SpML 利用经济激励来克服现有验证机制的不足，既能确保速度，又能保持安全性，且不产生过多的计算负担。

然而，值得注意的是，SpML 假设所有参与者的行为都是理性的，但这一假设在现实中并非总是成立。如果 SpML 在实践中能顺利运行，它将为去中心化 AI 应用开辟新的天地，使得无需信任的验证推理成为可能。

2. 可扩展且低成本的计算能力

训练 AI 模型的成本极为高昂，电力和计算资源已成为企业和初创公司面临的最大开支之一。训练 AI 模型所需的算力成本几乎每9个月翻一番。2020年，GPT-3的训练成本约为400万美元，而到了2023年，GPT-4的训练成本飙升至惊人的1.9亿美元。

这种高昂的成本使得资源丰富的大型机构得以生存，而较小的参与者和爱好者则被挤出市场。例如，斯坦福大学的一名博士后因为负担不起数千个 GPU 的费用，不得不中止研究。

Hyperbolic 的去中心化操作系统正是为了解决这一难题。它通过内置的自动扩展和容错性，将各种异构硬件资源整合在一起，包括顶级的 Nvidia 芯片和其他类型的 GPU。Hyperbolic 的创新之处在于它对这种复杂性进行了优化：

通过优化不同硬件（从 Nvidia 到 AMD GPU）的张量运算，提供了更大的灵活性。

Hyperbolic 的编译栈抽象了复杂性，使开发人员能够在不同的 GPU 环境中实现高性能，而无需深入了解部署和配置的细节。

虽然其他市场也提供去中心化的 GPU 计算资源，但通常缺乏 Hyperbolic 所具备的精密优化，从而将性能调优的责任转嫁给用户。Hyperbolic 通过一个简单的 API 接口，提供了针对各种硬件优化的 AI 模型访问权限，使全球计算资源更加易于获取。

在2024年8月15日，Hyperbolic 发布了其 GPU 市场的 Alpha 受限版本，允许100名候选用户试用 GPU 租赁功能。

3. AI 服务层的构建

Hyperbolic AI 生态系统的另一个关键组件是其 AI 服务层，它提供推理、模型训练、模型评估和检索增强生成（RAG）等多种功能。在 Hyperbolic 应用程序中，用户可以轻松运行顶级开源模型，如 Llama 3.1 405B 和 Hermes 370B。用户还可以通过调整超参数（如 max tokens、temperature 和 top P）来微调模型的输出。

Hyperbolic 平台为各种创新的 AI 应用打开了大门，例如：

AI 智能体收入共享：通过代币化 AI 智能体的所有权来重新分配收入。

人工智能 DAO：利用 AI 技术进行治理决策。

GPU 所有权的分割：允许用户拥有和交易部分 GPU 的所有权。

4. Crypto 在 Hyperbolic 中的角色

Hyperbolic 基础设施的核心是其区块链，它支持编排、服务和验证层的运行。区块链为 Hyperbolic 的开源 AI 云服务提供结算和治理支持，并为 PoSP 技术的仲裁和验证机制提供支撑。尽管目前关于该区块链的详细信息较少，但我们有理由相信，Hyperbolic 很快会发布更多相关信息。

5. 研究级 Alpha 版本

目前，Hyperbolic 仍处于测试网阶段，并在由 Polychain Capital 和 Lightspeed Faction 领投的种子轮融资中筹集了700万美元的资金。值得注意的是，Hyperbolic 是 Llama 3.1 405B Base 模型的独家提供商。Base 模型是 LLM 的初始预训练版本，未经过微调或强化学习。它具备以下优势：

对特定任务的微调支持

是高级 AI 技术的理想起点，如合成数据生成或模型蒸馏。