変種：ハイパーボリックに投資した理由

ゴールデンファイナンスによる編集

プレスリリース：2024年12月10日、暗号×AIプロジェクトのハイパーボリックは、VariantとPolychain Capitalが主導する1200万ドルのシリーズA資金調達ラウンドの完了を発表しました。Polychain CapitalとLightspeed Factionが主導したハイパーボリックの以前の700万ドルのシードラウンド、および以前のプレシードファンディングと合わせると、ハイパーボリックの資金調達総額は2000万ドルに達します。

ハイパーボリックとは何か、ゴールデンファイナンスの過去レポート「暗号×AIノヴァの記事」をご覧ください。ハイパーボリック"

同時に、Variantはウェブサイトにハイパーボリックへの投資を主導した理由を説明する記事を掲載しており、Variantのハイパーボリックへの投資のロジックを追ってみよう。

コンピューティング・プラットフォームのシフトは、多くの場合、新しいハードウェア、アプリケーション、流通のイノベーションを伴って、ペアまたはグループで進化し、互いに前進する傾向があります。例としては、パソコン、インターネット、ワールド・ワイド・ウェブなどが挙げられます。モバイルデバイス、ソーシャルネットワーキング、クラウドコンピューティング。

私たちは、暗号（技術）とAIの交差点に、新たな強力な組み合わせが生まれつつあると信じています。AIは大規模に調整されたGPUを必要としますが、暗号はインセンティブを使ってリソースを統合します。AIは確率的ですが、暗号は決定論的です。私たちは、暗号がAIが直面している最も差し迫った問題の2つ、コストと信頼（特に信頼のコスト）を解決できると信じています。

コストと信頼

もう少し詳しく説明しましょう。

コスト

現在モデルを実行するのは非常にコストがかかります。その根本的な原因は、通常、供給問題、つまり、最大のハイテク企業による買い占めによるGPUの不足にあるとされています。しかし、そうではない。GPUは世界中のデータセンター、鉱山、PC、ローカルマシンに豊富にある。むしろGPUが不足しているのは、供給が断片化され、調整されていないからだ。つまり、私たちが実際に直面しているのは、GPUサプライヤーの分散型ネットワークにおける調整の問題であり、それがGPUを高価なものにしているのです。

信頼

GPUの分散型ネットワークは、原材料コストは低いのですが、信頼のコストという新たな問題が発生します。異なる参加者のネットワークによって実行されるモデルが正しく動作していることを、どのように信頼するのでしょうか？暗号における伝統的な解決策は、各ノードに同じ計算を実行させ、大きなオーバーヘッドを導入するか、計算負担を完全に減らすことでした。

しかし、各ノードが同じ計算を行うのは遅すぎるし、モデルサイズを小さくすると品質が低下するため、これはAIモデルには使えません。しかし、OpenAIのレピュテーションは、暗号的な厳密さには欠けるものの、より安価に信頼を支えることができます。この検証可能性は、ビスケットのレシピを尋ねるときには重要ではないかもしれないが、医療画像の悪性腫瘍の有無を尋ねるときには確実に重要である。AIが社会でますます重要な役割を担うようになるにつれ、信頼のコストは増大する一方だ。暗号ネットワークは、コストを削減するために認証の問題を解決しなければならないので、この点では一歩先を行っている。

次はハイパーボリックの番だ。

ハイパーボリックとは

ハイパーボリックは、分散型GPUネットワークにおける信頼コストの問題に取り組む、私たちが目にした最初の参加者です。 これを可能にするチームの重要なイノベーションの1つが、サンプリングベースの検証可能な機械学習（spML）です。これは、サンプリングの証明と呼ばれるランダムなサンプリングプロトコルを使用して、GPUプロバイダーの分散型ネットワークで検証可能性を保証し（すべての当事者が経済的に合理的な方法で行動すると仮定します）、同時に最大かつ最高品質のAIモデルを実行するために必要な効率を維持します。Hyperbolicは、性能や品質を犠牲にすることなく、はるかに低いコストで検証可能なモデルを実行することを可能にします。

初期の市場の反応もこれを裏付けています。Hyperbolicは、BF16フォーマットのLlama 3.1 405Bベースモデルをホストしている数少ないプラットフォームの1つです。Llama 3.01 405Bを実行すると、OpenAIのGPT - 4oモデルを使用するよりも10倍安くなります。HuggingFaceのGradio、OpenRouter、QuoraのPoeのような主要なAIプラットフォームとの統合は、AIコミュニティに最高品質のモデルを提供するというHyperbolicのコミットメントを強調しています。Andrej Karpathyのような一流のAI開発者は、すでにオープンソースモデルを実行するためにHyperbolicを使用しています。なぜなら、Hyperbolicは競合製品よりも高品質なモデルを実行でき、安価で、ユーザーエクスペリエンスが優れているからです。

しかし。Hyperbolicは、単にWeb2の強力なライバルというだけでなく、Web3アプリケーションのニーズを満たすという点でも、他の追随を許さないだろう。必要なパフォーマンスを得るためには、中央集権的なAI推論ソースに頼らざるを得ない。これはプロジェクトの分散化精神に真っ向から反するものであり、予言者の問題を再び引き起こしている。Hyperbolicはパフォーマンスと品質だけでなく分散化も提供するため、Web3アプリケーションはどちらかを犠牲にすることなくそれを利用することができるだろう。

私たちは、Web3ユーザーだけでなく、すべてのユーザーにとって競争力のある製品を最初に構築することに集中することで、チームが正しいことをしていると考えています。GPUのプロビジョニングは利益動機であり、妨げられることなく需要に追随するため、必要な粘り強さを構築するためには、最初に需要を引き付けることが重要です。私たちは、推論需要がGPU供給を引きつけ、長期的に市場で競争するために必要な規模の経済を達成し続けることを期待しています。これを説明するのに完璧とは言えない例えは、アマゾンのAWSへのアプローチである。アマゾンはまず、ユーザーに好まれる製品（マーケットプレイスなど）を通じてコンピュート需要を構築し、その需要をサポートするために必要なコンピュート供給を行い、最終的にはAWSを立ち上げ、競合他社よりも安価で優れた方法でサードパーティにコンピュートサービスを提供できる規模の経済を達成することに注力した。ハイパーボリック・ネットワーク上でコア需要とプロビジョニングを確立したことで、チームはトレーニング、データソーシング、前処理を含むAIスタックのすべてのレベルでスケールする能力を持つようになると考えています。

Hyperbolic 創業チーム

Hyperbolic の創業者たちは、この分野で我々が出会った中で最も手ごわいチームです！彼らは暗号とAIの両方に深い専門知識を持っており、AIモデルの分散コンピューティング市場に取り組む上でユニークな立場にあります。

暗号側では、ハイパーボリックCEO兼共同創業者のジャスパー・チャンは、分散システムの証明検証を専門とする数学の専門家です。ジャスパーは数学オリンピックで何度も優勝しており、バークレー校で2年足らずで数学の博士号を取得（同大学史上最速で5年間の博士課程を修了）。

AIの面では、ハイパーボリックのCTO兼共同設立者のユチェン・ジンは、機械学習と分散システムの専門家です。Yuchenは、権威ある中国国家奨学金を授与され、コンピュータサイエンスで博士号を取得し、AIモデルの最適化ソリューションを構築するOctoAIのエンジニアチームを管理しています。

本日、HyperbolicのシリーズA資金調達ラウンドをリードしたことを発表できることを嬉しく思います。我々は、AIをよりアクセスしやすく、検証可能で、オープンにするための旅において、ジャスパー、ユチェン、そしてHyperbolicチームの他のメンバーをサポートできることを嬉しく思います。