最強の新星ハイパーボリックは、AIサーキットをどう再構築するのか？

ハイパーボリックは、開発者がさまざまなAIサービスを実行するためにグローバルな計算リソースを展開し、活用できるようにするAIサービスレイヤーを構築することから始めます。

さまざまな高度な機械学習フレームワーク（PyTorch、TensorFlow、JAXなど）を、さまざまなハードウェアプラットフォーム（NVIDIAのCUDA、AMDのROCm、AppleのMetalなど）に適応する基礎言語にコンパイルすることができます。

さらに、ハイパーボリックはAMDと提携し、AMDチップの性能向上に取り組んでいます。ハイパーボリックの最適化により、Llama3-8BモデルはAMD MI250プラットフォーム上で入力スループットが120.4%向上し、出力スループットが144.8%向上しました。

ハイパーボリックのソリューションは、Web3のAIプロジェクトに支持されているだけでなく、Web2のAI開発者にも大きく採用されています。

Web2の開発者は、分散型ソリューションがパフォーマンスや信頼性を損なうのではないかと懸念することが多いのですが、ハイパーボリックは大規模な言語モデルや画像生成の分野で卓越性を発揮しています。

Hyperbolicが、はるかに小規模なチームであっても、主流の競合他社の性能に匹敵するか、それ以上であるという事実は、その技術アーキテクチャの優位性を証明しています。

このブレークスルーは、分散型ソリューションに対する疑念を取り除き、より多くの開発者が協力する可能性を開きます。

ハイパーボリックの分散型コンピューティングハイパーボリックの強みは、太陽系に着想を得たHyper-dOSという独自のシステムアーキテクチャにあり、効率性と安定性を兼ね備えた階層型クラスタモデルを採用している。

太陽クラスターは、惑星系の中心に位置する太陽に似た中央統治ノードであり、安定性と効率的な運用を確保するために、システム全体に基本的なサービスとサポートを提供する。

その周囲には、水星クラスター（単一ノード）、火星クラスター（複数ノード）、木星クラスター（複数衛星ノード）など、複数の惑星クラスターがある。各クラスターはサイズと統治特性が異なり、異なるニーズに適応する柔軟性を提供する。

3つの主要なシステム機能

• 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されます。

• 自動スケーリング：クラスターはコンピューティング・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され、負荷の変化に柔軟に対応します。

• 自己修復：システムは自動的に障害を検出し、障害から回復して安定した運用を保証します。

• カスタマイズ性：各クラスタは、特定のニーズに基づいて柔軟性の高いサービスを提供するように個別に構成できます。

このレイヤーアーキテクチャは、高可用性とスケーラビリティを保証するだけでなく、自律性と全体的な調整のバランスを実現します。ユーザーは1台のマシンまたはクラスタを所有するだけでよく、Hyper-dOSをインストールした後は、Hyperbolicネットワークに簡単にアクセスして、グローバルなコンピューティングリソースを入手し、シームレスなコラボレーションを実現することができます。

2.2 分散型AIにおける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、ランダムな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、配備されたAIシステムにおいて未解決の問題でした。

今日のAIで人気のある検証メカニズムは、コンセンサス/投票、楽観的メカニズム、ゼロ知識証明です。

コンセンサス/投票メカニズムでは、複数のノードが同時に同じリクエストを実行し、そのリクエストの答えを決定する必要があります。を同時に実行し、多数決で答えを決定する必要がある。しかし、この方法は非常にコストがかかる。10ノードが同じリクエストを処理する場合、オーバーヘッドは10倍になります。

楽観的メカニズム(OPML)は、1つのノードが結果を生成することを許可し、他のノードが異議を唱えるためのチャレンジウィンドウ(通常7日間)を設定することにより、結果を検証します。

しかし、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「シンガポールで行くのに最適な場所はどこか」と質問した場合、答えが正しいかどうかを確認するために7日間待つのは無意味です。

ゼロ知識証明はプライバシーや認証には最適ですが、計算コストが高すぎて短期的には実用的ではありません。

これらの問題に対処するため、ハイパーボリック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、サンプリングによる証明（PoSP）と呼ばれるナッシュ均衡に基づく新しい検証メカニズムを提案しました。このメカニズムは、すべての結果を完全にチェックするのではなく、サンプリングによる検証を中心としています。

通常、1つのノードだけが結果を生成するが、ネットワークはある確率でランダムに別のノードに結果の再生を依頼する。2つのノードの結果が一致しない場合、調停プロセスが開始される。不誠実なノードには高い金銭的ペナルティが課される。

数学的モデルによって導き出された誓約と報酬のしきい値の公式は、チェックの確率がこのしきい値よりも高い限り、システムはゲーム理論における純粋なナッシュ均衡状態に達することができ、すべてのノードが自身の利益のために100％正直であることを選択することを保証することを示唆している。

このサンプリング証明メカニズムは、AIの推論に有効なだけでなく、AIのトレーニングやファインチューニングなどの分野にも適用でき、さらにはL2ロールアップやデータアベイラビリティなど、AI領域以外のサービスにも拡張できます。

ハイパーボリックは、EigenLayer、Karakなどの再結合プロトコルと協力して、他のAVSサービスプロバイダーがサービスのセキュリティと信頼性を確保するためにこの認証メカニズムを活用できるようにする共通の認証可能サービスレイヤー（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の保護

分散型AIネットワークにおいて、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大きな課題です。解決しなければならない大きな問題です。データが世界中のノードに分散している場合、セキュリティは深刻な課題です。

完全同型暗号化（FHE）、ゼロ知識証明（ZKP）、マルチパーティコンピューティング（MPC）などの既存の技術は、理論的にはこれらの問題を解決していますが、実際には計算が劇的に遅くなり、リアルタイムの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およびBlackwell GPU上でTrusted Execution Environment（TEE）テクノロジーを採用し、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テクノロジーはGPU上に「プライバシー保護」を作成します。

また、このプライバシー保護メカニズムは、推論プロセスにおいて、わずか約1パーセントの計算パフォーマンスを失うだけです。

ハイパーボリックは、分散型ネットワーク全体に機密コンピューティングレイヤーを導入する。これにより、使用中のデータとAIモデルが常に安全であることが保証され、ユーザーに信頼できるプライバシーとセキュリティを提供します。

03 Hyperbolic の応用シナリオ

AIエージェントは現在。左;">AIエージェントは現在最もホットなトラックです。AIエージェントはHyperbolicで多くの革新的な機能を実現できます：

3.1 暗号化された決済のサポート

Hyperbolic は幅広いアプリケーションに使用できる新しい技術です。p style="text-align: left;">AIエージェントは暗号通貨による決済が可能で、自立した運営を可能にします。

3.2 ホスト型カスタマイズモデル

各AIエージェントは、パーソナライズされたサービスを実現するために、独自の特性とスキルを持つことができます。パーソナライズされたサービスになります。

3.3 自己進化型能力

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ニーズや環境の変化に基づいて、その能力を継続的に向上させることができます。

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ニーズや環境の変化に基づいて継続的に能力を向上させ、より効率的でインテリジェントになります。

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、外部からの制御や悪意のある干渉からの独立性を保証します。外部からの制御や悪意のある干渉から独立し、ユーザーの信頼を高めます。

3.5 メモリ

検索拡張世代（RAG）により、AIエージェントは以下のことができます。ユーザーとのインタラクションに関する情報を記録・保存し、長期的な記憶を作成します。これにより、ユーザーの好みを記憶するなど、よりきめ細やかなサービスを提供できるようになります。

3.6 エージェント間のコミュニケーション

AIエージェントは、複雑なタスクのためのソリューションネットワークを形成するために、互いにコミュニケーションし、協力することができます。複雑なタスクのためのソリューション・ネットワーク。たとえば、異なるエージェントが複数ステップのプロジェクトで協力することができます。

3.7 柔軟なAPIとツールの呼び出し

AIエージェントは、さまざまな外部APIやツールと統合して使用することができ、その機能を大幅に拡張できます。ツールを使用して、その機能を大幅に拡張することができます。たとえば、天気APIを呼び出してユーザーの旅行計画を立てたり、金融ツールを使用して投資アドバイスを提供したりすることができます。

3.8 自律コンピューティング機能

AIエージェントは独自のコンピューティングデバイスを持ち、独立してタスクを実行することができます。これは、AIエージェントが中央集権化されたサーバーへの依存から脱却し、より分散化された独立した存在になれ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、検証ノードとしてブロックチェーンネットワークに参加することもできます。ノードとしてブロックチェーンネットワークに参加することもできます。これはネットワークのセキュリティを強化するだけでなく、トランザクションを検証することで報酬を得ることができ、自己完結性をさらに高めることができます。

最近、Hyperbolicは、最近最もホットなBasechain AI起動プラットフォームであるVirtuals Protocolとの提携により、AIエージェントに強力な技術サポートを提供し、そのパフォーマンスと自己成長能力を全面的に向上させました。

バーチャル・プロトコルのエージェントを直接Hyperbolicのインフラに接続することで、エージェントの数に関係なく、すべてのエージェントがHyperbolic APIが提供する高度にスケーラブルな計算リソース、安定した推論機能、シームレスでダイナミックなインタラクティブ体験を利用できるようになります。エージェントの数やタスクの複雑さに関係なく、効率的で一貫したパフォーマンスを維持します。

このコラボレーションは、AIエージェントの計算能力を高めるだけでなく、幅広いアプリケーションシナリオにわたってその適応性とインテリジェンスを向上させます。

たとえば、ハイパーボリックのインフラストラクチャは、永続的な記憶と人格形成機能を備えた、ゲーム内のインテリジェントなNPC（ノンプレイヤーキャラクター）を提供します。

バーチャルス・プロトコルの高度なAIエージェントを統合したゲーム『レジェンダリー・クエスト』では、これらのNPCは、プレイヤーのインタラクションに基づいて人格を一貫したものに保ち、過去の経験に基づいて行動パターンを調整し、さらにはプレイヤーがオフラインの状態でも独自のストーリーを展開し続けることができます。

これは、ハイパーボリックのスケーラブルな計算ネットワークによって可能になったもので、ゲームのパフォーマンスを損なうことなく、これらのNPCが複雑な決定を下し、個性を進化させることを可能にします。

このコラボレーションにより、開発者はAIコンセプトを現実のソリューションに変えることができ、ゲーム、バーチャルアシスタント、教育、コンテンツ作成などのイノベーションを推進することができます。strong mpa-from-tpl="t"> 4.1 パートナーシップ