Variant：我们为何领投Hyperbolic A轮1200万美元融资

欧意交易所

全球前三大交易所之一，新用户注册最高可得230USDT奖励，同时可拆数字盲盒，100%可以获得数字货币，最高价值60000元

点击注册 进入官网

编译：金色财经

按：2024年12月10日，Crypto x AI项目Hyperbolic宣布完成1200万美元A轮融资，Variant和Polychain Capital领投。加上Hyperbolic此前获得的由Polychain Capital 和 Lightspeed Faction领投的700 万美元种子轮融资，以及更早的种子前融资，Hyperbolic总融资额达到2000万美元。

Hyperbolic是个什么项目，请参阅金色财经此前报道“一文读懂Crypto x AI新星Hyperbolic”。

同一时间Variant在其官网发文解读了为何领投Hyperbolic。下面让我们跟随Variant看看Variant对Hyperbolic的投资逻辑。

计算平台的转变往往以成对或成组的形式演进，通常伴随着新硬件、应用程序和分发创新，它们相互推动前进。例如：个人电脑、互联网和万维网。移动设备、社交网络和云计算。

我们认为，在加密（技术）和AI的交叉领域正在出现一种新的强大组合。AI需要大规模协调 GPU，而加密技术利用激励机制来整合资源。AI是概率性的，而加密技术是确定性的。我们相信加密技术可以解决AI面临的两个最紧迫问题：成本和信任（特别是信任成本）。

成本和信任

让我们详细解释一下：

成本

目前运行模型的成本极其高昂。根本原因通常被归结为供应问题，即最大的科技公司囤积导致 GPU 短缺。但事实并非如此；GPU 在世界各地的数据中心、矿场、个人电脑和本地机器中数量充足。相反，GPU 之所以显得稀缺，是因为其供应分散且缺乏协调。所以我们真正面临的是 GPU 供应商去中心化网络中的协调问题，这使得它们价格昂贵。

信任

GPU 的去中心化网络具有较低的原始成本，但带来了一个新问题：信任成本。你如何相信由不同参与者组成的网络所运行的模型是正确运行的呢？加密领域传统的解决方案是让每个节点执行相同的计算，从而引入大量开销，或者完全减少计算负担。

但对于AI模型来说，这行不通，因为让每个节点执行相同的计算太慢，而且减小模型规模也会降低质量。毫无疑问，中心化环境中也存在验证问题（例如，你如何知道 ChatGPT 给你的是 GPT – 4o 还是 GPT 3.5？），但 OpenAI 的声誉可以更廉价地支撑信任，尽管缺乏加密的严谨性。当询问饼干食谱时，这种可验证性可能不重要，但当询问医学影像中是否存在恶性肿瘤时，这肯定重要。随着AI在社会中承担越来越重要的工作，信任成本只会增加。加密网络在这方面领先一步，因为它们为了降低成本必须解决验证问题。

这就轮到Hyperbolic了。

Hyperbolic是什么

Hyperbolic是我们所见到的第一个解决去中心化GPU网络中信任成本问题的参与者。该团队的一项关键创新使得这成为可能，即基于采样的可验证机器学习（spML）。它使用一种名为采样证明的随机采样协议，在 GPU 提供者的去中心化网络中保证可验证性（假设各方的行为在经济上是理性的），同时保持运行最大、最高质量AI模型所需的效率。Hyperbolic 使得在不牺牲性能或质量的情况下，以更低的成本可验证地运行模型。

早期的市场反应支持了这一点。Hyperbolic 是仅有的几个以 BF16 格式托管 Llama 3.1 405B 基础模型的平台之一，这是一个大型开源模型，其质量与 OpenAI 的专有 GPT – 4o 模型相当，但在 Hyperbolic 上运行 Llama 3.01 405B 比使用 OpenAI 的 GPT – 4o 模型便宜 10 倍。与领先的AI平台（如 Hugging Face 的 Gradio、OpenRouter 和 Quora 的 Poe）的集成凸显了 Hyperbolic 为AI社区带来最高质量模型的承诺。像 Andrej Karpathy 这样的知名AI开发者已经使用 Hyperbolic 来运行开源模型，因为它能够运行更高质量的模型，更便宜，并且比竞争对手的产品有更好的用户体验。

但 Hyperbolic 不仅仅是一个强大的 Web2 竞争对手，它在满足 Web3 应用需求方面将无与伦比。目前，Web3 应用在集成AI时被迫达成浮士德式的交易：为了获得所需的性能，它们必须依赖中心化的AI推理源，这与项目的去中心化精神直接相悖，并重新引入了预言机问题。因为 Hyperbolic 将提供去中心化以及性能和质量，Web3 应用将能够在不牺牲任何一方的情况下利用它。

我们认为，该团队专注于首先打造一款对所有用户（不仅仅是 Web3 用户）都有竞争力的产品是正确的做法。GPU 供应是唯利是图的，会毫无阻碍地跟随需求，所以首先吸引需求以建立必要的粘性至关重要。我们预计，推理需求将持续吸引 GPU 供应，并实现长期在市场竞争所需的规模经济。一个不太完美的类比来解释这一点是亚马逊对 AWS 的做法。亚马逊首先专注于通过用户喜爱的产品（如它的市场）建立对计算的需求，提供支持该需求所需的计算供应，并最终实现规模经济，从而能够推出 AWS，并以比竞争对手更便宜、更好的方式向第三方提供计算服务。在 Hyperbolic 网络上建立核心需求和供应之后，我们相信该团队将有能力在AI堆栈的所有层面进行扩展，包括训练、数据来源和预处理。

Hyperbolic创始团队

Hyperbolic的创始人是我们在这个领域遇到的最强大的团队，他们在加密和人工智能方面都有深厚的专业知识，这使他们在应对AI模型的去中心化计算市场方面具有独特的优势。

在加密方面，Hyperbolic首席执行官兼联合创始人 Jasper Zhang 是一位数学专家，在分布式系统的证明验证方面具有专长。Jasper 多次在数学奥林匹克竞赛中获奖，在不到两年的时间里从伯克利获得数学博士学位（成为该校历史上最快完成这个五年制博士学位的人），之前是 Citadel 的量化分析师和 Ava Labs 的研究员。

在AI方面，Hyperbolic首席技术官兼联合创始人 Yuchen Jin 是机器学习和分布式系统专家。Yuchen 获得了著名的中国国家奖学金，拥有华盛顿大学计算机科学博士学位，并在 OctoAI 管理一个工程师团队，为AI模型构建优化解决方案。

我们很高兴地宣布，今天我们领投了 Hyperbolic 的 A 轮融资。我们非常兴奋能够支持 Jasper、Yuchen 和 Hyperbolic 团队的其他成员，在他们使AI更易获取、可验证和开放的征程中助力。