最强新星Hyperbolic将如何重塑AI赛道？

资本总是流向那些被认为有潜力的方向。欧美风险投资机构真金白银的投入，往往能反映一个赛道是否值得关注。

一方面，英伟达的股价一路走高；另一方面，全球机构资金也在疯狂买入比特币ETF。

这其实说明，AI和Web3已经成为当下最热门的两个方向，而且很可能在未来深刻改变世界格局，影响面很广。

不过，在一个被AI影响越来越深的世界里，创新的主导权长期以来都集中在少数人手里。

开发人工智能需要算力和基础设施，这就像一把钥匙，但拿到这把钥匙的门槛很高——通常只有资金雄厚或者有机构背景的人才能用得起。

再加上使用成本高、计算结果难以验证、隐私安全等问题，AI的普及和公平性受到了很大限制。

AI的未来，不应该只服务于少数公司的商业利益，而应该像Web3那样，变乘人人都能参与、人人都能受益的公共资源。这条路应该属于所有人，而不是少数人的专属领地。

Hyperbolic 是一家开源AI计算和推理服务商，诞生于一个挑战现状的想法——让全球各地的创新者，无论资源多少、身处何地，都能平等地使用AI技术。

Hyperbolic 的三大核心功能包括：

Hyperbolic 的GPU市场打破了传统的算力租赁模式，通过整合全球闲置的GPU资源，为开发者提供按需算力服务，最高能帮他们节省75%的成本。依托Hyper-dOS去中心化操作系统，开发者不到一分钟就能拿到需要的算力，大大降低了创新门槛。

Hyperbolic 的推理服务每天处理超过十亿个Token，用极低的成本提供最新的开源模型，并且支持BF16格式，在效率和精度上表现都很不错。

Hyperbolic 独创的采样证明协议，通过严格的数据隐私保障，确保输出结果既可靠又经济高效，是目前唯一能提供可验证AI结果的Web3实时推理产品。

Hyperbolic 有三个目标：1.提供去中心化异构计算 2.确保去中心化人工智能的安全性和可验证性 3.在去中心化AI中保护隐私。

Hyperbolic 想构建一个可扩展的系统，把全球的GPU算力整合起来，优化各种类型GPU的性能。这个目标是要突破算力资源分配的瓶颈，给全球AI研究人员和开发者提供高性能支持。

Hyperbolic 先搭建了AI服务层，让开发者可以部署并利用全球计算资源来运行不同的AI服务。

它能把各种高级机器学习框架（比如PyTorch、TensorFlow、JAX）编译成适配不同硬件平台的底层语言（比如NVIDIA的CUDA、AMD的ROCm、Apple的Metal）。

另外，Hyperbolic 还和AMD合作，想提升AMD芯片的性能。在Hyperbolic的优化下，Llama3-8B模型在AMD MI250平台上的输入吞吐量提升了120.4%，输出吞吐量提升了144.8%。

Hyperbolic 的解决方案不仅受到Web3 AI项目的关注，也吸引了很多Web2 AI开发者。

虽然Web2开发者往往担心去中心化方案会影响性能和可靠性，但Hyperbolic在大型语言模型和图像生成领域表现出了不错的能力。

即使团队规模比主流竞争对手小得多，Hyperbolic 仍然实现了接近甚至超过它们的性能表现，这证明了其技术架构的优势。

这种突破打消了很多人对去中心化方案的疑虑，也为更多开发者打开了合作的大门。

Hyperbolic 的去中心化计算优势来自它独特的系统架构——以太阳系为灵感设计的Hyper-dOS。这个架构采用分层集群模型，把高效和稳定结合在一起。

Sun Cluster（太阳集群）是中央治理节点，就像太阳在行星系统里的核心地位，为整个系统提供基础服务和支持，确保稳定高效运行。

围绕它的是多个行星级集群，包括：Mercury Cluster（单节点）、Mars Cluster（多节点）和Jupiter Cluster（多卫星节点）。每个集群的规模和治理特性都不一样，可以灵活适应不同需求。

• 自动伸缩：集群可以根据计算需求自动扩大或缩小规模，灵活应对负载变化。

• 自我修复：系统能自动检测问题并从故障中恢复，保证稳定运行。

• 可定制性：每个集群可以根据具体需求进行个性化配置，提供高度灵活的服务。

这种分层架构不仅保证了系统的高可用性和可扩展性，还兼顾了自治性和整体协调性。用户只要有一台机器或一个集群，装上Hyper-dOS，就能轻松接入Hyperbolic网络，获取全球计算资源并实现无缝协作。

去中心化网络面临一个关键问题：怎么确保随机节点生成的结果是正确的？安全性和可验证性一直是已部署AI系统中没有完全解决的问题。

目前AI主流的验证机制有共识/投票、乐观机制以及零知识证明。

共识/投票机制要求多个节点同时运行相同的请求，通过多数投票确定答案。但这种方式成本很高——如果10个节点处理同一个请求，开销就放大10倍。

乐观机制（OPML）允许单个节点生成结果，然后设定一个挑战窗口（通常7天）让其他节点提出异议来验证。但这种方式在实时场景里不太实用。比如用户问“新加坡有什么好玩的地方”，如果等7天才能确认答案对不对，那意义就不大了。

零知识证明在隐私和验证方面表现不错，但计算成本太高，短期内很难实用化。

为了解决这些问题，Hyperbolic 联合加州大学伯克利分校和哥伦比亚大学的专家，提出了一种基于纳什均衡的新型验证机制，叫做“抽样证明”（PoSP）。这种机制的核心是抽样验证，而不是对所有结果进行全面检查。

通常情况下，只有一个节点生成结果，但网络会以一定概率随机要求另一个节点重新生成。如果两个节点的结果不一致，就会启动仲裁流程。不诚实的节点会受到高额经济惩罚。

通过数学模型推导出的质押与奖励的阈值公式显示，只要检查的概率高于这个阈值，系统就能达到博弈论中的纯纳什均衡状态，确保所有节点为了自身利益选择100%诚实。

这种抽样证明机制不仅对AI推理有效，也能应用于AI训练、微调等领域，甚至还能扩展到AI领域之外的服务，比如L2 Rollup和数据可用性等。

Hyperbolic 正在和EigenLayer、Karak等再质押协议合作，共同构建通用的可验证服务层（A VS），让其他A VS服务提供商也能利用这个验证机制来确保服务的安全性和可靠性。

在去中心化AI网络里，怎么同时保证数据隐私和模型完整性，是一个大问题。当你的数据被分布在世界各地的节点上时，安全性面临严峻挑战。

现有技术比如完全同态加密（FHE）、零知识证明（ZKP）和多方计算（MPC），理论上可以解决这些问题，但实际应用中会大大降低计算速度，无法满足实时推理的需求。

Hyperbolic 采用了英伟达最新Hopper和Blackwell GPU上的可信执行环境（TEE）技术，提供了一种高效的隐私保护方案。

通过TEE技术，相当于在GPU上创建了一个“隐私保险箱”：外界无法窥探里面的数据内容，但GPU仍然能正常完成数据处理。

而且，这种隐私保护机制在推理过程中只损失大约1%的计算性能。

Hyperbolic 将在整个去中心化网络中引入保密计算层。这将确保数据和AI模型在使用过程中始终处于安全状态，为用户提供可靠的隐私和安全保障。

AI Agent 是目前最热的赛道之一。AI Agent 可以通过Hyperbolic实现多项创新功能：

AI Agent 能用加密货币完成支付，实现自我维持和独立运营。

每个AI Agent 都可以拥有专属的特性和技能，形成个性化服务。

通过持续的微调和学习，AI Agent 可以根据用户需求或环境变化不断提升能力，变得更高效、更智能。

AI Agent 的推理过程透明且可验证，保证了它们的独立性，不受外部控制或恶意干扰，增强用户信任感。

借助检索增强生成（RAG）技术，AI Agent 可以记录和存储与用户互动的信息，形成长期记忆。这样它们就能提供更贴心的服务，比如记住用户的偏好。

AI Agent 之间可以相互沟通与协作，形成处理复杂任务的网络。比如不同的Agent 可以协作完成一个多步骤的项目。

AI Agent 可以集成和使用各种外部API和工具，大大拓展功能范围。比如调用天气API为用户规划行程，或者使用金融工具提供投资建议。

它们可以拥有自己的计算设备，独立运行任务。这意味着AI Agent 可以摆脱对集中式服务器的依赖，变得更加分散和独立。

AI Agent 甚至可以参与区块链网络，担任验证节点。这不仅能增强网络安全性，还能通过验证交易赚取奖励，进一步实现自给自足。

最近，Hyperbolic 与Base链上热门的AI发射平台Virtuals Protocol合作，为AI袋里提供了强大的技术支持，全面提升了性能和自我发展能力。

通过把Virtuals Protocol的袋里直接接入Hyperbolic的基础设施，每个袋里都能获得Hyperbolic API提供的高度可扩展计算资源、稳定的推理能力以及无缝的动态互动体验。无论袋里数量或任务复杂性如何，都能保持高效且一致的性能。

这一合作不仅增强了AI袋里的计算能力，还提升了它们在多样化应用场景中的适应性和智能。

比如，Hyperbolic的基础设施为游戏中的智能NPC（非玩家角色）提供了持久的记忆和个性发展能力。

在游戏《Legendary Quest》中，整合了Virtuals Protocol先进的AI袋里，这些NPC能够根据玩家的互动保持个性一致，根据过去的经历调整行为模式，甚至在玩家离线时继续发展自己的剧情。

这一切都得益于Hyperbolic的可扩展计算网络，使得这些NPC能够在不影响游戏性能的情况下，进行复杂的决策和个性演化。

这项合作让开发者能够把AI概念转化为实际解决方案，推动游戏、虚拟助手、教育、内容创作等领域的创新发展。

Hyperbolic 赢得了Hugging Face、Quora、Black Forest Labs和Nous Research等领先人工智能公司的信任，也得到了斯坦福大学、纽约大学、加州大学伯克利分校等顶尖高校的支持。

开发者可以通过Hyperbolic的推理API，在Hugging Face Spaces上无缝创建和分享AI应用程序，大大简化了部署和分发流程。

此外，斯坦福大学、康奈尔大学和纽约大学的博士生及博士后研究人员还能享受高达75%的GPU租赁折扣，显著降低计算成本。

Hyperbolic 的AI模型，包括基础模型，现已上线Quora的Poe平台，开发者可以轻松创建和部署聊天机器人，并直接通过该平台实现商业变&现。

Hyperbolic 的专有编译器确保了GPU的高效运行，其性能可以媲美甚至超越集中化系统。

所有模型都采用BF16精度，提供出色的精度和性能，领先于仍然使用FP8的竞争对手。

Hyperbolic 通过抽样证明协议（PoSP）解决了AI验证中的安全性问题，同时实现了最小的计算开销，与zkML、opML和基于共识的方案相比更有优势。此外，Hyperbolic 完全不存储用户数据，进一步保护隐私。

与许多Web3 AI项目仍处于开发中或限制访问的状态不同，Hyperbolic 已经推出了两个实时可用的产品。目前已有超过40,000名Web2开发人员正在使用其服务。

Hyperbolic 是唯一能够在同一平台上同时提供GPU计算和推理服务的企业，实现了统一的计算解决方案。

总结一下，与团队规模大10到30倍的Web2 AI公司相比，Hyperbolic 仅靠精简的团队就实现了接近甚至超越的性能，同时通过Web3机制设计提供了更具性价比的服务。

而在Web3 AI领域，Hyperbolic 凭借领先技术遥遥领先，并赢得了Web2开发者的信任。Hyperbolic 在Web2和Web3的AI领域之间架起了一座高速、便捷的桥梁，成为推动行业发展的重要基石。

2025年12月10日，Hyperbolic 宣布完成了一轮由Variant和Polychain Capital领投的1200万美元战略融资，使公司总融资额达到2000万美元。

本轮融资还吸引了Chapter One、Lightspeed Faction、Bankless Ventures、IOSG、Vertex、GSR、Wintermute Ventures、Blockchain Builders Fund、Alumni Ventures和Ambush等知名投资者。

此前，Hyperbolic 已完成700万美元的种子轮融资，该轮由Polychain Capital和Lightspeed Faction领投；更早前，还获得了72.5万美元的前种子轮融资，投资方包括Chapter One和Samsung Next。

此外，本轮融资的天使投资者阵容也很强大，包括Sreeram Kannan（EigenLayer）、Devin Walsh（Uniswap Foundation）、Ethan Sun（MyShell）、Daniel Shorr（Modulus）、Bidhan Roy（Bagel）、Ying Sheng和Lianmin Zheng（LMSYS）、Dillon Rolnick（Nous Research）、Alex Atallah（OpenRouter）、Chainyoda、Comfy Capital、Nicola Greco（Protocol Labs）、Alex Atallah（OpenRouter）和Thomas Scott（前Worldcoin）。

Variant 的合伙人Jesse Walden对Hyperbolic 表示高度认可：“Hyperbolic 是我们见过的第一个真正解决去中心化GPU网络中‘信任成本’问题的公司，同时还能保持性能、质量和用户体验的高水平。”

联合创始人Jasper Zhang毕业于北京大学数学系，并以惊人的速度在两年内获得加利福尼亚大学伯克利分校的数学博士学位。

创立Hyperbolic之前，他曾在Citadel Securities担任量化研究员，并在A valanche担任高级区块链研究员。

联合创始人兼兼职CTO Yuzhen Jin是华盛顿大学计算机博士，曾在创立Hyperbolic之前担任OctoAI的高级工程经理。

Hyperbolic 的团队成员均拥有顶级名校背景，创始人具备扎实的技术基础，并且多位团队成员此前在A valanche合作过。

公司的顾问团队同样由行业顶尖人士组成。

Dr. Reynold Xin是Databricks的联合创始人和首席架构师，也是Apache Spark的主要贡献者，并且是SIGMOD最高引用论文的作者。

Prof. Raluca Ada Popa是加利福尼亚大学伯克利分校的副教授，RISELab和SkyLab的联合主任，同时也是Opaque Systems的联合创始人。

Prof. Ciamac C. Moallemi是哥伦比亚大学商学院教授，Paradigm研究顾问，以及Briger Family数字金融实验室主任。

Prof. Yi Ma是香港大学计算机科学系主任和AI领域讲席教授，同时也是加利福尼亚大学伯克利分校的计算机科学教授，IEEE、ACM和SIAM院士。

针对企业在昂贵的API调用和高成本机器租赁上的支出，Hyperbolic 提供了有竞争力的优化方案。

在确保服务质量稳定的前提下，Hyperbolic 的技术支持能够帮助企业将成本降低高达75%。

同时，针对长期GPU租赁协议导致的资源低效利用，Hyperbolic 推出了资源再分配机制，允许客户将闲置设备转租到平台。这种模式不仅提高了资产利用率，还在灵活性和成本控制之间找到了最优平衡。

针对开发者在项目测试中因GPU资源受限而无法推进的问题，Hyperbolic 提供了丰富的GPU选项，价格仅为AWS等传统云服务商的一小部分。通过提供高性价比的资源，Hyperbolic 为开发者提供了市场中最具竞争力的解决方案，帮助他们快速将创新想法落地。

Hyperbolic 为那些现有资源投资回报未达预期，或者希望突破传统账面价值限制的数据中心，提供了一个实现更高收益的平台。

高性能GPU的潜能不应该只局限于游戏领域。通过Hyperbolic，个人可以出租GPU，将其转化为持续创造收益的资产。目前处于白名单阶段，可以先进行登记。

此外，Hyperbolic 提供了多款大模型供个人使用。用户可以进行文字、图片生成、语音读文等活动。

在未来，Hyperbolic 还会在Base上构建AI袋里供用户使用，可以保持关注。

Hyperbolic 网页：

app.hyperbolic.xyz?utm_source=x&utm_campaign=seriesA&utm_content=biteye

Hyperbolic 提供了GPU市场、推理服务和抽样证明这一黄金标准验证协议，通过最大化GPU性能、更高精度的模型以及安全且经济的解决方案，为Web3的可靠高性能AI设立了新标杆。

Hyperbolic 的出现让去中心化AI从概念走向实践。凭借多源计算策略、有竞争力的定价以及对Web2和Web3客户需求的深刻理解，Hyperbolic 在生态中占据了独特位置。

Hyperbolic 在推动计算资源民主化和高效利用方面的努力，有望推动AI赛道的发展。但需要提醒的是，本文内容仅供学习参考，不构成任何投资建议、交易建议或收益承诺。加密货币和迷因币波动较大，价格预测和市场数据应以官方公告、交易所页面及实时行情平台为准，投资者需独立判断、谨慎决策。