วง งาน AI จะเผชิญกับความท้าทายสำคัญ รวมถึงค่าใช้จ่ายสูงและทรัพยากรทางคอมพิวเตอร์ที่จำกัด การฝึกฝนและการใช้งานโมเดล AI ต้องใช้พลังงาน GPU มาก ซึ่งมักเป็นค่าใช้จ่ายสูงและไม่สามารถเข้าถึงได้สำหรับผู้ใช้หลายคน นอกจากนี้ยังขาดความโปร่งใสและการตรวจสอบในกระบวนการ AI ซึ่งเป็นสาเหตุให้เกิดปัญหาความเชื่อถือและประสิทธิภาพที่ไม่ดี

Hyperbolic แก้ปัญหาเหล่านี้โดยการใช้เทคโนโลยีที่มีการกระจายอำนาจ โดยการสร้างตลาด GPU ที่มีการกระจายอำนาจ นำ Hyperbolic มาเพิ่มความคุ้มค่าและความเข้าถึงของทรัพยากรคอมพิวเตอร์ ตลาดนี้ช่วยให้ผู้ใช้สามารถเช่าความจุ GPU ว่างเปล่าจากผู้ผลิตต่างๆ เพื่อลดต้นทุนและเพิ่มความพร้อมใช้งาน นอกจากนี้ Hyperbolic ยังนำเสนอ Proof of Sampling (PoSP) สำหรับการคำนวณ AI ที่เชื่อถือได้และใช้ spML และระบบปฏิบัติการแบบ Hyperbolic Decentralized Operating System (Hyper-dOS) เพื่อเพิ่มประสิทธิภาพในการฝึกและใช้งานโมเดล AI

Hyperbolic คืออะไร

แหล่งที่มา: เว็บไซต์ Hyperbolic

Hyperbolic เป็นแพลตฟอร์มที่ไม่มีศูนย์กลางที่ออกแบบมาเพื่อเปลี่ยนแปลงการเข้าถึงทรัพยากร AI และความสามารถทางคอมพิวเตอร์ ในความเป็นใจของ Hyperbolic คือการสร้างตลาดที่ผู้ใช้งานสามารถเช่ากำลัง GPU ว่างจากผู้ผลิตต่าง ๆ แน่นอนว่าวิธีการนี้จะช่วยให้ใช้ทรัพยากรอย่างมีประสิทธิภาพและลดต้นทุนที่เกี่ยวข้องกับการคำนวณที่มีประสิทธิภาพสูงลงอย่างมาก โดยการกระจายพลังงาน GPU ที่พร้อมใช้งาน Hyperbolic ทำให้มีโอกาสสำหรับผู้ใช้งานที่หลากหลายมากขึ้นในการพัฒนาและการใช้งาน AI โดยทำลายอุปสรรคที่เคยจำกัดการเข้าถึงเทคโนโลยีเหล่านี้ Hyperbolic ถูกก่อตั้งโดย Dr Jasper ZhangและDr Yuchen Jin.

พันธมิตรและวิสัยทัศน์ของฮายเปอร์โบลิค

พันธมิตรของ Hyperbolic คือการประชาธิปไตยในการเข้าถึง AI และพลังการคำนวณ ทำให้ทรัพยากรเหล่านี้สามารถใช้ได้กับทุกคน ไม่ว่าจะเป็นผู้ที่มีความสามารถทางการเงินหรือเทคนิค วิสัยทัศน์คือการสร้างระบบนิติบุคลากรที่โปร่งใส มีประสิทธิภาพและมีจิตสาธารณะที่สนับสนุนนวัตกรรมและความร่วมมือในอุตสาหกรรม AI โดยใช้เทคโนโลยีบล็อกเชนและหลักการที่มีจิตสาธารณะ Hyperbolic มีเป้าหมายที่จะสร้างอนาคตที่การพัฒนา AI เป็นไปอย่างที่ใหม่และเป็นธรรม

ผู้ใช้ของ Hyperbolic

• บริษัท: ธุรกิจสามารถใช้ Hyperbolic สำหรับการฝึกอบรมแบบ AI ที่มีมูลค่าที่เหมาะสมและการใช้งานลดค่าใช้จ่ายในด้านดำเนินงานและเร่งความคิดเชิง AI
• นักวิจัย: นักวิจัยทางวิชาการและอุตสาหกรรมได้รับการเข้าถึงทรัพยากรคอมพิวเตอร์ราคาประหยัด ช่วยให้พวกเขาสามารถดำเนินงานวิจัย AI ขั้นสูงได้โดยไม่มีภาระทางการเงินจากค่า GPU แบบดั้งเดิม
• ศูนย์ข้อมูล: ศูนย์ข้อมูลสามารถทำกำไรจากความสามารถของ GPU ที่ไม่ได้ใช้โดยการเช่าออกบนตลาด Hyperbolic เพื่อทำให้ทรัพยากรที่ไม่ได้ใช้กลายเป็นกระแสรายได้
• บุคคล: มือสมัครเล่น, นักเรียน และนักพัฒนาอิสระได้รับประโยชน์จากเครื่องมือและทรัพยากร AI ที่สามารถเข้าถึงได้ง่าย ทำให้พวกเขาสามารถทดลอง, เรียนรู้, และนวัตกรรมได้โดยไม่ต้องลงทุนมาก

เทคโนโลยีที่อยู่เบื้องหลัง Hyperbolic

Proof of Sampling (PoSP)

Proof of Sampling (PoSP) เป็นโปรโตคอลการยืนยันที่ออกแบบมาเพื่อให้มั่นใจในความครอบคลุมและความเชื่อถือของการคำนวณ AI ในระบบที่กระจาย PoSP ใช้วิธีการสุ่มเพื่อยืนยันธุรกรรมและการตอบสนองข้อมูล ลดภาระการคำนวณอย่างมากเมื่อเปรียบเทียบกับวิธีการยืนยันแบบดั้งเดิม โดยใช้หลักการทฤษฎีเกม PoSP ส่งเสริมผู้เข้าร่วมให้ปฏิบัติอย่างซื่อสัตย์ เพิ่มความน่าเชื่อถือโดยรวมของเครือข่าย

วิธีการทำงานของการสุ่มพิสูจน์

PoSP การดำเนินการโดยการเลือกตัวอย่างสุ่มจากชุดข้อมูลหรืองานคำนวณและการยืนยันตัวอย่างเหล่านี้แทนที่จะเลือกทั้งชุดข้อมูล โดยใช้โครงสร้างทฤษฎีเกมที่รู้จักกันด้วยชื่อความสมดุลแนชของกลยุทธ์สุดยิ่ง PoSP ให้กำลังใจให้ผู้ร่วมสนับสนุนทุกคนทำตามความซื่อสัตย์โดยเพิ่มความน่าเชื่อถือและความเชื่อถือได้ของเครือข่าย วิธีนี้ลดจำนวนข้อมูลที่ต้องประมวลผลลดกระบวนการยืนยันมากขึ้น ผู้ร่วมสนับสนุนในเครือข่ายได้รับสิทธิพลังจูงใจให้ให้ตัวอย่างที่แม่นยำเพราะพฤติกรรมที่ไม่ซื่อสัตย์สามารถตรวจพบได้ด้วยการวิเคราะห์ทางสถิติ หากพบความแตกต่างจะมีการปรับปรุงโทษเพื่อให้มั่นใจว่าส่วนใหญ่ของผู้ร่วมสนับสนุนดำเนินการอย่างซื่อสัตย์

spML

spML เป็นกลไกการยืนยันที่ออกแบบมาเพื่อแก้ไขปัญหาของระบบก่อนหน้า (zkML และ opML) โดยการปรับกระบวนการยืนยันการนำไปใช้ในระบบเครือข่ายที่กระจายอย่างมีระเบียบ โปรโตคอล spML ใช้วิธีที่เรียบง่ายแต่มีประสิทธิภาพในการให้การประมวลผลที่รวดเร็วและมีความปลอดภัยสูงโดยไม่มีการเสียความซับซ้อนและประสบการณ์ที่เกี่ยวข้องกับ zkML หรือความเสี่ยงต่อการฉ้อโกงที่เกิดขึ้นใน opML

วิธีทำงานของ spML

โปรโตคอลเริ่มต้นเมื่อผู้ใช้ส่งอินพุตพร้อมลายเซ็นดิจิตอลของพวกเขาไปยังเซิร์ฟเวอร์ที่ถูกเลือกแบบสุ่มที่เรียกว่า เซิร์ฟเวอร์ A เซิร์ฟเวอร์ A จะประมวลผลอินพุตและส่งผลลัพธ์พร้อมกับแฮชของมันกลับมาและลายเซ็นเพื่อยืนยันความถูกต้องของมันเพื่อให้มั่นใจในการอ่านผลลัพธ์โปรโตคอลสามารถเกี่ยวข้องกับเซิร์ฟเวอร์เพิ่มเติม เซิร์ฟเวอร์ B ที่จะตรวจสอบผลลัพธ์อย่างอิสระสิ่งนี้เกิดขึ้นด้วยความน่าจะเป็นที่กำหนดไว้ล่วงหน้าถ้าเซิร์ฟเวอร์ B ไม่ถูกเลือก เซิร์ฟเวอร์ A จะได้รับรางวัลและธุรกรรมเสร็จสมบูรณ์สำเร็จ

หากมีการเชื่อมโยงกับเซิร์ฟเวอร์ B จะประมวลผลข้อมูลเดียวกันและส่งผลลัพธ์และแฮชกลับไปยังผู้ใช้ ผู้ใช้จากนั้นเปรียบเทียบแฮชทั้งสอง หากตรงกัน หมายความว่ามีผลลัพธ์ที่สอดคล้อง ทั้งสองเซิร์ฟเวอร์จะได้รับการตอบแทน หากแฮชแตกต่างกัน หมายความว่ามีความไม่สอดคล้องหรือการทุจริต ผู้ใช้จะประกาศข้อมูลนี้ไปยังเครือข่ายทั้งหมด เครือข่ายที่ประกอบด้วยโหนดหลายๆ โหนดจะลงคะแนนเพื่อพิจารณาเรื่องร้องเรียนตามกฎของความเป็นส่วนใหญ่ การลงโทษจะถูกบังคับให้กับฝ่ายที่ไม่ซื่อสัตย์เพื่อรักษาความสมบูรณ์และความไว้วางใจของระบบ

ระบบปฏิบัติการทางฮายเปอร์บอลิกที่มีการกระจายตัว (Hyper-dOS)

Hyper-dOS เป็นระบบปฏิบัติการที่มีลักษณะการกระจายที่กระจายและดำเนินการทรัพยากรภายในระบบนิเวศที่เป็นเชิงพีชคณิต มันทำให้งานคำนวณถูกกระจายและดำเนินการได้อย่างมีประสิทธิภาพทั่วเครือข่าย Hyper-dOS เล่นบทบาทสำคัญในการบำรุงรักษาประสิทธิภาพและประสิทธิภาพของโครงสร้างพื้นฐานแบบเชิงพีชคณิตของ Hyperbolic โดยทำให้การรวมเข้ากันและการดำเนินการของบริการ AI ต่างๆ เป็นไปอย่างไม่มีรอยต่อ โดยการประสานการจัดสรรทรัพยากร Hyper-dOS ทำให้การใช้พลังการคำนวณที่มีอยู่มากที่สุด แน่ใจว่างานถูกดำเนินการทันทีและอย่างมีประสิทธิภาพ

สถาปัตยกรรมระบบนิเวศแบบไฮเปอร์โบลิก

แหล่งที่มา: บล็อก Hyperbolic

เลเยอร์การจัดการแบบกระจายแบบไฮเปอร์โบลิก

เลเยอร์การจัดการที่กระจายอย่างแข็งแกร่งเป็นส่วนหลักของโครงสร้างพื้นฐานของ Hyperbolic ด้วย Hyperbolic Decentralized Operating System (Hyper-dOS) เลเยอร์นี้จัดการและปรับแต่งโครงสร้างพื้นฐานของ GPU ระดับโลก โดยรวมพลังคำนวณจากแหล่งที่หลากหลาย เช่น ศูนย์ข้อมูล ฟาร์มขุดเหรียญ เครื่องคอมพิวเตอร์ส่วนบุคคล และระบบภายในองค์กร

คุณสมบัติหลักประกอบด้วย:

• การปรับขนาดอัตโนมัติ: ระบบสามารถปรับขนาดของกลุ่ม GPU ได้อัตโนมัติตามความต้องการแบบเรียลไทม์ เพื่อให้การใช้ทรัพยากรมีประสิทธิภาพ
• การฟื้นฟูตัวเอง: ชั้นประสาทสัญญาณสามารถตรวจจับและกู้คืนจากความล้มเหลวอย่างอัตโนมัติ รักษาการทำงานต่อเนื่องโดยไม่ต้องมีการแทรกแซงด้วยมือ
• ความสามารถในการปรับแต่ง: ผู้ใช้สามารถปรับแต่งคลัสเตอร์ให้ตรงตามความต้องการเฉพาะ ให้ความยืดหยุ่นและความสามารถในการปรับตัวสำหรับแอปพลิเคชันต่าง ๆ

เลเยอร์บริการ AI

ชั้นนี้เป็นที่เก็บบริการ AI อย่างครบครันและเครื่องยนต์ ซึ่งให้ความสามารถที่สำคัญสำหรับแอปพลิเคชัน AI มันสนับสนุนงานที่หลากหลาย ตั้งแต่การอัตโนมัติที่เรียบง่าย ไปจนถึงกระบวนการการปรับปรุงและเพิ่มประสิทธิภาพที่ซับซ้อน

ส่วนประกอบสำคัญประกอบด้วย:

• บริการการอ่าน: บริการเหล่านี้ทำให้การทำนายแบบเรียลไทม์และการตัดสินใจโดยโมเดล AI เป็นไปอย่างมีประสิทธิภาพและความแม่นยำ
• การฝึกอบรมและปรับปรุง: เครื่องมือสำหรับการฝึกอบรมและปรับปรุงโมเดล AI ช่วยให้นักพัฒนาสามารถปรับโมเดลให้เหมาะกับงานและชุดข้อมูลเฉพาะ เพื่อเพิ่มประสิทธิภาพของโมเดล
• การประเมินโมเดล AI: นี้รวมถึงเครื่องมือและเกณฑ์มาตรฐานสำหรับการประเมินประสิทธิภาพและความแม่นยำของโมเดล AI เพื่อช่วยให้นักพัฒนาแก้ไขและปรับปรุงโมเดลของพวกเขาอย่างต่อเนื่อง

ชั้นความปลอดภัยและความเป็นส่วนตัวของการตรวจสอบ

ชั้นความถูกต้องและความเป็นส่วนตัวในการคำนวณ AI รับประกันความครบถ้วนและความลับของคำนวณ AI ด้วย Proof of Sampling (PoSP) เพื่อยืนยันความถูกต้องของคำนวณ AI และป้องกันกิจกรรมที่ทุจริต นอกจากนี้ชั้นนี้รวมเทคนิคในการส่งเสริมความเป็นส่วนตัวเพื่อป้องกันข้อมูลที่สำคัญระหว่างการประมวลผล จึงรับประกันว่าข้อมูลผู้ใช้จะคงเป็นความลับและปลอดภัย

ชั้นของบล็อกเชนแบบไฮเปอร์โบลิก

เลเยอร์บล็อกเชนเป็นรากฐานของความปลอดภัยและความโปร่งใสของ Hyperbolic มันให้บัญชีรักษาความปลอดภัยและไม่สามารถเปลี่ยนแปลงได้สำหรับธุรกรรมและการโต้ตอบทั้งหมดภายในระบบนี้ เลเยอร์นี้เพิ่มความเชื่อมั่นและความรับผิดชอบโดยการตรวจสอบว่ากิจกรรมทั้งหมดถูกบันทึกโดยโปร่งใส มันยังสนับสนุนสมาร์ทคอนแทร็กที่ทำให้เกิดข้อตกลงระหว่างฝ่ายอัตโนมัติและปลอดภัย ซึ่งช่วยลดการใช้งานของตัวกลางลง

Application Layer

ชั้นแอปพลิเคชันเป็นอินเทอร์เฟซที่ผู้ใช้ปลายทางได้รับประสบการณ์กับนิเวศที่หลากหลายของ Hyperbolic ซึ่งรวมถึงแอปพลิเคชันและอินเทอร์เฟซผู้ใช้ที่ออกแบบมาให้ใช้งานง่ายและสะดวกสบาย ชั้นนี้รับประกันว่าผู้ใช้ที่มีทักษะทางเทคนิคและผู้ใช้ที่ไม่มีทักษะทางเทคนิคสามารถเข้าถึงและใช้บริการของ Hyperbolic ได้อย่างง่ายดาย แอปพลิเคชันในชั้นนี้ครอบคลุมตั้งแต่แดชบอร์ดผู้ใช้งานง่ายไปจนถึงสภาพแวดล้อมการพัฒนาที่ซับซ้อนในการตอบสนองต่อความต้องการของผู้ใช้ที่หลากหลาย

AI Inference ของ Hyperbolic

การอนุมาน AI คือกระบวนการที่โมเดล AI ที่ถูกฝึกอบรมแปลงข้อมูลใหม่และตัดสินใจโดยอิงความรู้ที่ได้ฝึกอบรม ไม่เหมือนขั้นตอนการฝึกอบรมที่เกี่ยวข้องกับการเรียนรู้รูปแบบจากชุดข้อมูลที่มีขนาดใหญ่เอาไว้ การอนุมานนี้ใช้ความรู้ที่ได้ฝึกอบรมไว้กับข้อมูลใหม่ที่ไม่เคยเห็นมาก่อนเพื่อสร้างคำทำนายหรือผลลัพธ์ ความสามารถในการอนุมาน AI ของ Hyperbolic ถูกออกแบบมาให้มีประสิทธิภาพและมีการขยายสเกล โดยใช้เครือข่ายกราฟิกพื้นที่แบ่งปันทรัพยากร GPU เพื่อให้ได้ผลลัพธ์ที่รวดเร็วและแม่นยำ การใช้วิธีการแบ่งเบาะแสงนี้ทำให้งานอนุมานสามารถกระจายไปยังโหนดหลายๆ โหนดเพื่อปรับปรุงประสิทธิภาพและความเชื่อถือได้

ประโยชน์ของการออกแบบการตัดสินใจของ Hyperbolic's AI

• ประสิทธิภาพในการขยาย: เครือข่ายที่ไม่เป็นส่วนตัวสามารถจัดการกับงานอินเฟอร์เรนซ์ในมาตรฐานขนาดใหญ่ รับประกันประสิทธิภาพที่คงที่ แม้ในช่วงเวลาที่ใช้งานมากที่สุด
• ประสิทธิภาพทางด้านความต้องการทางเงิน: โดยใช้ทรัพยากร GPU ที่ว่างเปล่า Hyperbolic ลดค่าใช้จ่ายในการดำเนินการปัญญาประดิษฐ์ ทำให้มีการเข้าถึงที่กว้างขึ้นสำหรับผู้ใช้หลายคน
• ประสิทธิภาพในการใช้พลังงาน: การอ่านผลลัพธ์อย่างมีประสิทธิภาพลดต้นทุนในด้านคอมพิวเตอร์และการบริโภคพลังงาน ทำให้มีการนำไปใช้ในการพัฒนา AI ที่ยั่งยืนมากขึ้น

โมเดล AI โอเพ่นซอร์สเชิงวงกาง

แหล่งที่มา: เว็บไซต์ของ Hyperbolic

Hyperbolic ให้การเข้าถึงโมเดล AI โอเพนซอร์ซระดับสูงต่าง ๆ ซึ่งช่วยให้นักพัฒนาสามารถใช้เทคโนโลยีที่ทันสมัยโดยไม่ต้องเสียค่าใช้จ่ายสูงเหมือนกับผู้ให้บริการดั้งเดิม ตัวอย่างบางอย่างของโมเดลที่มีอยู่ได้แก่:

• Vision Language Models (VLMs) ที่รวมความเข้าใจด้านภาพและข้อความ เช่น Qwen2-VL-7B-Instruct, Pixtral-12B และ Qwen2-VL-7B
• Base Models allowing access to the raw power of foundational AI such as Llama 3.1–405B-BASE (BF16) and Llama 3.1–405B-BASE (FP8)
• โมเดลข้อความเป็นของประมวลผลภาษาธรรมชาติ เช่น Qwen2.5–Code-32B, Llama 3.2–3B, DeepSeek-V2.5, Llama 3.1–7B, Hermes–3-70B, Llama 3.1–405B, Llama 3.1–3B และ Llama 3.1–88
• โมเดลการสร้างภาพจากข้อความเพื่อปล่อยความคิดสร้างสรรค์ของคุณด้วยภาพที่สร้างโดย AI เช่น Flux 1 [dev], SDXL-1.0, Segmind SD–1B, Stable Diffusion–1.5 และ SDXL-1.0-Turbo
• โมเดล Text-to-speech สำหรับแอปพลิเคชันการสังเคราะห์เสียง เช่น Melo TTS

คู่มือการเข้าถึงและใช้งานโมเดลโอเพนซอร์ส

เพื่อเข้าถึงและใช้งานโมเดล AI โอเพนซอร์สของ Hyperbolic ดำเนินการตามขั้นตอนเหล่านี้:

1. สร้างบัญชี: ลงทะเบียนบนแพลตฟอร์ม Hyperbolic เพื่อเข้าถึงโมเดลที่มีอยู่
2. เลือกรุ่น: เรียกดูรายการรุ่นที่มีพร้อมและเลือกรุ่นที่เหมาะกับความต้องการของคุณ
3. Implement the Model: Use Hyperbolic’s decentralized infrastructure to implement the model, ensuring it runs on the best available hardware.
4. ผสานกับแอปพลิเคชัน: ใช้ API ของโมเดลเพื่อผสานกับแอปพลิเคชันของคุณ ทำให้สามารถใช้งานได้อย่างราบรื่น

ตลาด Hyperbolic GPU

ตลาด GPU Hyperbolic เป็นแพลตฟอร์มที่ไม่ central decentralized ที่อนุญาตให้ผู้ใช้เช่าความจุ GPU ที่ว่างเปล่าจากซัพพลายเออร์ต่าง ๆ พื้นที่นี้เชื่อมต่อผู้ที่ต้องการพลังการคำนวณสำหรับงาน AI กับผู้ที่มีทรัพยากร GPU เกินขึ้น ทำให้เกิดโซลูชันที่มีคุณตอบสนองและมีประสิทธิภาพสำหรับทั้งสองฝ่าย โดยใช้ตลาดนี้ ผู้ใช้สามารถเข้าถึง GPU ที่มีประสิทธิภาพสูงในส่วนเพียงเพียงเท่าน้อยของค่าเทียบกับผู้ให้บริการคลาวด์传统

เทคโนโลยีที่อยู่เบื้องหลัง Hyperbolic GPU Marketplace

เทคโนโลยีที่ขับเคลื่อนตลาด GPU Hyperbolic ถูกสร้างบนระบบปฏิบัติการกระจายที่ไม่มีเจ้าของ (Hyper-dOS) ระบบนี้จัดการและปรับปรุงโครงสร้าง GPU ระดับโลกอย่างมีประสิทธิภาพ โดยให้แน่ใจว่างานคำนวณถูกกระจายอย่างมีประสิทธิภาพที่สุดในเครือข่าย Hyper-dOS รวมหลายแหล่งที่มาของพลังงาน GPU รวมถึงศูนย์ข้อมูล ฟาร์มขุดเหมือง เครื่องส่วนบุคคล และระบบอยู่บริเวณที่ใกล้ชิด เพื่อสร้างโครงสร้างที่แข็งแรงและสามารถขยายขนาดได้

Key Differentiators of Hyperbolic GPU Marketplace

• Suppliers: ซัพพลายเออร์ในตลาด GPU แบบเฮไพเปอร์สามารถกำไรจากทรัพยากร GPU ที่ว่างเปล่าของพวกเขาโดยให้เช่าให้ผู้ใช้ สิ่งนี้จะสร้างทางรายได้เพิ่มเติมสำหรับศูนย์ข้อมูล ฟาร์มขุดเหมืองและบุคคลที่มี GPU ที่มีประสิทธิภาพสูง ซัพพลายเออร์ได้รับประโยชน์จากลักษณะที่กระจายของแพลตฟอร์มที่มั่นใจในการได้รับค่าตอบแทนที่เป็นธรรมและการใช้ทรัพยากรอย่างมีประสิทธิภาพ
• ผู้เช่า: ผู้เช่าสามารถเข้าถึงตัวเลือก GPU ต่างๆ เพื่อตอบสนองความต้องการการคำนวณของพวกเขา ตลาดขายให้ประสบการณ์ที่ดี ช่วยให้ผู้ใช้เช่า GPU ได้โดยง่ายดายเพียงไม่กี่คลิก ความสะดวกสบายและราคาที่แข่งขันสร้างความสนใจสำหรับนักวิจัย นักพัฒนาและบริษัทที่ต้องการลดค่าใช้จ่ายสำหรับโครงสร้าง AI ของพวกเขา

การกำหนดราคาแบบไฮเปอร์โบลิก

ราคาตลาด GPU

ตลาด GPU Hyperbolic นำเสนอโครงสร้างราคาที่ยืดหยุ่นและแข่งขันสำหรับการเช่าทรัพยากร GPU ผู้ผลิตสามารถตั้งราคาของตนเองในขอบเขตที่ Hyperbolic กำหนดเพื่อให้ได้ราคาที่เป็นธรรมตามอัตราตลาด นี่คือการแยกประเภทรายละเอียดของราคา:

VRAM 80GB:

• H100 SXM: $3.20 ต่อชั่วโมง
• H100 PCIe: 3.00 ต่อชั่วโมง
• A100 SXM: 1.80 ดอลลาร์ต่อชั่วโมง
• A100 PCIe: 1.60 USD ต่อชั่วโมง

48GB VRAM:

• L40: $1.00 ต่อชั่วโมง
• L40S: $1.00 ต่อชั่วโมง
• RTX 6000 Ada: 0.90 USD ต่อชั่วโมง
• RTX A6000: $0.75 ต่อชั่วโมง
• A40: 0.50 บาทต่อชั่วโมง

24GB VRAM และต่ำกว่า:

• RTX 4090: $0.50 per hour
• RTX 3090 Ti: 0.30 ต่อชั่วโมง
• RTX 3090: $0.30 ต่อชั่วโมง
• RTX A5000: 0.30 ดอลลาร์ต่อชั่วโมง
• RTX A4000 Ada: 0.30 USD ต่อชั่วโมง
• RTX A4500: $0.30 ต่อชั่วโมง
• RTX A4000: 0.30 ต่อชั่วโมง
• RTX 3080: 0.20 USD ต่อชั่วโมง
• RTX 3070: $0.20 ต่อชั่วโมง
• A30: $0.20 ต่อชั่วโมง
• Tesla T4: 0.20 ต่อชั่วโมง

Hyperbolic จะเก็บค่าบริการแพลตฟอร์ม 10% จากรายได้จากการเช่า ตัวอย่างเช่น หากผู้ผลิตตั้งราคาสำหรับ H100 SXM ที่ $2.50 ต่อชั่วโมง เขาจะได้รับ $2.25 ต่อชั่วโมงหลังจากหักค่าบริการแพลตฟอร์ม โครงสร้างค่าบริการนี้ทำให้ผู้ผลิตได้รับค่าตอบแทนที่เป็นธรรมและรักษาราคาที่แข่งขันสำหรับผู้เช่า

การกำหนดราคาการออกแบบ AI

Hyperbolic มีรูปแบบการกำหนดราคาแบบชั้นเรียงสำหรับบริการ AI inference เพื่อตอบสนองความต้องการและงบประมาณของผู้ใช้ที่แตกต่างกัน ตามนี้คือการดูรายละเอียดของขั้นตอนการกำหนดราคา:

ระดับพื้นฐาน:

• ผู้ใช้ฟรี: สูงสุด 60 คำขอต่อนาที
• ผู้ใช้ที่ชำระเงิน: สูงสุด 600 คำขอต่อนาทีสำหรับผู้ใช้ที่ฝากเงินอย่างน้อย $10 เข้าบัญชีของพวกเขา

บริการรวมถึงการเข้าถึงรูปแบบข้อความเป็นข้อความข้อความเป็นคําพูดข้อความเป็นรูปภาพและรูปแบบข้อความเป็นวิดีโอรวมถึงบริการปรับแต่ง

ระดับองค์กร:

• คำขอไม่จำกัด: ใช้ได้กับการดำเนินงานขนาดใหญ่
• ชุดเต็มของโมเดล AI: สามารถเข้าถึงโมเดลทั้งหมดที่มีอยู่ได้
• Dedicated Support: สัญญาบริการที่ปรับแต่งและการให้บริการที่ไว้วางใจสำหรับผู้ใช้ธุรกิจระดับองค์กร

เริ่มต้นกับ Hyperbolic

วิธีสร้างบัญชีกับ Hyperbolic

• เยี่ยมชมเว็บไซต์เชิงพหุน.
• ลงชื่อสมัครใช้บริการ: เลือกเข้าสู่ระบบด้วยบัญชี Google หรือ GitHub ของคุณ หรือเลือก “สร้างบัญชี” เพื่อตั้งรหัสผ่านที่ไม่ซ้ำกัน
• Complete Registration: กรอกรายละเอียดที่จำเป็นและยืนยันที่อยู่อีเมลของคุณ
• เข้าถึงแดชบอร์ด: เมื่อลงทะเบียนแล้วคุณจะสามารถเข้าถึงแดชบอร์ด AI ของ Hyperbolic ได้ทันที ที่นี่คุณสามารถสำรวจโมเดล AI ต่าง ๆ และทรัพยากร GPU

เริ่มต้นใช้งาน Hyperbolic AI Inference

เพื่อเริ่มใช้บริการการอ่าน AI ของ Hyperbolic:

1. ขอคีย์ API: หลังจากสร้างบัญชีของคุณเรียบร้อยแล้ว ไปที่หน้าตั้งค่าบนแดชบอร์ด Hyperbolic AI เพื่อรับคีย์ API ของคุณ

2. เลือกโมเดล: เลือกจากหลากหลายโมเดล AI ที่มีบนแพลตฟอร์ม

3. การใช้ Inference: ใช้ API endpoints ที่ให้ไว้เพื่อรันงาน Inference ตัวอย่างเช่นคุณสามารถสร้างข้อความ รูปภาพ หรือเสียงโดยการส่งคำขอไปยัง endpoints ที่เหมาะสม

วิธีเช่า GPU บน Hyperbolic

1. นำทางไปที่แท็บการเช่า GPU: บนแพลตฟอร์ม Hyperbolic, ไปที่ส่วน 'เช่า GPU'.
2. เลือกตัวอย่าง GPU: เลือกตัวอย่าง GPU ที่เหมาะกับความต้องการของคุณจากตัวเลือกที่มีอยู่
3. เช่า GPU: คลิก 'เช่า' และรอให้ตัวอินสแตนซ์แสดงผลว่า 'พร้อมเชื่อมต่อ'
4. เชื่อมต่อกับ GPU: ใช้คําสั่ง SSH ที่ให้มาเพื่อเชื่อมต่อกับอินสแตนซ์ GPU โดยใช้ไคลเอ็นต์ SSH ที่คุณต้องการ
5. ใช้ GPU: เมื่อเชื่อมต่อแล้วคุณสามารถเริ่มใช้ GPU สำหรับงานคำนวณของคุณได้

โฮสติ้งและการหาเงินจากโมเดล AI

1. เตรียมโมเดลของคุณ: ตรวจสอบให้แน่ใจว่าโมเดล AI ของคุณพร้อมสำหรับการใช้งาน
2. อัปโหลดโมเดลของคุณ: ใช้แพลตฟอร์ม Hyperbolic เพื่ออัปโหลดโมเดลของคุณ
3. ตั้งค่าการโฮสติ้ง: กำหนดค่าการโฮสติ้งรวมถึง API endpoints และการจัดสรรทรัพยากร
4. กำไรจากแบบจำลองของคุณ: กำหนดราคาสำหรับการเข้าถึงแบบจำลองของคุณ โดย Hyperbolic มีเครื่องมือในการจัดการการชำระเงินและติดตามการใช้งาน
5. ตรวจสอบประสิทธิภาพ: ใช้แดชบอร์ดเพื่อตรวจสอบประสิทธิภาพโมเดลของคุณและทำการปรับแต่งตามความต้องการ

การระดมทุนแบบไฮเปอร์โบลิก

แหล่งที่มา: เว็บไซต์ของ Hyperbolic

ไฮเพอร์โบลิกประสบความสําเร็จในการระดมทุน 20 ล้านดอลลาร์ผ่านการจัดหาเงินทุนหลายรอบซึ่งแสดงให้เห็นถึงความเชื่อมั่นของนักลงทุนที่แข็งแกร่งในวิสัยทัศน์และเทคโนโลยี ไฮเพอร์โบลิกระดมทุนได้ 725,000 ดอลลาร์ในรอบการระดมทุนก่อนเมล็ดพันธุ์ในเดือนพฤศจิกายน 2022 การลงทุนในช่วงแรกนี้ช่วยให้ บริษัท พัฒนาเทคโนโลยีหลักและสร้างทีมพื้นฐาน ในเดือนกรกฎาคม 2024 บริษัท ได้รับเงิน 7 ล้านดอลลาร์ในรอบการระดมทุนเมล็ดพันธุ์ที่นําโดย Faction และ Polychain Capital โดยมีส่วนร่วมจาก Longhash Ventures, Bankless Ventures และ Nomad รอบนี้ทําให้ Hyperbolic สามารถขยายโครงสร้างพื้นฐานและปรับปรุงตลาด GPU แบบกระจายอํานาจ จากนั้นไฮเพอร์โบลิกก็ระดมทุนได้ 12 ล้านดอลลาร์ในรอบ Series A นําโดย Polychain Capital และ Variant ด้วยการลงทุนเพิ่มเติมจาก Republic Capital, IOSG Ventures และ Wintermute การระดมทุนนี้มีความสําคัญต่อการปรับขนาดการดําเนินงานปรับปรุงบริการ AI และขยายฐานผู้ใช้

สรุป

ด้วยการจัดการกับความท้าทายที่สําคัญเช่นค่าใช้จ่ายสูงการเข้าถึงพลังการคํานวณที่ จํากัด และความจําเป็นในการตรวจสอบที่โปร่งใส Hyperbolic กําลังทําให้เทคโนโลยี AI เป็นประชาธิปไตย ตลาด GPU แบบกระจายอํานาจเทคโนโลยีที่เป็นนวัตกรรมเช่น Proof of Sampling (PoSP) และ spML และสถาปัตยกรรมระบบนิเวศที่ครอบคลุมมอบโซลูชันที่แข็งแกร่งมีประสิทธิภาพและปลอดภัยสําหรับผู้ใช้จํานวนมาก ในขณะที่ Hyperbolic ก้าวไปข้างหน้า บริษัทยังคงยึดมั่นในวิสัยทัศน์ในการสร้างระบบนิเวศที่โปร่งใส มีประสิทธิภาพ และกระจายอํานาจซึ่งส่งเสริมนวัตกรรมและการทํางานร่วมกัน ไม่ว่าคุณจะเป็น บริษัท นักวิจัยศูนย์ข้อมูลหรือบุคคลทั่วไป Hyperbolic นําเสนอเครื่องมือและทรัพยากรที่จําเป็นในการใช้ประโยชน์จากพลังของ AI และเทคโนโลยีการคํานวณอย่างมีประสิทธิภาพ