La industria de IA enfrenta desafíos significativos, incluyendo el alto costo y la disponibilidad limitada de recursos computacionales. El entrenamiento y la implementación de modelos de IA requieren una gran potencia de GPU, a menudo costosa e inaccesible para muchos usuarios. Además, existe una falta de transparencia y verificación en los procesos de IA, lo que lleva a problemas de confianza e ineficiencias.

Hyperbolic aborda estos problemas aprovechando la tecnología descentralizada. Al crear un mercado descentralizado de GPU, Hyperbolic hace que los recursos computacionales sean más asequibles y accesibles. Este mercado permite a los usuarios alquilar capacidad de GPU inactiva de varios proveedores, reduciendo costos y aumentando la disponibilidad. Además, Hyperbolic introduce Proof of Sampling (PoSP) para cálculos de IA confiables y utiliza spML y el Sistema Operativo Descentralizado de Hyperbolic (Hyper-dOS) para optimizar el entrenamiento y despliegue de modelos de IA.

¿Qué es Hyperbolic?

Fuente: sitio web hiperbólico

Hyperbolic es una plataforma descentralizada diseñada para revolucionar el acceso a la inteligencia artificial y los recursos computacionales. En su núcleo, Hyperbolic crea un mercado donde los usuarios pueden alquilar la capacidad de la GPU inactiva de varios proveedores. Este enfoque garantiza el uso eficiente de los recursos, reduciendo significativamente los costos asociados con la computación de alto rendimiento. Al descentralizar la disponibilidad de energía de la GPU, Hyperbolic hace posible que un rango más amplio de usuarios participen en el desarrollo y despliegue de inteligencia artificial, derribando barreras que tradicionalmente han limitado el acceso a estas tecnologías. Hyperbolic fue fundada por Dr Jasper Zhang y Dr. Yuchen Jin.

Misión y Visión de Hyperbolic

La misión de Hyperbolic es democratizar el acceso a la IA y al poder computacional, poniendo estos recursos a disposición de todos, independientemente de sus capacidades financieras o técnicas. La visión es crear un ecosistema transparente, eficiente y descentralizado que fomente la innovación y la colaboración en la industria de la IA. Al aprovechar la tecnología blockchain y los principios descentralizados, Hyperbolic tiene como objetivo construir un futuro donde el desarrollo de la IA sea más inclusivo y equitativo.

Usuarios de Hyperbolic

• Empresas: Las empresas pueden utilizar Hyperbolic para el entrenamiento y despliegue rentables de modelos de IA, reduciendo gastos operativos y acelerando las iniciativas de IA.
• Investigadores: los investigadores académicos e industriales tienen acceso a recursos computacionales asequibles, lo que les permite llevar a cabo investigaciones avanzadas en IA sin la carga financiera de los costos tradicionales de GPU.
• Centros de datos: los centros de datos pueden monetizar su capacidad de GPU inactiva al alquilarla en el mercado de Hyperbolic, convirtiendo los recursos no utilizados en una fuente de ingresos.
• Individuos: Los aficionados, estudiantes y desarrolladores independientes se benefician de herramientas y recursos de IA accesibles, lo que les permite experimentar, aprender e innovar sin una inversión financiera significativa.

Tecnología detrás de Hyperbolic

Proof of Sampling (PoSP)

Proof of Sampling (PoSP) es un protocolo de verificación diseñado para garantizar la integridad y confiabilidad de las computaciones de IA en sistemas descentralizados. PoSP utiliza un método de muestreo para verificar transacciones e interacciones de datos, reduciendo significativamente la carga computacional en comparación con los métodos de verificación tradicionales. Al aprovechar los principios de teoría de juegos, PoSP fomenta que los participantes actúen de manera honesta, mejorando la confiabilidad general de la red.

Cómo funciona la Prueba de Muestreo

PoSP opera seleccionando muestras aleatorias de un conjunto de datos o tarea computacional y verificando estas muestras en lugar de todo el conjunto de datos. Utilizando un modelo teórico de juegos conocido como Equilibrio de Nash de estrategia pura, PoSP fomenta que todos los participantes actúen honestamente, mejorando la confiabilidad y confiabilidad de la red. Este método reduce la cantidad de datos que deben procesarse, lo que hace que el proceso de verificación sea más eficiente. Se incentiva a los participantes de la red a proporcionar muestras precisas debido a que el comportamiento deshonesto puede detectarse mediante análisis estadístico. Si se encuentran discrepancias, se imponen sanciones para garantizar que la mayoría de los participantes actúen honestamente.

spML

El protocolo spML es un mecanismo de verificación diseñado para abordar las deficiencias de los sistemas anteriores (zkML y opML) al agilizar el proceso de verificación de inferencia de IA en redes descentralizadas. El protocolo spML utiliza un método sencillo pero efectivo para garantizar tanto el procesamiento rápido como la alta seguridad sin la sobrecarga computacional y la complejidad asociadas con zkML o la vulnerabilidad al fraude observada en opML.

Cómo funciona spML

El protocolo comienza cuando un usuario envía una entrada con su firma digital a un servidor seleccionado al azar, conocido como Servidor A. El Servidor A procesa la entrada y devuelve la salida junto con su hash, también firmado para verificar su autenticidad. Para garantizar la confiabilidad de la inferencia, el protocolo puede involucrar aleatoriamente a un servidor adicional, Servidor B, para verificar independientemente la salida. Esto ocurre con una probabilidad predeterminada; si no se selecciona el Servidor B, el Servidor A recibe una recompensa y la transacción concluye con éxito.

Si el Servidor B está involucrado, procesa la misma entrada y envía su resultado y hash al usuario. El usuario luego compara ambos hashes. Si coinciden, lo que indica resultados consistentes, ambos servidores son recompensados. Si los hashes difieren, lo que indica una posible discrepancia o fraude, el usuario difunde esta información a toda la red. La red, compuesta por múltiples nodos, vota para adjudicar el reclamo en función de la regla de mayoría. Se imponen sanciones a cualquier parte deshonesta para mantener la integridad y confianza del sistema.

Sistema Operativo Descentralizado Hiperbólico (Hyper-dOS)

Hyper-dOS es el sistema operativo descentralizado que gestiona y orquesta los recursos dentro del ecosistema Hyperbólico. Asegura que las tareas computacionales se distribuyan y ejecuten de manera eficiente en toda la red. Hyper-dOS desempeña un papel crucial en el mantenimiento del rendimiento y la escalabilidad de la infraestructura descentralizada de Hyperbólico, permitiendo la integración y operación sin problemas de diversos servicios de inteligencia artificial. Al coordinar la asignación de recursos, Hyper-dOS maximiza la utilización de la potencia computacional disponible, garantizando que las tareas se completen de manera rápida y eficiente.

Arquitectura del Ecosistema Hiperbólico

Fuente: Blog de Hyperbolic

Capa de Orquestación Descentralizada Hiperbólica

La capa de orquestación descentralizada es la columna vertebral de la infraestructura de Hyperbolic. Impulsada por el Sistema Operativo Descentralizado de Hyperbolic (Hyper-dOS), esta capa gestiona y optimiza la infraestructura global de GPU. Integra la potencia de cálculo de diversas fuentes, incluidos centros de datos, granjas mineras, máquinas personales y sistemas locales.

Las características clave incluyen:

• Auto-escalado: El sistema puede ajustar automáticamente el tamaño de los clústeres de GPU según la demanda en tiempo real, garantizando una utilización eficiente de los recursos.
• Auto-curación: la capa de orquestación puede detectar y recuperarse de fallos de forma autónoma, manteniendo la operación continua sin intervención manual.
• Personalización: los usuarios pueden adaptar los grupos para cumplir con requisitos específicos, brindando flexibilidad y adaptabilidad para diversas aplicaciones.

Capa de Servicios de IA

Esta capa aloja una suite completa de servicios y motores de IA, proporcionando funcionalidades esenciales para aplicaciones de IA. Admite una amplia gama de tareas, desde automatización simple hasta procesos complejos de optimización y mejora.

Los componentes clave incluyen:

• Servicios de inferencia: Estos servicios permiten predicciones en tiempo real y toma de decisiones por modelos de IA, asegurando un alto rendimiento y precisión.
• Entrenamiento y ajuste de modelos: Las herramientas para entrenar y ajustar modelos de IA permiten a los desarrolladores adaptar los modelos a tareas y conjuntos de datos específicos, mejorando su efectividad.
• Evaluación del modelo de IA: Esto incluye herramientas y referencias para evaluar el rendimiento y la precisión de los modelos de IA, lo que ayuda a los desarrolladores a refinar y mejorar continuamente sus modelos.

Capa de verificación y privacidad

La capa de verificación y privacidad asegura la integridad y confidencialidad de las computaciones de IA. Incorpora Prueba de Muestreo (PoSP) para verificar la precisión de las computaciones, protegiéndose contra actividades fraudulentas. Además, esta capa incluye técnicas de preservación de la privacidad para salvaguardar datos sensibles durante el procesamiento, asegurando que los datos del usuario permanezcan seguros y confidenciales.

Capa blockchain hiperbólica

La capa de blockchain es la base de la seguridad y transparencia de Hyperbolic. Proporciona un libro mayor seguro e inmutable para todas las transacciones e interacciones dentro del ecosistema. Esta capa mejora la confianza y responsabilidad al garantizar que todas las actividades se registren de manera transparente. También admite contratos inteligentes, lo que permite acuerdos automatizados y seguros entre partes, lo que agiliza las operaciones y reduce la necesidad de intermediarios.

Capa de aplicación

La capa de aplicación es la interfaz a través de la cual los usuarios finales interactúan con el ecosistema hiperbólico. Incluye varias aplicaciones e interfaces de usuario diseñadas para ser intuitivas y accesibles. Esta capa garantiza que tanto los usuarios técnicos como los no técnicos puedan acceder y utilizar fácilmente los servicios de Hyperbólico. Las aplicaciones en esta capa van desde paneles de usuario simples hasta entornos de desarrollo complejos, atendiendo a una amplia gama de necesidades de los usuarios.

Inferencia de IA de Hyperbolic

La inferencia de IA es el proceso en el que los modelos de IA entrenados interpretan nuevos datos y toman decisiones basadas en su entrenamiento. A diferencia de la fase de entrenamiento, que implica aprender patrones de vastos conjuntos de datos, la inferencia aplica este conocimiento aprendido a datos nuevos e invisibles para generar predicciones o resultados. Las capacidades de inferencia de IA de Hyperbolic están diseñadas para ser eficientes y escalables, aprovechando una red descentralizada de recursos de GPU para proporcionar resultados rápidos y precisos. Este enfoque descentralizado garantiza que las tareas de inferencia se puedan distribuir en varios nodos, mejorando el rendimiento y la confiabilidad.

Beneficios de la inferencia de IA de Hyperbolic

• Escalabilidad: La red descentralizada puede manejar tareas de inferencia a gran escala, asegurando un rendimiento constante incluso durante el uso máximo.
• Eficiencia de costos: Al utilizar recursos de GPU inactivos, Hyperbolic reduce el costo de la inferencia de IA, lo que la hace más accesible a una gama más amplia de usuarios.
• Eficiencia energética: la inferencia eficiente reduce el costo computacional y el consumo de energía, contribuyendo a aplicaciones de IA más sostenibles.

Modelos de IA de código abierto hiperbólicos

Fuente: sitio web de Hyperbolic

Hyperbolic proporciona acceso a una variedad de modelos de inteligencia artificial de código abierto de alto rendimiento, lo que permite a los desarrolladores aprovechar la tecnología de vanguardia sin los altos costos asociados con los proveedores tradicionales. Algunos ejemplos de modelos disponibles incluyen:

• Los Modelos de Lenguaje de Visión (VLM), que combinan la comprensión visual y textual como Qwen2-VL-7B-Instruct, Pixtral-12B y Qwen2-VL-7B.
• Modelos base que permiten acceder al poder puro de la IA fundamental, como Llama 3.1–405B-BASE (BF16) y Llama 3.1–405B-BASE (FP8)
• Modelos de texto a texto para tareas de procesamiento del lenguaje natural como 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 y Llama 3.1–88
• Modelos de texto a imagen para liberar tu creatividad con imágenes generadas por IA como Flux 1 [dev], SDXL-1.0, Segmind SD–1B, Stable Diffusion–1.5 y SDXL-1.0-Turbo
• Modelos de texto a voz para aplicaciones de síntesis de voz como Melo TTS.

Guía para acceder y usar modelos de código abierto

Para acceder y utilizar los modelos de IA de código abierto de Hyperbolic, sigue estos pasos:

1. Crear una cuenta: Regístrese en la plataforma Hyperbolic para obtener acceso a los modelos disponibles.
2. Seleccionar un modelo: navegue por la lista de modelos disponibles y elija uno que se adapte a sus necesidades.
3. Implementar el modelo: Utilice la infraestructura descentralizada de Hyperbolic para implementar el modelo, asegurándose de que se ejecute en el mejor hardware disponible.
4. Integrarse con aplicaciones: Utilice la API del modelo para integrarlo con sus aplicaciones, lo que permite capacidades de IA sin problemas.

Mercado de GPU hiperbólico

El mercado de GPU hiperbólicas es una plataforma descentralizada que permite a los usuarios alquilar capacidad de GPU inactiva de varios proveedores. Este mercado conecta a aquellos que necesitan potencia de cálculo para tareas de IA con aquellos que tienen recursos de GPU excedentes, creando una solución rentable y eficiente para ambas partes. Al aprovechar este mercado, los usuarios pueden acceder a GPUs de alto rendimiento a una fracción del costo en comparación con los proveedores de nube tradicionales.

Tecnología detrás del mercado hiperbólico de GPU

La tecnología que impulsa el Mercado de GPU Hiperbólico se basa en el Sistema Operativo Descentralizado Hiperbólico (Hyper-dOS). Este sistema gestiona y optimiza la infraestructura global de GPU, asegurando que las tareas computacionales se distribuyan eficientemente en la red. Hyper-dOS integra diversas fuentes de potencia de GPU, incluyendo centros de datos, granjas de minería, máquinas personales y sistemas locales, para crear una infraestructura sólida y escalable.

Diferenciadores clave del mercado de GPU hiperbólico

• Proveedores: Los proveedores en el mercado hiperbólico de GPU pueden monetizar sus recursos GPU inactivos al alquilarlos a los usuarios. Esto proporciona una fuente adicional de ingresos para centros de datos, granjas de minería e individuos con GPU de alto rendimiento. Los proveedores se benefician de la naturaleza descentralizada de la plataforma, que garantiza una compensación justa y una utilización eficiente de los recursos.
• Inquilinos: los inquilinos pueden acceder a diversas opciones de GPU para satisfacer sus necesidades computacionales. El mercado ofrece una experiencia fluida, lo que permite a los usuarios alquilar GPUs con solo unos pocos clics. Esta accesibilidad y precios competitivos lo convierten en una opción atractiva para investigadores, desarrolladores y empresas que buscan reducir sus costos de infraestructura de IA.

Precios hiperbólicos

Precios del mercado de GPU

El mercado de GPU hiperbólico ofrece una estructura de precios flexible y competitiva para alquilar recursos de GPU. Los proveedores pueden establecer sus propios precios dentro de las pautas proporcionadas por Hiperbólico, garantizando tarifas justas del mercado. Aquí hay un desglose detallado de los precios:

80GB VRAM:

• H100 SXM: $3.20 por hora
• H100 PCIe: $3.00 por hora
• A100 SXM: $1.80 por hora
• A100 PCIe: $1.60 por hora

48GB VRAM:

• L40: $1.00 por hora
• L40S: $1.00 por hora
• RTX 6000 Ada: $0.90 por hora
• RTX A6000: $0.75 por hora
• A40: $0.50 por hora

24GB VRAM y menos:

• RTX 4090: $0.50 por hora
• RTX 3090 Ti: $0.30 por hora
• RTX 3090: $0.30 por hora
• RTX A5000: $0.30 por hora
• RTX A4000 Ada: $0.30 por hora
• RTX A4500: $0.30 por hora
• RTX A4000: $0.30 por hora
• RTX 3080: $0.20 por hora
• RTX 3070: $0.20 por hora
• A30: $0.20 por hora
• Tesla T4: $0.20 por hora

Hyperbolic cobra una comisión de plataforma del 10% del ingreso por alquiler. Por ejemplo, si un proveedor fija el precio de un H100 SXM en $2.50 por hora, recibirá $2.25 por hora después de deducir la comisión de la plataforma. Esta estructura de tarifas garantiza que los proveedores sean compensados de manera justa mientras se mantienen precios competitivos para los arrendatarios.

Precios de inferencia de IA

Hyperbolic ofrece un modelo de precios escalonado para servicios de inferencia de IA, que atiende a diferentes necesidades y presupuestos de los usuarios. Aquí tienes un vistazo detallado a los niveles de precios:

Nivel básico:

• Usuarios gratuitos: Hasta 60 solicitudes por minuto.
• Usuarios pagados: Hasta 600 solicitudes por minuto para usuarios que depositen un mínimo de $10 en sus cuentas.

Los servicios incluyen acceso a modelos de texto a texto, texto a voz, texto a imagen y texto a vídeo, así como servicios de ajuste fino.

Nivel de empresa:

• Solicitudes ilimitadas: Adecuado para operaciones a gran escala.
• Conjunto completo de modelos de IA: Acceso a todos los modelos disponibles.
• Soporte dedicado: SLA personalizados e instancias dedicadas para usuarios empresariales.

Comenzando con Hyperbolic

Cómo crear una cuenta con Hyperbolic

• Visita la Sitio web hiperbólico.
• Registrarse: Elija iniciar sesión con su cuenta de Google o GitHub, o seleccione "Crear una cuenta" para configurar una contraseña única.
• Complete Registration: Complete los detalles requeridos y confirme su dirección de correo electrónico.
• Acceso al panel: Una vez registrado, tendrá acceso inmediato al panel de inteligencia artificial de Hyperbolic, donde podrá explorar varios modelos de inteligencia artificial y recursos de GPU.

Comenzando con la Inferencia de IA Hiperbólica

Para comenzar a usar los servicios de inferencia de IA de Hyperbolic:

1. Obtener una clave API: después de crear su cuenta, navegue hasta la página de Configuración en el panel de control de Hyperbolic AI para obtener su clave API.

2. Selecciona un modelo: Elige entre una variedad de modelos de IA disponibles en la plataforma.

3. Ejecutar inferencia: Utilice los puntos finales de la API proporcionados para ejecutar tareas de inferencia. Por ejemplo, puede generar texto, imágenes o audio enviando solicitudes a los puntos finales apropiados.

Cómo alquilar GPUs en Hyperbolic

1. Navega hasta la pestaña Alquilar GPUs: En la plataforma Hyperbolic, ve a la sección 'Alquilar GPUs'.
2. Elige una instancia de GPU: selecciona la instancia de GPU que mejor se adapte a tus necesidades entre las opciones disponibles.
3. Alquila la GPU: Haz clic en 'Alquilar' y espera a que la instancia muestre "Listo para conectar".
4. Conéctese a la GPU: Utilice el comando SSH proporcionado para conectarse a la instancia de GPU usando su cliente SSH preferido.
5. Utilice la GPU: una vez conectada, puede comenzar a usar la GPU para sus tareas computacionales.

Hospedaje y monetización de modelos de IA

1. Prepara tu modelo: Asegúrate de que tu modelo de IA esté listo para implementarse.
2. Sube tu modelo: Usa la plataforma Hyperbolic para subir tu modelo.
3. Configurar alojamiento: Configurar la configuración de alojamiento, incluyendo puntos de API y asignación de recursos.
4. Monetiza tu modelo: establece precios para acceder a tu modelo. Hyperbolic proporciona herramientas para gestionar pagos y realizar un seguimiento del uso.
5. Monitorizar el rendimiento: Utilice el panel de control para monitorizar el rendimiento de su modelo y hacer ajustes según sea necesario.

Viaje de recaudación hipérbola

Fuente: Sitio web de Hyperbolic

Hyperbolic ha recaudado con éxito $20 millones a través de múltiples rondas de financiación, demostrando una fuerte confianza de los inversores en su visión y tecnología. Hyperbolic recaudó $725,000 en su ronda de financiación pre-seed en noviembre de 2022. Esta inversión temprana ayudó a la empresa a desarrollar su tecnología central y construir un equipo fundamental. En julio de 2024, la empresa aseguró $7 millones en una ronda de financiación seed liderada por Faction y Polychain Capital, con la participación de Longhash Ventures, Bankless Ventures y Nomad. Esta ronda permitió a Hyperbolic expandir su infraestructura y mejorar su mercado descentralizado de GPU. Posteriormente, Hyperbolic procedió a recaudar $12 millones en su ronda Serie A, liderada por Polychain Capital y Variant, con inversiones adicionales de Republic Capital, IOSG Ventures y Wintermute. Esta financiación fue crucial para escalar operaciones, mejorar los servicios de IA y expandir la base de usuarios.

Conclusión

Al abordar desafíos críticos como los altos costos, el acceso limitado a la potencia computacional y la necesidad de verificación transparente, Hyperbolic está democratizando la tecnología de IA. Su mercado descentralizado de GPU, tecnologías innovadoras como la Prueba de Muestreo (PoSP) y spML, y una arquitectura de ecosistema integral ofrecen soluciones sólidas, eficientes y seguras para muchos usuarios. A medida que Hyperbolic avanza, se mantiene comprometido con su visión de crear un ecosistema transparente, eficiente y descentralizado que fomente la innovación y la colaboración. Ya sea una empresa, investigador, centro de datos o individuo, Hyperbolic ofrece las herramientas y recursos necesarios para aprovechar de manera efectiva el poder de la IA y la tecnología computacional.