진써차이징(Jinse) 편집
주석: 2024년 12월 10일, Crypto x AI 프로젝트 Hyperbolic이 1,200만 달러의 A 라운드 투자를 완료했다고 발표했습니다. Variant와 Polychain Capital이 주도 투자했습니다. Hyperbolic은 이전에 Polychain Capital과 Lightspeed Faction이 주도한 700만 달러의 시드 라운드 투자와 더 이른 시기의 사전 투자를 받았으며, 총 투자 금액은 2,000만 달러에 달합니다.
Hyperbolic이 어떤 프로젝트인지 자세한 내용은 이전 진써차이징(Jinse) 보도 "Crypto x AI 신성 Hyperbolic 완전 이해하기"를 참고하시기 바랍니다.
동시에 Variant는 자사 웹사이트에 Hyperbolic에 투자한 이유를 설명하는 글을 게시했습니다. 이제 Variant의 Hyperbolic 투자 논리를 살펴보겠습니다.
컴퓨팅 플랫폼의 변화는 종종 쌍을 이루거나 그룹을 이루며 진화하는데, 이는 새로운 하드웨어, 애플리케이션 및 배포 혁신과 함께 이루어집니다. 예를 들어 개인용 컴퓨터, 인터넷 및 월드 와이드 웹. 모바일 기기, 소셜 네트워크 및 클라우드 컴퓨팅 등입니다.
우리는 암호화(기술)와 AI의 교차점에서 새로운 강력한 조합이 등장하고 있다고 믿습니다. AI는 대규모 GPU 조정이 필요하지만, 암호화 기술은 인센티브 메커니즘을 활용하여 리소스를 통합합니다. AI는 확률적이지만, 암호화 기술은 결정적입니다. 우리는 암호화 기술이 AI가 직면한 두 가지 가장 시급한 문제인 비용과 신뢰(특히 신뢰 비용)를 해결할 수 있다고 믿습니다.
비용과 신뢰
자세히 살펴보겠습니다:
비용
현재 모델을 실행하는 비용은 매우 높습니다. 근본적인 이유는 일반적으로 공급 문제로 간주되는데, 즉 최대 기술 기업들이 GPU를 비축하여 부족을 초래한다는 것입니다. 그러나 사실은 그렇지 않습니다. 전 세계 데이터 센터, 채굴장, 개인 컴퓨터 및 로컬 머신에 충분한 GPU가 있습니다. 오히려 GPU 공급이 분산되어 조정이 부족하기 때문에 희소해 보이는 것입니다. 따라서 우리가 실제로 직면하고 있는 것은 GPU 공급업체의 탈중앙화 네트워크에서의 조정 문제이며, 이로 인해 가격이 높아집니다.
신뢰
GPU의 탈중앙화 네트워크는 원시 비용이 낮지만 새로운 문제인 신뢰 비용을 초래합니다. 다양한 참여자로 구성된 네트워크에서 실행되는 모델이 올바르게 실행되고 있다는 것을 어떻게 믿을 수 있습니까? 암호화 분야의 전통적인 해결책은 각 노드가 동일한 계산을 실행하도록 하여 오버헤드를 크게 늘리거나 계산 부담을 완전히 줄이는 것입니다.
그러나 AI 모델의 경우 이는 작동하지 않습니다. 왜냐하면 각 노드가 동일한 계산을 수행하면 너무 느리고 모델 크기를 줄이면 품질이 저하되기 때문입니다. 중앙화 환경에서도 검증 문제가 존재합니다(예: ChatGPT가 제공하는 것이 GPT-4인지 GPT 3.5인지 어떻게 알 수 있습니까?). 그러나 OpenAI의 명성은 암호화의 엄격성은 부족하지만 더 저렴한 신뢰를 제공할 수 있습니다. 쿠키 레시피를 묻는 경우 이러한 검증 가능성은 중요하지 않을 수 있지만, 의료 영상에서 악성 종양이 있는지 묻는 경우에는 중요합니다. AI가 사회에서 점점 더 중요한 역할을 하면서 신뢰 비용은 증가할 것입니다. 암호화 네트워크는 비용을 줄이기 위해 검증 문제를 해결해야 하므로 이 부분에서 앞서 있습니다.
이제 Hyperbolic의 차례입니다.
Hyperbolic이란 무엇인가
Hyperbolic은 우리가 보아온 최초의 탈중앙화 GPU 네트워크에서 신뢰 비용 문제를 해결하는 참여자입니다. 이 팀의 핵심 혁신은 샘플링 기반 검증 가능한 기계 학습(spML)입니다. 이는 경제적으로 합리적인 행동을 가정하는 샘플링 증명이라는 무작위 샘플링 프로토콜을 사용하여 GPU 제공자의 탈중앙화 네트워크에서 검증 가능성을 보장하면서도 최대 규모와 최고 품질의 AI 모델을 실행하는 데 필요한 효율성을 유지합니다. Hyperbolic은 성능이나 품질을 희생하지 않고도 더 낮은 비용으로 모델을 검증 가능하게 실행할 수 있습니다.
초기 시장 반응은 이를 뒷받침합니다. Hyperbolic은 Llama 3.1 405B 기본 모델을 BF16 형식으로 호스팅하는 몇 안 되는 플랫폼 중 하나입니다. 이는 OpenAI의 독점 GPT-4 모델과 품질이 동등한 대규모 오픈 소스 모델이지만, Hyperbolic에서 Llama 3.01 405B를 실행하면 OpenAI의 GPT-4 모델보다 10배 저렴합니다. Hugging Face의 Gradio, OpenRouter 및 Quora의 Poe와 같은 선도적인 AI 플랫폼과의 통합은 Hyperbolic이 AI 커뮤니티에 최고 품질의 모델을 제공하겠다는 약속을 강조합니다. Andrej Karpathy와 같은 저명한 AI 개발자들이 이미 Hyperbolic을 사용하여 오픈 소스 모델을 실행하고 있는데, 이는 더 높은 품질의 모델을 더 저렴하게 실행할 수 있고 경쟁업체 제품보다 사용자 경험이 좋기 때문입니다.
그러나 Hyperbolic은 단순히 강력한 Web2 경쟁자가 아니라 Web3 애플리케이션의 요구 사항을 충족하는 데 있어 비교할 수 없을 것입니다. 현재 Web3 애플리케이션은 AI를 통합할 때 파우스트적 거래를 해야 합니다. 즉, 필요한 성능을 얻기 위해 중앙화된 AI 추론 소스에 의존해야 하며, 이는 프로젝트의 탈중앙화 정신과 직접 상충되고 예언자 문제를 다시 도입합니다. 그러나 Hyperbolic은 탈중앙화와 성능 및 품질을 모두 제공할 것이므로, Web3 애플리케이션은 어떤 것도 포기하지 않고 이를 활용할 수 있습니다.
우리는 이 팀이 먼저 모든 사용자(Web3 사용자만이 아닌)에게 경쟁력 있는 제품을 구축하는 데 초점을 맞추는 것이 올바른 접근 방식이라고 생각합니다. GPU 공급은 수요를 따르는 기회주의적이며 장애물 없이 움직일 것이므로, 필요한 점착성을 구축하기 위해 먼저 수요를 끌어들이는 것이 중요합니다. 우리는 추론 수요가 지속적으로 GPU 공급을 끌어들이고 장기적인 시장 경쟁에 필요한 규모의 경제를 실현할 것으로 예상합니다. 이를 설명하는 다소 부적절한 유추는 아마존의 AWS 접근 방식입니다. 아마존은 먼저 사용자들이 좋아하는 제품(예: 마켓플레이스)을 통해 컴퓨팅 수요를 구축하고, 그 수요를 지원하는 컴퓨팅 공급을 제공했으며, 결국 규모의 경제를 실현하여 경쟁업체보다 더 저렴하고 더 나은 방식으로 제3자에게 컴퓨팅 서비스를 제공할 수 있게 되었습니다. Hyperbolic 네트워크에서 핵심 수요와 공급을 구축한 후, 이 팀이 교육, 데이터 소스 및 전처리를 포함한 AI 스택의 모든 계층으로 확장할 수 있을 것이라고 믿습니다.
Hyperbolic 창업팀
Hyperbolic의 창립자들은 우리가 이 분야에서 만난 가장 강력한 팀입니다. 그들은 암호화와 인공 지능 분야에서 모두 깊은 전문성을 보유하고 있어 AI 모델의 탈중앙화 컴퓨팅 시장에 독특한 우위를 가지고 있습니다.
암호화 분야에서 Hyperbolic의 CEO이자 공동 창립자인 Jasper Zhang은 수학 전문가로, 분산 시스템의 증명 검증 분야에 전문성이 있습니다. Jasper는 수학 올림피아드에서 여러 차례 수상했으며, 버클리에서 2년 만에 수학 박사 학위를 취득하여 해당 대학 역사상 가장 빨리 이 5년제 박사 과정을 마친 사람이 되었고, 이전에는 Citadel의 정량 분석가와 Ava Labs의 연구원이었습니다.
AI 분야에서 Hyperbolic의 CTO이자 공동 창립자인 Yuchen Jin은 기계 학습 및 분산 시스템 전문가입니다. Yuchen는 중국 국가 장학금을 받았고 워싱턴 대학교에서 컴퓨터 과학 박사 학위를 취득했으며, OctoAI에서 엔지니어 팀을 관리하며 AI 모델을 위한 최적화 솔루션을 구축했습니다.
우리는 오늘 Hyperbolic의 A 라운드 투자를 주도했음을 발표하게 되어 기쁩니다. Jas
