簡介

知名AI應用的對比

同樣作為AI應用，Hyperspace相對於Claude、ChatGPT等知名AI應用，在圖像生成、節點執行、網頁搜索等部分板塊更具優勢，並且在運行速率等關鍵功能上，Hyper給出了更高效的的速率。這也得益於Hyperspace基於Web3構建的特點。

融資背景

據 RootData 顯示，Hyperspace 獲得過加密原生基金Blue7的融資，但融資具體細節未披露。Blue7 曾投資過的加密項目有 Web3 的自動化和中繼網絡 Gelato Network 、企業級L2解決方案 Lightlink 、人工智能區塊鏈平臺 Talus 等。

團隊成員

團隊成員（圖源https://www.rootdata.com/Projects/detail/Hyperspace?k=MTE4MzE%3D）

Hyperspace 的核心團隊成員為聯合創始人兼 CEO Varun Mathur。Varun 至今的履歷空白。

Varun於X上分享的Hyperspace節點信息

對於Hyperspace來說，Varun的X賬號@varun_mathur，對外提供了大量的數據支持。用戶可以在其賬號上獲得創辦者視角下有關項目節點數量規模、近期發展方向等重要信息。

產品及核心組件

組件信息

作為高度自定義化的AI模型執行生態系統，Hyperspace 目前擁有49.3K個節點，超過1.2M的代幣數據，400M個嵌入數據，超過500個 AI 模型，3.2TB的向量數據庫。足以滿足使用者的各類需求。

一、客戶端產品類型

客戶端種類

Hyperspace 提供了非常多的客戶端選項，包括瀏覽器版本（Browser Node）、桌面客戶端版本（Desktop Node）和命令行版本（CLI）等。在高度自定義化下，提供多樣式的AI模型執行系統。

二、核心組件

1、身份管理

系統中的實體（以下簡稱為節點）通過節點地址進行唯一識別。該節點地址不僅僅是節點公鑰的直接表示，而是其公鑰的加密哈希值。採用加密哈希而非直接使用公鑰的原因，主要基於去中心化系統中的特定安全考量，尤其是在缺乏可信的中心化權威的情況下，用以緩解女巫攻擊（Sybil Attack）和日蝕攻擊（Eclipse Attack）的風險。

為增強網絡對上述攻擊的抵抗力，系統採用加密難題，尤其是工作量證明（PoW）機制。

Hyperspace 認為在缺乏中心化信任實體的環境中，加密難題是生成分佈式節點ID最為實用的方法。其主要優勢在於提高潛在攻擊者破壞網絡的難度。

從本質上講，對於完全去中心化的網絡而言，利用加密技術來最大化抵禦攻擊的能力不僅是優選方案，更是必然選擇。

在使用哈希值而非公鑰來生成節點 ID 的方案中，我們強調仍然可以使用該公鑰對節點間交換的消息進行簽名。考慮到計算資源的限制，我們將消息簽名劃分為兩種類型：

• 弱簽名
  弱簽名不會對整個消息進行簽名，而是僅包含IP地址、端口和時間戳，其中時間戳用於限制簽名的有效時長。
  • 這種設計有助於防止重放攻擊，特別是在使用動態IP的情況下。
  • 由於不同節點的時間同步可能存在誤差，時間戳可以採用較大的時間粒度。
  • 弱簽名適用於完整消息完整性不關鍵的場景，例如 PING 消息。
• 強簽名
  • 強簽名會對整個消息內容進行簽名，確保消息完整性，並增強對中間人攻擊的防禦能力。
  • 為了防止重放攻擊，遠程過程調用 RPC 消息中會引入隨機數。

2、Hyperspace Community Servers(HCS)和Hyperspace Inference Nodes(HIN)

HCS和HIN運作流程

• HCS 節點在 Hyperspace AI 生態系統中發揮核心作用，充當預言機、協調者和排序器。它們協調Hyperspace Inference Nodes(HIN)之間的交互。
• HIN 節點需要與 HCS 建立連接，並且可以根據節點運營者的選擇決定連接到哪個 HCS。HIN 需要向 HCS 發送自身的計算能力及其可執行的模型範圍信息。

在 HCS 和 HIN 的結合下，出現完整的推理機制：

在初始連接之後，Hyperspace 推理節點（HIN）需要向Hyperspace社區服務器（HCS）發送二次通信消息，即註冊消息。註冊過程如下：

• HIN 發送註冊消息：
  1. 該消息包含 HIN 聲明的計算規格以及其支持和可執行的 AI 模型。
• HCS 發送推理驗證挑戰：
  1. 該挑戰以推理難題的形式呈現，HCS 自主決定難題的類型。
  2. HIN需要解決該難題，並通過調用提交推理結果。

3、欺詐證明與挑戰模型

如果客戶端收到兩個不同的回覆或明顯可疑的回覆，它可以向區塊鏈提交欺詐聲明，以獲得補償。

欺詐證明流程

• 客戶端提交欺詐聲明到區塊鏈。
• 其他節點可以重新計算查詢，並驗證推理結果的完整性。
• 如果推理結果被證明是錯誤的，則節點可以提交鏈上挑戰。
• 挑戰是一個同步過程，在區塊鏈上進行，由智能合約進行監控。
• 該過程僅需要 LLM（大語言模型）的哈希值，無需暴露完整的推理內容。
• 所有節點都有一個時間窗口，在挑戰結束前可以提交他們的推理結果以對比驗證。

挑戰模型

在提交挑戰之後，被挑戰的節點必須提交中間狀態根。挑戰者通過確定第一個損壞的狀態根並對其提出挑戰，進行迴應。然後，被挑戰的節點繼續提交從挑戰狀態根到其之前的狀態根之間的中間狀態根。這個過程會持續進行，直到執行步驟被縮小到單一交易，該交易會在區塊鏈上結算。挑戰過程步驟和公式複雜，簡單地說挑戰過程包括對數級別的推理步驟驗證，通過逐步縮小挑戰範圍（即狀態根逐步被驗證）來確保推理結果的安全和準確。

4、加密經濟學與激勵模型

所有組成實體的運作都受到內在經濟結構和激勵機制的驅動，從而促使它們保持誠信。通常，新興的區塊鏈生態系統會引入不同的代幣來促進這種加密經濟保護。然而，這些新興代幣在初期可能會面臨一定的挑戰，尤其是難以積累所需的體量和分佈，從而阻礙生態系統安全基礎的建立。

這個問題被 EigenLayer 巧妙地解決，EigenLayer 設計了一個框架，通過引入以太坊驗證者，利用以太坊的加密經濟保障機制。Hyperspace AI協議吸收了這一框架，並使用EigenLaye運營商（Operator）來增強 Hyperspace AI 網絡的安全性。

Hypersapce 的高自定義性使用戶可以使用不同的組件以及AI模型來定製所需的數據平臺。能夠實現以下功能：

• 多模型支持：支持多種開源AI模型，用戶可以根據需求選擇。
• 信息數據網絡：基於高質量數據源生成的信息網絡。
• 運行節點：允許用戶在桌面或瀏覽器等客戶端上運行節點，參與對等網絡，獲得激勵。
• 向量數據庫：訪問更新向量數據庫，支持高效的信息檢索。
• 網絡熱點：用戶可以創建自己的熱點，分享 AI 資源獲得報酬以降低成本。
• 快速支付協議：採用定製的協議，確保高效的網絡支付。

總之，Hyperspace AI 將區塊鏈技術和AI推理結合在一起，創造了一個去中心化且安全的AI模型執行生態系統，減少了對中心化實體的依賴，提供了更高的透明度、可擴展性和抗攻擊性。

優勢與挑戰

相較於中心化的AI應用ChatGPT以及Claude，Hyperspace的去中心化是其最為主要的優勢特點。

數據隱私

• HyperspaceAI： 作為去中心化的協議，HyperspaceAI能夠讓數據持有者保持對其數據的控制權。用戶在共享數據時，可以選擇如何共享，並且通過智能合約和加密技術，保證了數據隱私和安全性。在此過程中，參與者可以獲得Token獎勵。
• ChatGPT/Claude： 這些模型是集中式的，數據存儲和處理通常依賴於中心化的服務器。這意味著，用戶的數據會存儲在OpenAI或Anthropic的服務器上，可能存在隱私洩露的風險。

代幣激勵機制

• HyperspaceAI： 通過區塊鏈技術和Token化機制，參與者（包括數據提供者、開發者、節點運營者等）可以通過貢獻數據、計算資源或推理任務獲得獎勵。這樣的經濟激勵機制鼓勵社區成員積極參與，從而推動生態系統的發展。
• ChatGPT/Claude： 這些模型依賴於商業化收入和訂閱模式，沒有直接的去中心化激勵機制，用戶和開發者更多是被商業化服務（如API訂閱）吸引，而不是通過區塊鏈獎勵來激勵參與。

模型透明性和可驗證性

• HyperspaceAI： 區塊鏈能夠確保AI模型訓練過程和數據使用的透明性，每一步操作（如數據共享、模型訓練、推理請求等）都可以追溯並驗證。這對於AI模型的公平性和可信度是非常重要的。
• ChatGPT/Claude： 這些模型的內部工作原理通常是閉源的。用戶和開發者無法完全瞭解模型訓練的過程和數據來源，因此模型的透明性較差，容易產生信任問題。

分佈式計算和資源共享

• HyperspaceAI： 通過去中心化的Inference Nodes (HIN)，HyperspaceAI能夠在全球範圍內分佈計算任務，減少對大型數據中心的依賴，優化計算效率和資源利用。
• ChatGPT/Claude： 這些模型依賴集中式的服務器進行推理和計算。這意味著它們可能面臨計算資源的限制，並且一旦服務器出現問題，可能會影響到所有用戶。

對於Hyperspace來說，面臨最大的問題就是普及型。去中心化的優勢顯而易見，但區塊鏈應用被普羅大眾廣泛接受的路道阻且長。這也是許多去中心化應用，比如DePIN、Gaming賽道的痛點之一。當然，不同於幾年前，隨著比特幣和傳統金融機構、監管機構的交互逐步增加，區塊鏈的普及沒有之前那麼難了。

總結

Hyperspace AI 通過區塊鏈與 AI 推理的結合，構建了一個去中心化、安全且高效的 AI 計算網絡。其核心組件確保了 AI 計算的可信性和可驗證性，同時降低了對中心化AI基礎設施的依賴，也為用戶提供了高自定義化的平臺。通過 HCS 和 HIN 的協同運作，HyperspaceAI 提供了高效的AI推理任務執行與驗證機制，使得計算可以在無需信任的環境中運行。隨著需求的增長，Hyperspace AI 有潛力成為去中心化 AI 計算的核心基礎設施，為未來的應用提供更透明、公平和安全的解決方案。