Introduction

Comparaison des applications d’IA populaires

En tant qu’application alimentée par l’IA, Hyperspace offre certains avantages par rapport aux modèles d’IA bien connus tels que Claude et ChatGPT. Il excelle dans la génération d’images, l’exécution des nœuds et la recherche web. De plus, grâce à son architecture basée sur Web3, Hyperspace offre une vitesse d’exécution plus efficace dans les fonctionnalités clés.

Contexte de financement

Selon RootData, Hyperspace a reçu un financement du fonds crypto-native Blue7. Cependant, les détails spécifiques du financement n’ont pas été divulgués. Blue7 a précédemment investi dans des projets Web3 notables, y compris le réseau d’automatisation et de relais Gelato Network, la solution de couche 2 de qualité entreprise Lightlink, et la plateforme AI-blockchain Talus.

Membres de l’équipe

Membre principal (La source)

L’équipe principale de Hyperspace est dirigée par son co-fondateur et PDG, Varun Mathur. Cependant, il y a peu d’informations publiques disponibles sur la carrière passée de Varun.

Mises à jour sur les nœuds Hyperspace (Source : Varun’s X)

Varun Mathur (@varun_mathur) partage activement des informations et des mises à jour sur le développement de Hyperspace à travers son compte X (anciennement Twitter). Les utilisateurs peuvent trouver des données précieuses concernant le nombre de nœuds, les avancées récentes et les orientations stratégiques du point de vue du fondateur.

Produit et composants principaux

En tant qu’écosystème d’exécution de modèle AI hautement personnalisable, Hyperspace compte 49,3K nœuds, plus de 1,2 million de points de données de jeton, 400 millions d’entrées de données intégrées, plus de 500 modèles AI et une base de données vectorielle de 3,2 To. Ces composants garantissent un support complet pour une variété de besoins des utilisateurs.

1. Types de produits client

Types de produits client

Hyperspace propose plusieurs options client, y compris Browser Node, Desktop Node et Interface en Ligne de Commande (CLI). Grâce à son haut niveau de personnalisation, Hyperspace peut fournir des systèmes d’exécution de modèles AI diversifiés.

2. Composants principaux

2.1 Gestion de l’identité

Les entités au sein du système (ci-après désignées sous le nom de nœuds) sont identifiées de manière unique par leurs adresses de nœud. Une adresse de nœud n’est pas simplement une représentation directe de la clé publique du nœud, mais plutôt le hachage cryptographique de sa clé publique. La raison d’utiliser un hachage cryptographique au lieu d’une clé publique directe réside dans des considérations de sécurité spécifiques au sein des systèmes décentralisés, en particulier pour atténuer les attaques Sybil et les attaques Eclipse sans autorité centralisée de confiance.

Le système adopte des énigmes cryptographiques, en particulier le mécanisme de preuve de travail (PoW), pour renforcer la résilience du réseau contre de telles attaques.

Hyperspace considère les énigmes cryptographiques comme la méthode la plus pratique pour générer des identifiants de nœuds distribués dans un environnement sans entités de confiance centralisées. Son principal avantage est sa capacité à rendre difficile la tâche des éventuels attaquants pour perturber le réseau.

Au cœur de son fonctionnement, un réseau entièrement décentralisé doit tirer parti des techniques cryptographiques non seulement comme un choix optimal, mais comme une nécessité fondamentale pour maximiser la résistance contre les attaques.

Sous l’approche de l’utilisation de valeurs hachées au lieu de clés publiques pour générer des identifiants de nœuds, les clés publiques peuvent toujours être utilisées pour signer les messages échangés entre les nœuds. Compte tenu des contraintes de ressources de calcul, les signatures de messages sont catégorisées en deux types :

• Signature faible :
  Une signature faible ne signe pas l’ensemble du message mais inclut seulement l’adresse IP, le port et l’horodatage. L’horodatage limite la période de validité de la signature.
  • Cela aide à prévenir les attaques de rejeu, en particulier dans les scénarios d’adresses IP dynamiques.
  • Étant donné que la synchronisation temporelle entre différents nœuds peut présenter des écarts, les horodatages peuvent utiliser une granularité temporelle plus grossière.
  • Les signatures faibles conviennent aux scénarios où l’intégrité complète du message n’est pas critique, comme les messages PING.
• Signature forte
  • Une signature forte signe l’ensemble du contenu du message. Cela garantit l’intégrité du message et renforce la protection contre les attaques de l’homme du milieu.
  • Pour prévenir les attaques de rejeu, les messages d’appel de procédure à distance (RPC) intègrent un nonce.

2.2 Serveurs communautaires de l’espace hypersonique (HCS) et noeuds d’inférence de l’espace hypersonique (HIN)

Flux de travail opérationnel HCS et HIN

• Les nœuds HCS jouent un rôle central dans l’écosystème Hyperspace AI. Fonctionnant en tant qu’oracles, coordinateurs et séquenceurs, ils facilitent les interactions entre les nœuds d’inférence Hyperspace (HINs).
• Les nœuds HIN doivent établir des connexions avec les nœuds HCS et peuvent choisir à quel HCS se connecter en fonction des préférences des opérateurs de nœuds. Les HIN doivent envoyer leur capacité de calcul et la gamme de modèles d’IA exécutables au HCS.

Ensemble, HCS et HIN forment un mécanisme d’inférence complet :

Après la connexion initiale, un nœud d’inférence de l’espace hypertexte (HIN) doit envoyer un message de communication secondaire au serveur de la communauté de l’espace hypertexte (HCS), connu sous le nom de message d’inscription. Le processus d’inscription est le suivant :

• HIN envoie un message d’inscription
  1. Le message comprend les spécifications de calcul déclarées par HIN et les modèles d’IA qu’il prend en charge et peut exécuter.
• HCS envoie un défi de vérification d’inférence
  1. Le défi est présenté comme un problème computationnel. Le type de problème est déterminé de manière autonome par HCS.
  2. Le HIN doit résoudre le défi et soumettre ses résultats d’inférence par un appel.

Modèle de preuve de fraude et de défi 2.3

Si un client reçoit deux réponses différentes ou une réponse suspecte incorrecte, il peut soumettre une demande de fraude à la blockchain pour compensation.

Processus de preuve de fraude

• Le client soumet une demande de fraude à la blockchain.
• D’autres nœuds peuvent recalculer la requête et vérifier l’intégrité des résultats d’inférence.
• Si le résultat de l’inférence est prouvé incorrect, un nœud peut soumettre un défi on-chain.
• Le processus de défi est synchronisé sur la blockchain et surveillé par des contrats intelligents.
• Seule la somme de contrôle de la sortie du grand modèle de langue (GPT) est requise, ce qui garantit que le contenu complet de l’inférence reste confidentiel.
• Tous les nœuds ont une fenêtre temporelle pour soumettre leurs résultats d’inférence pour comparaison avant la conclusion du défi.

Modèle de défi

Une fois qu’un défi est soumis, le nœud défié doit fournir une racine d’état intermédiaire. Le challenger répond en identifiant la première racine d’état défectueuse et en lançant un défi. Le nœud défié soumet ensuite des racines d’état intermédiaires de la racine d’état défiée à sa racine d’état précédente. Ce processus itère jusqu’à ce que l’étape d’exécution soit réduite à une seule transaction, qui est réglée on-chain. Le processus de défi implique des étapes et des formules complexes. Il suit un processus de vérification logarithmique par étapes et garantit la sécurité et la précision des résultats de l’inférence en réduisant progressivement la portée du défi (c’est-à-dire en vérifiant progressivement la racine d’état).

2.4 Crypto-économie et modèle incitatif

Un cadre économique inhérent et des mécanismes d’incitation garantissent l’intégrité de toutes les entités participantes. Les écosystèmes blockchain émergents introduisent fréquemment de nouveaux jetons pour renforcer la sécurité cryptoéconomique. Cependant, ces jetons ont souvent du mal à atteindre une échelle et une distribution suffisantes à leurs débuts, ce qui pose des défis à la construction d’une base de sécurité solide.

EigenLayer relève efficacement ce défi en introduisant des validateurs Ethereum et en tirant parti des garanties de sécurité cryptonomiques d’Ethereum. Hyperspace AI adopte ce cadre en utilisant des opérateurs EigenLayer pour renforcer la sécurité du réseau Hyperspace AI.

Hyperspace AI offre un cadre hautement personnalisable, qui permet aux utilisateurs de personnaliser leur plateforme de données avec divers composants et modèles d’IA. Ses principales caractéristiques sont les suivantes :

• Prise en charge multi-modèles : prend en charge plusieurs modèles d’IA open source et permet aux utilisateurs de sélectionner des modèles en fonction de leurs besoins.
• Réseau de données d’information: Génère un réseau d’informations basé sur des sources de données de haute qualité.
• Exécution du nœud : Permet aux utilisateurs d’exécuter des nœuds sur des clients de bureau ou basés sur le navigateur, de participer au réseau pair-à-pair et de gagner des incitations.
• Base de données vectorielle : Fournit un accès à une base de données vectorielle mise à jour pour une récupération d’informations efficace.
• Points chauds du réseau : Permet aux utilisateurs de créer et de partager des ressources en IA en échange de récompenses pour réduire les coûts opérationnels.
• Protocole de paiement rapide : met en œuvre un protocole personnalisé pour garantir des transactions réseau efficaces.

Hyperspace AI intègre de manière transparente la technologie blockchain à l’inférence d’IA. Il crée un écosystème d’exécution de modèles d’IA décentralisé et sécurisé qui repose moins sur des entités centralisées et offre une transparence, une évolutivité et une résistance aux attaques accrues.

Avantages et défis

Contrairement aux applications d’IA centralisées telles que ChatGPT et Claude, Hyperspace se distingue principalement par sa décentralisation.

Confidentialité des données

• IA Hyperspace : En tant que protocole décentralisé, il permet aux propriétaires de données de conserver le contrôle sur leurs données. Les utilisateurs ont la liberté de choisir comment ils partagent leurs données ainsi que d’utiliser des contrats intelligents et le chiffrement pour garantir la confidentialité et la sécurité. En échange, les participants sont récompensés par des jetons pour leurs contributions de données.
• ChatGPT/Claude : Ces modèles fonctionnent sous une structure centralisée, où le stockage et le traitement des données dépendent de serveurs centralisés. Cela signifie que les données des utilisateurs sont stockées sur des serveurs gérés par OpenAI ou Anthropic, ce qui pose des risques potentiels pour la vie privée.

Mécanisme d’incitation par jeton

• IA Hyperspace : En exploitant la technologie blockchain et la tokenisation, les participants — y compris les fournisseurs de données, les développeurs et les opérateurs de nœuds — peuvent être récompensés pour avoir contribué des données, des ressources informatiques ou des tâches d’inférence. Ce modèle d’incitation économique encourage la participation active de la communauté, favorisant ainsi la croissance de l’écosystème.
• ChatGPT/Claude : Ces modèles génèrent principalement des revenus grâce à des abonnements et à l’accès à l’API. Ils ne disposent pas d’un système d’incitation décentralisé. Les utilisateurs et les développeurs sont attirés par ces modèles pour leur fonctionnalité (par exemple, l’abonnement à l’API), plutôt que pour des récompenses basées sur la blockchain.

Transparence et vérifiabilité du modèle

• Hyperspace AI : La blockchain garantit la transparence dans la formation des modèles d’IA et l’utilisation des données. Chaque étape, y compris le partage de données, la formation des modèles et les demandes d’inférence, est traçable et vérifiable. Cela est crucial pour garantir l’équité et la fiabilité des modèles d’IA.
• ChatGPT/Claude : Ces modèles sont généralement des logiciels propriétaires, avec peu de transparence concernant leur processus de formation et leurs sources de données. Ce manque de visibilité rend difficile pour les utilisateurs et les développeurs de faire pleinement confiance aux modèles.

Calcul distribué et partage de ressources

• IA hyperspatiale : En utilisant des nœuds d’inférence décentralisés (HIN), l’IA hyperspatiale peut répartir les tâches de calcul à l’échelle mondiale. Cela réduit la dépendance à l’égard des grands centres de données et optimise l’efficacité et l’utilisation des ressources.
• ChatGPT/Claude: Ces modèles reposent sur des serveurs centralisés pour l’inférence et le calcul. Cette structure centralisée peut entraîner des contraintes de ressources, et toute défaillance du serveur pourrait avoir un impact sur tous les utilisateurs.

Le défi le plus important pour l’IA hyperspatiale réside dans l’adoption massive. Bien que les avantages de la décentralisation soient évidents, l’acceptation généralisée des applications blockchain reste une bataille difficile. Il s’agit d’un défi commun à de nombreux secteurs décentralisés, tels que le DePIN et les jeux blockchain. Certes, par rapport à il y a quelques années, l’adoption de la blockchain n’est plus aussi difficile, grâce aux interactions croissantes entre Bitcoin, les institutions financières traditionnelles et les organismes de réglementation.

Conclusion

Hyperspace AI a développé un réseau informatique AI décentralisé, sécurisé et efficace en intégrant la blockchain avec l’inférence AI. Ses composants principaux garantissent la fiabilité et la vérifiabilité des calculs AI tout en réduisant la dépendance vis-à-vis de l’infrastructure centralisée. De plus, Hyperspace AI propose une plateforme hautement personnalisable pour les utilisateurs. Grâce à la collaboration de HCS (Hyperspace Community Server) et de HIN (Hyperspace Inference Nodes), le réseau facilite l’exécution et la validation efficaces des tâches d’inférence AI dans un environnement sans confiance. Hyperspace AI est sur le point de devenir une infrastructure clé de calcul AI décentralisée pour fournir des solutions plus transparentes, équitables et sécurisées pour les futures applications à mesure que la demande augmente.