Esta startup usa IA para buscar materiales de chips que funcionen más frescos

Puntos clave

• Discovered Materials cerró una ronda inicial de $9 millones liderada por Lightspeed India Partners en 2025.
• La startup utiliza agentes de IA, software que puede realizar tareas de forma autónoma las 24 horas, para probar miles de candidatos de materiales para chips por día.
• Sus fundadores creen que el verdadero cuello de botella en la ciencia de materiales asistida por IA no es encontrar candidatos sino verificarlos y fabricarlos físicamente.
• Ningún material descubierto por IA ha llegado a producción comercial a gran escala todavía.

Los chips se calientan. Ese calor es la razón por la que los centros de datos, los enormes edificios tipo almacén llenos de computadoras que impulsan todo, desde videos en streaming hasta chatbots de IA, queman enormes cantidades de electricidad y necesitan sistemas de enfriamiento de alta capacidad. Discovered Materials, una startup que surgió de Y Combinator, cree que la IA puede ayudar a resolver el problema.

La empresa anunció esta semana que ha cerrado una ronda inicial de $9 millones, respaldada por Lightspeed India Partners, Peak XV Partners y ángeles inversores incluyendo a Paul Graham y Gokul Rajaram.

¿Qué hace realmente la empresa?

Discovered Materials utiliza enjambres de agentes de IA ejecutándose en computadoras en la nube para buscar nuevos materiales que podrían hacer que los chips de computadora generen menos calor. El cofundador Akash Ramdas obtuvo un doctorado en ciencia de materiales de Stanford; su socio Advaith Sridhar previamente construyó agentes de IA en Persona AI y Luma Labs.

Ramdas podía probar alrededor de 20 ideas de materiales al día manualmente durante su doctorado. Ahora miles de pruebas se ejecutan diariamente, continuamente, con agentes de IA explorando direcciones que él establece. Sridhar le dijo a TechCrunch: "Somos capaces de hacer miles de pruebas al día ahora teniendo estos agentes funcionando 24/7 en la nube, explorando direcciones de investigación que él nos proporciona."

El sistema funciona en dos etapas: modelos de Anthropic, realizados por la empresa detrás del chatbot Claude, generan listas de materiales prometedores, luego modelos de simulación física entrenados por el equipo filtran si esos candidatos vale la pena perseguir.

¿Por qué es tan difícil encontrar materiales de chips más frescos?

Un material que mantenga los chips frescos podría ser imposible de fabricar, o podría funcionar térmicamente pero fallar eléctricamente. Como dijo Hemant Mohapatra, el socio de Lightspeed que lideró esta ronda de financiamiento, a TechCrunch: "Es un poco como jugar whack-a-mole con estructuras atómicas. Un material solo es útil en el mundo real si todos convergen a la vez."

Discovered Materials lanzó ejemplos de cientos de nuevos materiales candidatos esta semana, junto con una herramienta pública de evaluación comparativa llamada "Material Discovery Bench" que rastrea qué tan bien los modelos de IA de frontera, es decir, los sistemas de IA más capaces disponibles, se desempeñan en este problema de búsqueda. La startup también dice que ya ha encontrado varios materiales que coinciden con propiedades utilizadas por los principales fabricantes de chips, aunque aún no puede compartir detalles.

MatNex, SandboxAQ y CuspAI están persiguiendo esfuerzos similares, pero Discovered Materials está apostando a que enfocarse estrictamente en el problema del calor en semiconductores, la clase de materiales de la que están hechos los chips, le da una ventaja. Nuestra historia del 7 de agosto sobre el arancel del 15% de Trump sobre polisilicio mostró cuán políticamente expuesta ya está la cadena de suministro de materiales para chips, lo que hace que las alternativas nacionales sean más atractivas para los inversores.

¿Qué significa esto en la práctica?

No esperes cambios a corto plazo en la caja. Ningún material encontrado con IA ha llegado a escala comercial todavía. La comparación más cercana es un fármaco para el cáncer llamado Renterosib, desarrollado por Insilico Medicine, que se convirtió en el primer medicamento descubierto usando IA generativa en alcanzar un ensayo clínico de fase II, una prueba de seguridad y eficacia en humanos de etapa intermedia.

Mohapatra cree que el retraso no es una escasez de candidatos. "Filtrarlos correctamente y sintetizarlos es el cuello de botella," dijo. Sridhar está de acuerdo: "Mucho de esto implicará entrar en laboratorios húmedos y hacer cosas también. Y este es el proceso que no se puede acelerar."

Si la startup encuentra materiales que vale la pena proteger, el plan es patentarlos y licenciar su uso a los fabricantes de chips. Sridhar espera tener descubrimientos patentables dentro del próximo año.

Preguntas frecuentes

¿Afecta esto mi factura de electricidad o el costo de los servicios de IA?

Aún no. La startup se encuentra en una etapa inicial de investigación, y cualquier nuevo material de chip tardaría años en alcanzar la producción en masa. Los chips más baratos y frescos podrían eventualmente reducir el costo de ejecutar servicios de IA, pero ese resultado aún está bien en el futuro.

¿Es la IA realmente buena para descubrir nuevos materiales?

La IA puede reducir rápidamente un vasto espacio de posibilidades, pero la validación final aún requiere trabajo de laboratorio físico que no se puede automatizar. Existen resultados prometedores en toda la industria, pero ninguno ha alcanzado uso comercial a gran escala todavía.