Questa startup usa l'IA per cercare materiali per chip che si raffreddano meglio

Punti chiave

• Discovered Materials ha chiuso un round di seed da 9 milioni di dollari guidato da Lightspeed India Partners nel 2025.
• La startup utilizza agenti IA, software in grado di svolgere compiti autonomamente 24 ore su 24, per testare migliaia di materiali candidati per chip al giorno.
• I suoi fondatori ritengono che il vero collo di bottiglia nella scienza dei materiali assistita dall'IA non sia trovare candidati, ma verificarli e produrli fisicamente.
• Nessun materiale scoperto dall'IA ha ancora raggiunto la produzione commerciale su larga scala, né nei chip né in nessun altro settore.

I chip si surriscaldano. Questo calore è il motivo per cui i data centre, i vastissimi edifici-magazzino pieni di computer che alimentano tutto, dallo streaming video ai chatbot IA, consumano enormi quantità di elettricità e hanno bisogno di sistemi di raffreddamento pesanti. Discovered Materials, una startup nata dalla celebre scuola Y Combinator, ritiene che l'IA possa aiutare a risolvere il problema.

L'azienda ha annunciato questa settimana di aver chiuso un round di seed da 9 milioni di dollari, con il supporto di Lightspeed India Partners, Peak XV Partners e degli angel investor Paul Graham, Gokul Rajaram e Thariq Shihipar.

Che cosa fa esattamente l'azienda?

Discovered Materials utilizza sciami di agenti IA in esecuzione su computer nel cloud per cercare nuovi materiali che potrebbero ridurre il calore generato dai chip dei computer. Il cofondatore Akash Ramdas ha conseguito un dottorato in scienza dei materiali presso Stanford; il suo partner Advaith Sridhar ha precedentemente lavorato su agenti IA presso altre due aziende tecnologiche.

Ramdas riusciva a testare circa 20 idee di materiali al giorno a mano durante la ricerca del suo dottorato. Il sistema della startup ora esegue migliaia di test al giorno, continuamente, facendo in modo che gli agenti IA esplorino le idee verso cui li indirizza.

Il sistema funziona in due fasi. Per prima cosa, utilizza modelli costruiti dall'azienda di IA Anthropic, produttrice del chatbot Claude, per generare elenchi di materiali promettenti. Quindi esegue quei candidati attraverso modelli di simulazione fisica che il team ha addestrato autonomamente, per verificare se i materiali meritano davvero di essere approfonditi.

Perché trovare materiali per chip più freddi è così difficile?

Un materiale che mantiene i chip freddi potrebbe essere impossibile da produrre, oppure potrebbe funzionare termicamente ma fallire elettricamente. Come ha detto Hemant Mohapatra, il partner di Lightspeed che ha guidato questo round di finanziamento, a TechCrunch: "È un po' come giocare a colpire la talpa con strutture atomiche. Un materiale è utile nel mondo reale solo se tutti questi aspetti convergono contemporaneamente."

Discovered Materials ha rilasciato questa settimana esempi di centinaia di nuovi materiali candidati, insieme a uno strumento di benchmarking pubblico chiamato "Material Discovery Bench" che traccia le prestazioni dei modelli IA di frontiera, vale a dire i sistemi IA più capaci disponibili, su questo problema di ricerca.

Diverse altre aziende, tra cui MatNex, SandboxAQ e CuspAI, stanno operando nello stesso settore. Discovered Materials sta puntando sul fatto che concentrarsi strettamente sul problema del calore nei semiconduttori, la classe di materiali da cui sono costruiti i chip, le dia un vantaggio.

Che cosa significa in pratica?

Per il momento, i pazienti, i consumatori e gli acquirenti di chip non dovrebbero aspettarsi cambiamenti immediati. Nessun farmaco o materiale trovato con l'IA ha ancora raggiunto la scala commerciale. L'esempio più vicino è un farmaco anticancro chiamato Renterosib, sviluppato da Insilico Medicine, che è diventato il primo farmaco scoperto usando l'IA generativa a raggiungere una sperimentazione clinica di fase II, un test di sicurezza e efficacia su umani in fase intermedia.

Mohapatra ritiene che il ritardo non sia dovuto a una carenza di materiali candidati. "Filtrarli correttamente e sintetizzarli è il collo di bottiglia," ha detto. Sridhar è d'accordo: "Molto di questo comporterà effettivamente entrare nei laboratori bagnati e fare le cose. E questo è il processo che non può essere accelerato."

Se la startup trova materiali che vale la pena proteggere, il piano è di brevettarli e concederne in licenza l'uso ai produttori di chip. Sridhar spera di avere scoperte brevettabili entro il prossimo anno.

Domande comuni

Questo influisce sulla mia bolletta elettrica o sul costo dei servizi IA?

Non ancora. La startup è in una fase di ricerca iniziale e qualsiasi nuovo materiale per chip impiegherebbe anni per raggiungere la produzione di massa. Chip più economici e più freddi potrebbero eventualmente abbassare il costo di gestione dei servizi IA, ma questo risultato è ancora lontano nel tempo.

L'IA è davvero brava nel scoprire nuovi materiali?

L'IA può restringere rapidamente uno spazio vastissimo di possibilità, ma la validazione finale richiede ancora lavoro di laboratorio fisico che richiede tempo e non può essere automatizzato. Risultati promettenti esistono in tutto il settore, ma nessuno ha ancora raggiunto l'uso commerciale su larga scala.