Эта стартап использует ИИ для поиска материалов для чипов, которые работают холоднее

Ключевые моменты

• Discovered Materials закрыла раунд финансирования в размере 9 миллионов долларов под руководством Lightspeed India Partners в 2025 году.
• Стартап использует ИИ-агентов — программное обеспечение, которое может выполнять задачи самостоятельно круглосуточно — для тестирования тысяч кандидатных материалов для чипов в день.
• Основатели верят, что реальное узкое место в материаловедении, ускоренном ИИ, — это не поиск кандидатов, а их проверка и физическое производство.
• Ни один материал, обнаруженный с помощью ИИ, еще не достиг крупномасштабного коммерческого производства ни в чипах, ни в какой-либо другой отрасли.

Чипы нагреваются. Именно это тепло заставляет дата-центры — огромные похожие на склады здания, полные компьютеров, которые обеспечивают работу всего, от потокового видео до чат-ботов ИИ, — потреблять огромное количество электроэнергии и требуют мощных систем охлаждения. Компания Discovered Materials, стартап, выросший из известной школы стартапов Y Combinator, считает, что ИИ может помочь решить эту проблему.

На этой неделе компания объявила, что закрыла раунд финансирования в размере 9 миллионов долларов с поддержкой Lightspeed India Partners, Peak XV Partners и инвесторов-ангелов Пола Грэхема, Гокула Раджарама и Тарика Шихипара.

Что на самом деле делает компания?

Discovered Materials использует массивы ИИ-агентов, работающие на облачных компьютерах, для поиска новых материалов, которые могут снизить тепловыделение компьютерных чипов. Сооснователь Акаш Рамдас получил докторскую степень в области материаловедения в Стэнфорде; его партнер Адвайт Сридхар ранее работал над ИИ-агентами в двух других технологических компаниях.

Рамдас мог вручную протестировать около 20 вариантов материалов в день во время своего докторского исследования. Система стартапа теперь проводит тысячи тестов в день, непрерывно, благодаря ИИ-агентам, которые исследуют идеи, на которые он их направляет.

Система работает в два этапа. Сначала она использует модели, созданные компанией Anthropic, производителем чат-бота Claude, для создания списков многообещающих материалов. Затем она пропускает этих кандидатов через модели физического моделирования, которые сама подготовила команда, чтобы проверить, действительно ли материалы стоят рассмотрения.

Почему поиск более холодных материалов для чипов так сложен?

Материал, который охлаждает чипы, может быть невозможно производить, или он может работать термически, но не работать электрически. Как сказал Хемант Мохапатра, партнер Lightspeed, возглавлявший этот раунд финансирования, для TechCrunch: «Это немного похоже на игру в попади-в-кротов с атомными структурами. Материал полезен в реальном мире только если все эти характеристики сходятся одновременно».

На этой неделе Discovered Materials опубликовала примеры сотен новых кандидатных материалов, а также публичный инструмент для сравнительного анализа под названием «Material Discovery Bench», который отслеживает, насколько хорошо передовые модели ИИ, то есть наиболее мощные доступные системы ИИ, справляются с этой задачей поиска.

Несколько других компаний, включая MatNex, SandboxAQ и CuspAI, работают в той же области. Discovered Materials делает ставку на то, что узкая сосредоточенность на проблеме тепла в полупроводниках — классе материалов, из которых изготавливаются чипы, — дает ей преимущество.

Что это означает на практике?

На данный момент пациенты, потребители и покупатели чипов не должны ожидать немедленных изменений. Ни один препарат или материал, найденный с помощью ИИ, еще не достиг коммерческого масштаба. Ближайший пример — противораковый препарат Renterosib, разработанный компанией Insilico Medicine, который стал первым лекарством, обнаруженным с использованием генеративного ИИ, дошедшим до клинических испытаний второй фазы, среднего этапа испытаний безопасности и эффективности на людях.

Мохапатра полагает, что проблема состоит не в нехватке кандидатных материалов. «Их правильная фильтрация и синтез — вот узкое место», — сказал он. Сридхар согласен: «Многое из этого будет включать фактическую работу во влажных лабораториях и создание вещей. И это процесс, который нельзя ускорить».

Если стартап найдет материалы, достойные защиты, план состоит в том, чтобы получить на них патенты и лицензировать их использование производителям чипов. Сридхар надеется получить запатентованные открытия в течение года.

Часто задаваемые вопросы

Повлияет ли это на мой счет за электричество или стоимость услуг ИИ?

Пока нет. Стартап находится на ранней стадии исследований, и любой новый материал для чипов будет требовать лет, чтобы достичь массового производства. Более дешевые и холодные чипы могли бы в конечном итоге снизить стоимость запуска услуг ИИ, но этот результат еще находится в далеком будущем.

Действительно ли ИИ хорош в открытии новых материалов?

ИИ может быстро сузить огромное пространство возможностей, но окончательная проверка все еще требует физической лабораторной работы, которая занимает время и не может быть автоматизирована. Обнадеживающие результаты существуют в отрасли, но ни один из них еще не достиг крупномасштабного коммерческого использования.