Цей стартап використовує AI для пошуку матеріалів чипів, які охолоджуються краще
Discovered Materials залучила $9 мільйонів для розгортання AI-агентів, які тестують тисячі потенційних нових матеріалів для чипів щодня, маючи на меті зменшити тепловиділення, яке робить дата-центри настільки дорогими у утриманні.
Ключові моменти
- Discovered Materials закрила раунд seed-фінансування в $9 мільйонів на чолі з Lightspeed India Partners у 2025 році.
- Стартап використовує AI-агентів — програмне забезпечення, яке може виконувати завдання самостійно цілодобово — для тестування тисяч кандидатів на нові матеріали для чипів на день.
- Засновники вважають, що справжнім вузьким місцем у матеріалознавстві з допомогою AI є не пошук кандидатів, а їх верифікація та фізичне виробництво.
- Жоден матеріал, відкритий за допомогою AI, ще не досяг великомасштабного комерційного виробництва ні у чипах, ні в жодній іншій галузі.
Чипи нагрівають. Це тепловиділення — причина того, що дата-центри, величезні складські будівлі, заповнені комп'ютерами, які живлять все від потокового відео до чат-ботів на основі AI, спалюють величезні кількості електроенергії та потребують потужних систем охолодження. Discovered Materials, стартап, який вийшов з відомої школи стартапів Y Combinator, вважає, що AI може допомогти вирішити цю проблему.
Компанія оголосила на цьому тижні, що закрила раунд seed-фінансування в $9 мільйонів за підтримки Lightspeed India Partners, Peak XV Partners та інвесторів-ангелів Пола Грема, Гокула Раджарама та Тарика Шихіпара.
Що насправді робить компанія?
Discovered Materials використовує рої AI-агентів, які працюють на хмарних комп'ютерах, для пошуку нових матеріалів, які можуть змусити комп'ютерні чипи виділяти менше тепла. Співзасновник Акаш Рамдас отримав докторат з матеріалознавства у Стенфорді; його партнер Адвейт Сридхар раніше працював над AI-агентами в двох інших технологічних компаніях.
Рамдас міг тестувати близько 20 ідей матеріалів на день вручну під час своїх досліджень у аспірантурі. Система стартапу тепер виконує тисячі тестів на день безперервно, маючи AI-агентів досліджувати ідеї, на які він вказує.
Система працює в два етапи. По-перше, вона використовує моделі, розроблені компанією AI Anthropic, творцем чат-бота Claude, для створення списків перспективних матеріалів. Потім вона пропускає цих кандидатів через фізичні моделі симуляції, які команда навчила самостійно, щоб перевірити, чи матеріали дійсно варті розгляду.
Чому так складно знайти матеріали для чипів, які охолоджуються краще?
Матеріал, який охолоджує чипи, може бути неможливо виробляти, або він може працювати термічно, але не спроможний працювати електрично. Як сказав Хемант Мохапатра, партнер Lightspeed, який керував цим раундом фінансування, TechCrunch: «Це відчувається як гра в «кріт у нірці» з атомними структурами. Матеріал корисний у реальному світі лише якщо всі його характеристики спрацьовують одночасно.»
Discovered Materials випустила на цьому тижні приклади сотень нових кандидатів на матеріали, а також публічний інструмент тестування під назвою «Material Discovery Bench», який відстежує, наскільки добре найпередовіші AI-моделі, тобто найбільш можливі системи AI, виконуються у цій задачі пошуку.
Декілька інших компаній, включаючи MatNex, SandboxAQ та CuspAI, працюють у тій же сфері. Discovered Materials робить ставку на те, що тісна фокусувань на проблемі тепловиділення в напівпровідниках, класі матеріалів, з яких виготовляються чипи, дає їй перевагу.
Що це означає на практиці?
Поки що пацієнти, споживачі та покупці чипів не повинні сподіватися на миттєві зміни. Жоден препарат або матеріал, знайдений за допомогою AI, ще не досяг комерційного масштабу. Найближчим прикладом є препарат від раку під назвою Renterosib, розроблений компанією Insilico Medicine, який став першим препаратом, відкритим за допомогою генеративного AI, який досяг клінічних випробувань фази II, середньостадійного тесту безпеки та ефективності на людях.
Мохапатра вважає, що затримка викликана не нестачею кандидатів на матеріали. «Правильна їх фільтрація та синтез — це вузьке місце», — сказав він. Сридхар погоджується: «Велика частина цього потребуватиме фактичної роботи у вологих лабораторіях і виготовлення матеріалів. І це процес, який неможливо прискорити.»
Якщо стартап знайде матеріали, вартісні патентування, план полягає в тому, щоб запатентувати їх та ліцензувати їх використання виробникам чипів. Сридхар сподівається знайти матеріали, вартісні патентування, протягом наступного року.
Поширені питання
Чи це вплине на мій рахунок за електроенергію або вартість AI-послуг?
Ще ні. Стартап знаходиться на ранній стадії досліджень, і будь-які нові матеріали для чипів потребуватимуть років, щоб досягти масового виробництва. Дешевші чипи, які охолоджуються краще, могли б врешті-решт знизити вартість запуску AI-послуг, але цей результат все ще далеко в майбутньому.
Чи дійсно AI хорошо виявляє нові матеріали?
AI може швидко скоротити величезний простір можливостей, але остаточна валідація все ще вимагає фізичної лабораторної роботи, яка займає час і не може бути автоматизована. Обнадійливі результати існують у всій галузі, але жодна досі не досягла великомасштабного комерційного використання.
