Discovered Materials spielt KI-Wackelbrett, um kühlere Chips zu finden

Discovered Materials, ein von Advaith Sridhar und Akash Ramdas gegründetes Startup, nutzt Schwärme von KI-Agenten, um neue Materialien für den Bau effizienterer integrierter Schaltkreise zu finden und damit das Wärmeproblem bei KI-Chips anzugehen. Das Unternehmen hat kürzlich eine Seed-Finanzierungsrunde in Höhe von 9 Millionen US-Dollar abgeschlossen, angeführt von Lightspeed India Partners, mit Beteiligung von Peak XV Partners und den Business Angels Paul Graham, Gokul Rajaram und Thariq Shihipar, nachdem es aus Y Combinator hervorgegangen ist. Die Gründer kombinieren Ramdas' Promotion in Materialwissenschaften von Stanford mit Sridhars Erfahrung bei der Arbeit an Agenten bei Persona AI und Luma Labs. Ihre Software-Pipeline nutzt Modelle von Anthropic in einer eigenen Umgebung, um Materialvorschläge zu generieren, und verifiziert diese anschließend mit selbst trainierter Physikmodelle. Das Unternehmen gibt an, Tausende von Hypothesen pro Tag zu testen, verglichen mit etwa 20 pro Tag während Ramdas' Promotion. Sie haben heute Beispiele für Hunderte neuer Materialien und ihren Material Discovery Bench veröffentlicht. Wettbewerber wie MatNex, SandboxAQ und CuspAI arbeiten ebenfalls an ähnlichen Ansätzen, aber Discovered Materials konzentriert sich auf thermische Probleme von Halbleitermaterialien. Das Startup hat bereits Materialien gefunden, die den Eigenschaften der von großen Chip-Herstellern verwendeten Materialien entsprechen, kann jedoch keine Details preisgeben. Eine Herausforderung ist der technische Kompromissraum, da Materialien, die die Wärmeableitung verbessern, möglicherweise schwer herzustellen sind oder beeinträchtigte elektrische Eigenschaften aufweisen. Hemant Mohapatra von Lightspeed, der die Runde leitete, vergleicht es mit einem „Whac-a-Mole“-Spiel mit Atomstrukturen. Er erwartet, dass die Materialvorhersage zu einem standardisierten Produkt wird, aber Ramdas' Fachwissen und die schnelle Laborvalidierung geben Discovered Materials einen Vorteil. Wenn vielversprechende Kandidaten gefunden werden, plant das Unternehmen, die Verwendung der Materialien in GPUs oder Herstellungsprozessen zu patentieren und an Chip-Hersteller zu lizenzieren. Allerdings haben noch keine KI-entdeckten Materialien kommerzielle Auswirkungen erzielt; der nächste Meilenstein ist Insilico Medicines Medikament Renterosib in Phase-II-Studien. Mohapatra glaubt, dass der Engpass in der Filterung und Synthese von Kandidaten liegt, nicht in deren Entdeckung. Sridhar räumt ein, dass der Prozess Nasslabore umfasst und nicht beschleunigt werden kann, aber ihre einzigartigen Daten und ihr Fachwissen werden ihnen helfen, mit führenden Laboren zu konkurrieren.