Discovered Materials、AIでより冷却効率の高いチップを探索

Discovered Materialsは、Advaith Sridhar氏とAkash Ramdas氏によって設立されたスタートアップで、AIエージェントの群れを活用して、より効率的な集積回路を構築するための新材料を発見し、AIチップにおける熱問題に対処しています。同社は、Y Combinatorを卒業後、Lightspeed India Partnersが主導する900万ドルのシードラウンドを最近クローズし、Peak XV Partnersやエンジェル投資家のPaul Graham氏、Gokul Rajaram氏、Thariq Shihipar氏が参加しました。創業者たちは、スタンフォード大学での材料科学の博士号を持つRamdas氏と、Persona AIやLuma Labsでエージェントに取り組んだ経験を持つSridhar氏の専門知識を組み合わせています。彼らのソフトウェアパイプラインは、カスタムハーネス内でAnthropicモデルを使用して材料リードを生成し、その後、自ら訓練した基礎物理学モデルを使用してそれらを検証します。同社は、Ramdas氏の博士課程中に1日あたり約20件だったのに対し、1日あたり数千件の推測を実行すると主張しています。彼らは本日、数百種類の新材料の例と、Material Discovery Benchを公開しました。MatNex、SandboxAQ、CuspAIなどの競合他社も同様の取り組みを行っていますが、Discovered Materialsは半導体材料の熱問題に焦点を当てています。このスタートアップは、主要なチップメーカーが使用する材料の特性に一致する材料をすでに発見していますが、詳細は共有できません。課題はエンジニアリングのトレードスペースであり、放熱を改善する材料は製造が困難であったり、電気的特性が損なわれる可能性があります。ラウンドを主導したLightspeedのHemant Mohapatra氏は、これを原子構造とのモグラ叩きに例えています。彼は、材料予測はコモディティ化されると予想していますが、Ramdas氏の専門知識と迅速なラボ検証がDiscovered Materialsに優位性を与えています。価値のある候補が見つかった場合、同社はGPUや製造プロセスでの材料使用を特許化し、チップメーカーにライセンス供与する計画です。しかし、AIが発見した材料が商業的な影響を与えた例はまだなく、最も近いものはInsilico Medicineの薬剤Renterosib（フェーズ2試験中）です。Mohapatra氏は、ボトルネックは候補の発見ではなく、フィルタリングと合成にあると考えています。Sridhar氏は、プロセスがウェットラボを含み、スピードアップできないことを認めつつも、彼らの独自のデータと専門知識がフロンティアラボと競争する上で役立つと述べています。