Discovered Materials, 인공지능으로 더 차가운 칩을 찾기 위해 AI 두더지 잡기 게임을 하다

Discovered Materials는 Advaith Sridhar와 Akash Ramdas가 공동 설립한 스타트업으로, AI 에이전트 군집을 활용하여 보다 효율적인 집적 회로를 구축하기 위한 새로운 재료를 찾아내 AI 칩의 열 문제를 해결하고 있습니다. 최근 Y Combinator를 졸업한 후 Lightspeed India Partners가 주도하고 Peak XV Partners와 엔젤 투자자 Paul Graham, Gokul Rajaram, Thariq Shihipar가 참여한 900만 달러의 시드 라운드를 마감했습니다. 두 공동 창업자는 Ramdas가 스탠포드에서 박사 학위를 받은 재료 과학 전문 지식과 Sridhar가 Persona AI와 Luma Labs에서 에이전트 작업을 한 경험을 결합했습니다. 그들의 소프트웨어 파이프라인은 맞춤형 하네스에서 Anthropic 모델을 사용하여 재료 후보를 생성하고, 이후 자체 훈련한 기초 물리 모델을 사용하여 검증합니다. 이 회사는 하루에 수천 건의 추측을 실행한다고 주장하며, Ramdas 박사 과정 중 하루 약 20건에 비해 크게 증가한 수치입니다. 오늘 그들은 수백 가지의 새로운 재료와 그들의 Material Discovery Bench의 예시를 공개했습니다. MatNex, SandboxAQ, CuspAI와 같은 경쟁사들도 비슷한 작업을 하고 있지만, Discovered Materials는 반도체 재료의 열 문제에 초점을 맞추고 있습니다. 이 스타트업은 이미 주요 칩 제조업체가 사용하는 재료의 특성과 일치하는 재료를 찾아냈지만, 세부 사항을 공유할 수는 없습니다. 도전 과제는 엔지니어링 트레이드오프 공간으로, 방열을 개선하는 재료는 제조하기 어렵거나 전기적 특성이 손상될 수 있습니다. 투자 라운드를 이끈 Lightspeed의 Hemant Mohapatra는 이를 원자 구조와의 두더지 잡기 게임에 비유합니다. 그는 재료 예측이 상품화될 것으로 예상하지만, Ramdas의 전문성과 신속한 실험실 검증이 Discovered Materials에 우위를 제공한다고 말합니다. 가치 있는 후보를 발견하면, 이 회사는 GPU 또는 제조 공정에서 재료 사용에 대한 특허를 내고 칩 제조업체에 라이선스를 부여할 계획입니다. 그러나 아직 AI가 발견한 재료가 상업적 영향력을 발휘한 사례는 없으며, 가장 근접한 것은 Insilico Medicine의 약물 Renterosib가 2상 시험을 진행 중입니다. Mohapatra는 병목 현상이 후보를 찾는 것이 아니라 필터링하고 합성하는 것에 있다고 믿습니다. Sridhar는 프로세스에 습식 실험이 포함되어 속도를 높일 수 없음을 인정하지만, 그들의 독특한 데이터와 전문성이 최첨단 연구소와 경쟁하는 데 도움이 될 것이라고 말합니다.