Discovered Materials 用 AI 打地鼠式探索更低功耗芯片材料

初创公司Discovered Materials由Advaith Sridhar和Akash Ramdas创立，正在利用AI智能体群寻找新材料，用于制造更高效的集成电路，以解决AI芯片的发热问题。该公司近日完成了一轮900万美元的种子轮融资，由Lightspeed India Partners领投，Peak XV Partners及天使投资人Paul Graham、Gokul Rajaram和Thariq Shihipar参投。此前，该公司刚从Y Combinator孵化器毕业。两位创始人中，Ramdas拥有斯坦福大学材料科学博士学位，Sridhar则曾在Persona AI和Luma Labs从事智能体相关工作。他们的软件流程使用Anthropic模型的自定义框架生成材料候选，然后通过他们训练的基础物理模型进行验证。该公司声称每天能进行数千次推测，而Ramdas博士期间每天仅约20次。他们今天发布了数百种新材料的示例以及他们的材料发现基准（Material Discovery Bench）。竞争对手如MatNex、SandboxAQ和CuspAI也在进行类似工作，但Discovered Materials专注于半导体材料的热问题。这家初创公司已发现与主要芯片制造商所用材料性能相匹配的材料，但无法透露具体细节。一个挑战在于工程权衡空间，因为改善散热性能的材料可能难以制造或牺牲电气性能。领投方Lightspeed的Hemant Mohapatra将此比作与原子结构玩打地鼠游戏。他预计材料预测将成为商品化服务，但Ramdas的专业知识和快速实验室验证使Discovered Materials具备优势。在找到有价值的候选材料后，该公司计划将材料在GPU或制造工艺中的用途申请专利，并授权给芯片制造商。然而，目前尚无AI发现的材料产生商业影响；最接近的是Insilico Medicine的药物Renterosib，已进入二期临床试验。Mohapatra认为瓶颈在于筛选和合成候选材料，而非发现。Sridhar承认涉及湿实验室的工作无法加快，但他们独特的数据和专业知识将有助于与前沿实验室竞争。