AI智能体：芯片材料降温革命
芯片发热难题催生AI解决方案
运行人工智能工作负载的芯片面临过热问题，这正是数据中心消耗大量电力并需要复杂冷却系统的主要原因。面对这一挑战，创业者们正转向人工智能，试图解决AI自身带来的问题。
新兴公司Discovered Materials的AI探索
Discovered Materials是最新加入这一领域的初创企业，计划利用AI智能体集群寻找可用于构建更高效集成电路的新材料。该公司宣布已完成900万美元种子轮融资，投资方包括Lightspeed India Partners，以及Peak XV Partners和天使投资人Paul Graham、Gokul Rajaram、Thariq Shihipar。该公司此前已从Y Combinator孵化器毕业。
创始团队与技术背景
公司由Advaith Sridhar和Akash Ramdas共同创立，结合了Ramdas在斯坦福大学获得材料科学博士学位的专业背景，以及Sridhar在Persona AI和Luma Labs从事智能体开发的工作经验。
创新技术流程
两位创始人开发了一套软件流程，使用Anthropic模型在定制框架中生成材料候选，然后利用他们训练的基础物理模型运行模拟，验证这些候选材料是否具有实际价值。
“Ramdas在攻读博士学位时每天可能只能进行约20次猜测，”Sridhar向TechCrunch表示，”现在通过让智能体在云端24小时不间断运行，我们每天可以进行数千次猜测，探索他设定的研究方向。”
成果与行业竞争
Discovered Materials近日发布了数百种新材料示例，以及他们的”材料发现基准”工具，旨在追踪前沿模型如何应对这一挑战。类似的公司包括MatNex、SandboxAQ和CuspAI，但Discovered Materials将重点放在半导体材料的热管理问题上，认为这是成功的关键路径。
该公司声称已发现几种与主要芯片制造商使用材料的性能相匹配的新材料，但尚未分享更多细节。
挑战与突破
工程权衡难题
一个主要挑战是工程权衡空间：如果发现一种可能减少热量产生或改善散热的材料，可能难以实际制造出芯片，或者其电学性能可能受到影响。
“这有点像在原子结构层面玩打地鼠游戏，”Lightspeed合伙人Hemant Mohapatra（领导此轮融资）表示，”只有当所有特性同时满足时，材料在现实世界中才有用，这正是使这成为一个真正有趣的搜索问题的原因。”
商业前景与专利策略
Mohapatra预计，随着模型的持续改进，预测新物质的业务将变得商品化。Discovered Materials的差异化优势在于Ramdas在该领域的深厚经验，以及能够快速实验和验证候选材料的实验室能力——据称两位创始人已经对几种新材料进行了这项工作。
当发现有价值的候选材料时，Sridhar表示公司将尝试申请这些材料在GPU中使用的专利，或制造芯片的工艺专利，并将其授权给芯片制造商。他希望在明年能有值得申请专利的新材料。
行业现状与未来展望
尽管充满期待，我们仍未看到AI发现的药物或材料产生商业影响。最接近的或许是Insilico Medicine的Renterosib，这是第一种使用生成式AI发现并进入II期临床试验的药物。在材料方面，已发现有前景的候选材料，如MatNex的无稀土永磁体或Panasonic和Citrine Informatics开发的新型半导体材料，但这些尚未大规模商业化部署。
随着AI技术的不断进步，这些方法可能正在迎来黄金时期。但Mohapatra表示，他认为对于AI材料科学来说，阻碍不是发现更多候选材料，而是”正确筛选它们并成功合成是瓶颈所在。”
尽管Sridhar相信Discovered Materials的独特数据和专业知识将帮助这家初创企业与资金雄厚的前沿实验室竞争，他也承认现实是”很多工作实际上需要进入湿实验室并实际制造材料，而这个过程无法加速。”
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！