Discovered Materials גייסה 9 מיליון דולר לקירור צ'יפים
Discovered Materials, סטארטאפ שפיתח סוכני AI לגילוי חומרים חדשים לשבבים, גייס 9 מיליון דולר בסבב סיד. החברה מתמקדת במציאת חומרים שיפחיתו את החום במעבדי GPU של מרכזי נתונים, ופרסמה בנצ'מרק ראשון למדידת ביצועיהם של מודלי AI בתחום זה – צעד שמדגיש את הלחץ למצוא פתרונות תרמיים לתעשיית ה-AI.
צ'יפים שמריצים עומסי AI חמים מדי – מעבדי GPU מודרניים מתמודדים עם עומסי חום של כ-140 W/cm², עומס גבוה יותר מזה של חרטום מעבורת חלל שנכנסת מחדש לאטמוספירה. זו הסיבה שמרכזי נתונים צורכים כמויות אדירות של חשמל ומים, וברור שיזמים פונים ל-AI כדי לפתור את הבעיה שהוא עצמו יצר.
Discovered Materials היא השחקנית האחרונה בתחום, והחברה הודיעה לאחרונה שסגרה סבב סיד של 9 מיליון דולר בהובלת Lightspeed India Partners, בהשתתפות Y Combinator ו-Peak XV Partners, ומשקיעים מלאכים כמו Paul Graham, Gokul Rajaram ו-Thariq Shihipar. המטרה: להשתמש בקבוצות של סוכני AI כדי לגלות חומרים חדשים לבניית מעגלים משולבים יעילים יותר, במיוחד כאלה שמפחיתים חום או מפזרים אותו טוב יותר.
איך זה עובד בפועל? המייסדים, Advaith Sridhar ו-Akash Ramdas, בנו צינור תוכנה שמשתמש במודלים של Anthropic בסביבה מותאמת אישית כדי לייצר מועמדים לחומרים. לאחר מכן, הם מעבירים את המועמדים למודלי פיזיקה בסיסיים שהם אימנו, כדי להריץ סימולציות שמאמתות אם החומרים האלה באמת מעניינים לשימוש בשבבים. Ramdas, שמחזיק בדוקטורט במדע חומרים מ-Stanford, עשה אולי 20 ניחושים כאלה ביום במהלך המחקר שלו. עכשיו, באמצעות הרצת הסוכנים 24/7 על הענן, הם מסוגלים לבצע אלפי ניחושים ביום – קפיצה אדירה בקצב.
במקביל להודעה על הגיוס, Discovered Materials פרסמה דוגמאות של מאות חומרים חדשים שגילו מודלי AI חדשניים, יחד עם ״Material Discovery Bench״ – בנצ'מרק ראשון שנועד להעריך כיצד מודלים כאלה מתמודדים עם בעיות אמיתיות בעולם המוליכים למחצה. החברה מתכוונת להמשיך ולפתח מדדים שיבדקו חומרים שנמצאו באמצעות AI הן בסימולציה והן בניסויי מעבדה.
למה זה חשוב עכשיו? הדרישה לכוח חישוב מצד מערכות AI גוברת, אבל ההתקדמות מוגבלת יותר ויותר בשל הקצב האיטי שבו חומרים חדשים מגיעים לייצור. ״ממדע ניסיוני לייצור תעשייתי לוקח שנים ומאות מיליוני דולרים – עמק המוות הידוע לשמצה של התעשייה״, מסביר Hemant Mohapatra, שותף ב-Lightspeed India Venture Partners שהוביל את הסבב. ״אנחנו נרגשים לשתף פעולה עם Discovered Materials כדי לבנות את עתיד החדשנות במוליכים למחצה, החל בפתרון דחוף לשיפור פיזור החום מצ'יפים שרק מתחממים״.
המודל העסקי של החברה מתמקד בקניין רוחני: כאשר החברה תמצא מועמדים בעלי ערך, היא מתכוונת לרשום פטנטים על השימוש בחומרים במעבדי GPU או על תהליך הייצור, ולהעניק רישיון ליצרני שבבים גדולים. Sridhar מקווה שיהיו ברשותם חומרים שראויים לרישום פטנט כבר בשנה הקרובה.
אבל יש אתגרים גדולים. מציאת חומר מועמד היא דבר אחד; להפוך אותו לשבב שמיש – זו בעיה אחרת. ״זה קצת כמו לשחק whack-a-mole עם מבנים אטומיים״, מתאר Mohapatra. ״חומר שימושי בעולם האמיתי רק אם כל התכונות מתקיימות בו בו-זמנית: מוליכות חום טובה, עמידות מכנית, תכונות חשמליות מתאימות ויכולת ייצור. זו בדיוק הסיבה שמדובר בבעיית חיפוש מעניינת״.
Discovered Materials מתמודדת עם תחרות מחברות כמו MatNex, SandboxAQ ו-CuspAI, אבל החברה מאמינה שהמיקוד הבלעדי בבעיות התרמיות של שבבי מוליכים למחצה, יחד עם הניסיון העמוק של Ramdas בתחום, יעניק לה יתרון. החברה כבר גילתה כמה חומרים המנצלים מאפיינים של חומרים קיימים, שבהם משתמשות חברות שבבים גדולות – אך עדיין אינה יכולה לחשוף פרטים.
הסיכון הגדול, כפי שמציין Mohapatra, הוא שהחיפוש אחרי מועמדים יהפוך למוצר מדף ככל שהמודלים ישתפרו. מה שבאמת יבדל את Discovered Materials הוא היכולת לבצע סינתזה וניסויים מהירים – תהליך ״שאי אפשר לזרז״, כפי ש-Sridhar מודה, ומחייב גישה למעבדות רטובות ולהכנה פיזית של החומרים.
אז מה בעצם קרה כאן? Discovered Materials מצטרפת לגל חברות שמשתמשות ב-AI כדי לפתור את בעיית החום שה-AI עצמו יוצר. עם 9 מיליון דולר בקופה, בנצ'מרק חדש ותוכנית ברורה לרישום פטנטים, החברה מנסה לקצר תהליכי מו״פ בחומרה משנים לימים. האם זה יעבוד? ההיסטוריה מראה שגילוי חומרים באמצעות AI עדיין לא הוכיח את עצמו מסחרית – אבל אם יש תחום שבו הלחץ דוחף חדשנות, זה כאן.
בסופו של דבר, אם הם יצליחו, זה עשוי לעזור לנו להריץ מודלי AI עתירי חישוב בלי לשרוף את כדור הארץ – או לפחות בלי לקרר אותו יותר מדי.