アーカイブ — US — techcrunch
Discovered Materials、クールなチップを求めてAIの「ハエ叩き」を展開中
AIワークロードで発生する熱に取り組む『Discovered Materials』は、AIエージェントを使用して効率的な集積回路のための新しい材料を発見することを目指しています。このスタートアップは900万ドルの資金調達に成功し、材料探索のための先進モデルを活用したソフトウェアパイプラインを開発しました。製造と検証の課題にもかかわらず、彼らは有望な材料をチップメーカー向けに特許出願する予定です。
要点
- AIワークロードを処理するチップは過熱し、データセンターの電力消費を増加させています。
- 900万ドルのシードラウンドを受けたDiscovered Materialsは、より効率的な集積回路のための新しい素材を見つけることを目指しています。
- 創業者のAdvaith SridharとAkash RamdasはAIを活用して素材の発見を自動化し、Ramdasの博士課程中の1日20回の推測から数千回にスピードアップしています。
- スタートアップには、カスタムAIモデルと素材検証のための基礎物理学を組み合わせたソフトウェアパイプラインがあります。
- 製造の難しさと有益な熱特性とのバランスを取る課題があります。Discovered MaterialsはGPU向けに実用的な素材を特許出願するかもしれません。
- 産業界の関心は高いものの、AIによって発見された素材はまだ大規模な商業化に成功していません。
なぜ重要か
- 材料科学におけるAI利用の傾向は、IT全般での深層学習や生成AIの活用に関する広範な動きを反映しています。
- 歴史的に、AIは薬物発見や材料科学において理論から実用への移行に課題を抱えてきました。
- AIモデルの技術革新が材料の発見の効果を向上させる可能性があり、これはソフトウェア開発や人工知能アプリケーションに見られるトレンドと類似しています。
- 新技術を駆使して長年のエンジニアリングの課題を解決するためにAIを活用するAIベースのスタートアップ市場の一環となっています。
発見された材料は、革新的なAI駆動の材料探索を通じてチップの効率を革命的に変える可能性がありますが、広範な商業的成功が実現される前には大きな実用的な障害があります。