AIでチップ冷却素材を探索するスタートアップが900万ドル調達
原題: Discovered Materials is playing AI whack-a-mole to hunt cooler chips
なぜ重要か
半導体の発熱・省エネ問題はAIインフラの根幹課題であり、新素材探索へのAI活用は材料科学とAI開発の融合領域として注目が高まっている。
AIを活用して半導体の熱問題を解決する新素材を探索するスタートアップ「Discovered Materials」が、Lightspeed India PartnersとPeak XV Partnersなどから900万ドルのシードラウンドを調達した。Y Combinatorを経て設立された同社は、AIエージェント群を使って1日数千件の素材候補を生成・検証するシステムを構築している。
AIチップの発熱問題はデータセンターの電力消費と冷却コストの主要因の一つとなっており、Discovered Materialsはこの課題をAI自身で解決しようとするスタートアップだ。同社はAnthropicのモデルをカスタムハーネスで活用して新素材の候補を生成し、独自に訓練した基礎物理モデルでシミュレーションを行い候補素材の有効性を検証するソフトウェアパイプラインを構築している。
共同創業者はAdvaith SridharとAkash Ramdas。SridharはPersona AIやLuma LabsでAIエージェントの開発経験を持ち、RamdasはStanfordで材料科学の博士号を取得している。Ramdas氏がPhD研究中に1日約20件の仮説検証しか行えなかったのに対し、現在はクラウド上でエージェントを24時間365日稼働させることで1日数千件の探索が可能になったという。
同社は今回、数百種類の新素材のサンプルと、フロンティアモデルがこの課題にどう取り組むかを追跡する「Material Discovery Bench」を公開した。MatNex、SandboxAQ、CuspAIなど類似の取り組みを行う企業も存在するが、Discovered Materialsは半導体素材の熱問題に特化する戦略を採る。
同社はすでに大手チップメーカーが使用する既存素材と同等の特性を持つ複数の素材を発見したとしているが、詳細は非公開。課題として、熱放散性能が優れていても製造困難だったり電気特性が低下したりするトレードオフがあると説明している。今後、有望な素材が見つかればGPUへの応用や製造プロセスに関する特許取得を目指す方針だ。
今回のラウンドをリードしたLightspeedのHemant Mohapatra氏は「素材のすべての特性が同時に条件を満たす必要があり、非常に興味深い探索問題だ」とコメントしている。