Por Canuto  

Discovered Materials ha levantado USD $9 millones para usar enjambres de agentes de IA que exploran miles de materiales semiconductores al día, con el objetivo de resolver el sobrecalentamiento de los chips que alimentan la inteligencia artificial.
***

  • Discovered Materials, startup de Y Combinator, cerró una ronda semilla de USD $9 millones liderada por Lightspeed India Partners.
  • Usa agentes de IA de Anthropic para generar y simular miles de nuevos materiales semiconductores por día, enfocados en disipar el calor.
  • La compañía planea patentar materiales o procesos para GPUs y licenciarlos a fabricantes de chips.

 

Los chips que ejecutan cargas de trabajo de IA generan tanto calor que los centros de datos requieren sistemas de refrigeración masivos. Ese consumo energético es un problema creciente para la industria tecnológica. Founders de todo el mundo buscan soluciones, y algunos apelan a la IA para corregir un inconveniente que ella misma intensificó.

Discovered Materials, una startup que salió de Y Combinator, apuesta por descubrir nuevos materiales semiconductores que reduzcan la generación de calor o mejoren su disipación. La empresa anunció que cerró una ronda semilla de USD $9 millones liderada por Lightspeed India Partners.

Peak XV Partners también invirtió, junto con los ángeles Paul Graham, Gokul Rajaram y Thariq Shihipar. La firma utiliza agentes de inteligencia artificial para explorar miles de compuestos candidatos cada día.

El problema del calor en los chips

La industria de semiconductores enfrenta una paradoja: los chips más avanzados generan más calor por unidad de superficie. Ese calor obliga a centros de datos a gastar energía extra en refrigeración, lo que incrementa costos y huella ambiental.

Según datos de la propia industria, reseñados por TechCrunch, el enfriamiento puede representar hasta el 30% del consumo eléctrico de un centro de datos. A medida que los modelos de IA crecen, el problema se agrava.

Es por eso que startups como Discovered Materials buscan atacar la raíz física del problema: los materiales con los que se fabrican los transistores.

La apuesta de Discovered Materials

Los fundadores Advaith Sridhar y Akash Ramdas unieron fuerzas con una visión clara. Ramdas, con un doctorado en ciencia de materiales de Stanford, aporta la experiencia científica. Sridhar, por su parte, trabajó en agentes de IA en Persona AI y Luma Labs.

El pipeline de la empresa combina modelos de Anthropic en un entorno personalizado para generar candidatos. Luego, modelos de física entrenados por ellos ejecutan simulaciones para verificar si esos materiales son realmente viables.

«[Ramdas] hacía tal vez 20 intentos al día durante su doctorado», dijo Sridhar al medio TechCrunch. «Ahora podemos hacer miles de intentos al día haciendo que estos agentes funcionen 24/7 en la nube, explorando las direcciones de investigación que él les indica».

La startup publicó hace poco ejemplos de cientos de nuevos materiales, así como su «Material Discovery Bench», una herramienta para rastrear el rendimiento de los modelos de frontera en este desafío.

El juego del whack-a-mole atómico

Encontrar un material que reduzca el calor no es suficiente. Debe ser fabricable, mantener propiedades eléctricas adecuadas y ser viable económicamente. Es un equilibrio complejo que se asemeja a un juego de whack-a-mole.

Hemant Mohapatra, socio de Lightspeed que lideró la ronda, describió la situación: «Es un poco como jugar al whack-a-mole con las estructuras atómicas. Un material solo es útil en el mundo real si todos esos factores convergen a la vez, que es lo que convierte esto en un problema de búsqueda realmente interesante».

La startup dice haber descubierto materiales que igualan las propiedades de los que usan los principales fabricantes de chips, pero no ofrece más detalles. Los desafíos de fabricación y las compensaciones de ingeniería son enormes.

Si un material reduce el calor pero es difícil de integrar en un proceso de litografía, podría ser inútil. Si compromete la velocidad eléctrica, tampoco sirve.

Mohapatra cree que la predicción de sustancias novedosas se convertirá pronto en un commodity. La diferencia clave de Discovered Materials es la experiencia de Ramdas y la capacidad de validar en el laboratorio.

La carrera por los materiales de IA

No son los únicos en este campo. Empresas como MatNex, SandboxAQ y CuspAI han lanzado esfuerzos similares. Sin embargo, Discovered Materials se enfoca exclusivamente en problemas térmicos.

El inversor de Lightspeed espera que el negocio de predecir sustancias noveles sea cada vez más accesible. Pero el cuello de botella real, según él, está en «filtrarlos correctamente y sintetizarlos».

De hecho, hasta ahora no hay ningún material o fármaco descubierto por IA que tenga un impacto comercial masivo. El caso más cercano es el Renterosib de Insilico Medicine, el primer fármaco generado con IA en llegar a un ensayo clínico de Fase II.

En el campo de materiales, hay candidatos prometedores como los imanes permanentes sin tierras raras de MatNex o los nuevos semiconductores de Panasonic y Citrine Informatics. Aún no se desplegan comercialmente a escala.

La razón podría ser que las técnicas están madurando apenas ahora, a medida que los modelos de IA mejoran sustancialmente.

La promesa y el cuello de botella

Sridhar reconoce que gran parte del trabajo futuro implicará laboratorios húmedos y fabricación física. «Este es el proceso que no se puede acelerar», afirmó.

La startup planea patentar el uso de nuevos materiales en GPUs o el proceso de fabricación con ellos. Luego otorgaría licencias a los fabricantes de chips.

Espera que el próximo año ya haya nuevos materiales dignos de patentar. Sin embargo, la paciencia es clave: la ciencia de materiales requiere ciclos largos de validación.

Mientras tanto, la industria observa atenta. Decenas de startups, gigantes tecnológicos y laboratorios académicos compiten por resolver el mismo problema.

La inversión de USD $9 millones en Discovered Materials es una señal de que el capital de riesgo confía en la convergencia entre IA y ciencia de materiales. El tiempo dirá si ese enfoque satisface la demanda de chips más fríos.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados