AI“打地鼠”：Discovered Materials 用智能体猎取更高效的芯片材料
AI 算力需求激增，数据中心能耗与散热问题日益严峻。讽刺的是，创业者正试图用 AI 来解决 AI 制造的问题。初创公司 Discovered Materials 日前宣布完成 900 万美元种子轮融资，由 Lightspeed India Partners 领投，Peak XV Partners 及天使投资人 Paul Graham、Gokul Rajaram 和 Thariq Shihipar 参投。该公司从 Y Combinator 孵化，旨在利用 AI 智能体群发现可用于制造更高效集成电路的新材料。
从“每天 20 次”到“每天数千次”的猜想
联合创始人 Advaith Sridhar 和 Akash Ramdas 的组合颇具互补性：Ramdas 拥有斯坦福大学材料科学博士学位，Sridhar 则在 Persona AI 和 Luma Labs 积累了智能体开发经验。他们构建的软件管道首先使用 Anthropic 模型在定制框架中生成材料候选，再通过自训练的基础物理模型进行模拟验证，筛选出真正有潜力的材料。Sridhar 向 TechCrunch 表示，Ramdas 在博士期间每天只能做约 20 次猜想，而现在智能体 24/7 在云端运行，每天可探索数千个研究方向。
聚焦“热”问题的差异化路径
当前，包括 MatNex、SandboxAQ、CuspAI 在内的多家公司都在探索 AI 驱动材料发现，但 Discovered Materials 选择聚焦半导体材料的热问题，希望找到能减少发热或改善散热的材料。该公司声称已发现几种与主要芯片制造商现有材料性能匹配的新材料，但未透露细节。
“打地鼠”式的工程权衡
领投方 Lightspeed 的合伙人 Hemant Mohapatra 将这一过程比作“打地鼠”：一种材料若想在实际中应用，必须在降低发热、改善散热、可制造性、电学性能等多个维度同时达标，这使其成为一个极具挑战性的搜索问题。Mohapatra 还预测，预测新物质本身将逐渐商品化，而真正的壁垒可能在于如何将发现转化为实际可用的芯片制造方案。
尽管挑战重重，但 AI 驱动的材料发现正成为半导体行业的前沿方向。Discovered Materials 的“AI 打地鼠”能否击中目标，值得持续关注。
