Исследования
Компания Discovered Materials использует ИИ для поиска более эффективных процессоров, необходимых дата-центрам
Стартап привлек 9 миллионов долларов в рамках посевного раунда, чтобы использовать AI-агентов и физические модели для поиска полупроводниковых материалов, которые могли бы улучшить управление теплом, хотя основная работа по-прежнему заключается в том, чтобы доказать возможность их производства.
Майкл Г ·
Компания Discovered Materials привлекла $9 миллионов в рамках посевного раунда для использования ИИ-агентов и моделей физики в поиске полупроводниковых материалов, которые могут сделать чипы более эффективными и легче охлаждаемыми. Компания утверждает, что её система может генерировать и фильтровать большое количество кандидатов, переворачивая исследовательский процесс, который ранее зависел от нескольких ручных предположений, в значительно более масштабный вычислительный поиск.
Цель — физическое ограничение в центре разработки ИИ. Чипы, выполняющие тяжелые рабочие нагрузки, выделяют тепло, и центры обработки данных тратят огромное количество энергии и капитала на его управление. Лучший материал мог бы снизить выделение тепла, улучшить его рассеивание или облегчить эксплуатацию конструкции при данном уровне производительности. Ничто из этого не так просто, как найти привлекательное число в симуляции.
Discovered Materials объединяет передовые языковые модели в пользовательском агенте с физическими моделями, предназначенными для проверки того, стоит ли разрабатывать предложенное вещество. Компания также выпустила примеры материалов и эталон для измерения того, как модели справляются с задачей открытия. Это правильное направление: утверждения об ИИ в науке полезнее, когда другие исследователи могут проверить задачу и результат.
Материал-кандидат должен одновременно удовлетворять нескольким требованиям. Ему могут понадобиться подходящие тепловые, электрические и механические свойства, а также возможность через синтез, обработку пластин и производство чипов. Улучшение одной переменной может ухудшить другую. Вот почему основатели описывают эту работу как своего рода игру в молоток по атомам.
Компания права, сосредотачиваясь на валидации. ИИ может расширить набор идей, которые лаборатория может протестировать, но коммерчески полезное достижение должно пройти испытания, производство и квалификацию. Настоящей мерой будет то, приведет ли поиск к материалу, который переходит от интересного предсказания к внедренному чипу.
Темы: материаловедение, ИИ-чипы, центры обработки данных