AI 正在帮芯片「退烧」：新融资瞄准散热材料
运行 AI 工作负载的芯片发热量惊人——这是数据中心耗电巨大、必须配备散热系统的主要原因。而现在，企业家们开始用 AI 来解决它自己造成的热问题。
Discovered Materials 是最新入局的一家初创公司，计划利用 AI agent 集群搜索可用于制造更高效集成电路的新材料。该公司近日完成了 900 万美元种子轮融资，由 Lightspeed India Partners 领投，参与方还包括 Peak XV Partners 以及天使投资人 Paul Graham、Gokul Rajaram 和 Thariq Shihipar。本轮融资正值公司从 Y Combinator 毕业后完成。
两位创始人 + 一套 AI 工作流
Discovered Materials 由 Advaith Sridhar 和 Akash Ramdas 联合创办。Ramdas 在斯坦福大学获得材料科学博士学位，Sridhar 则曾在 Persona AI 和 Luma Labs 从事 agent 相关工作。
两人构建了一套软件 pipeline：先用 Anthropic 模型在定制框架中生成材料候选，再利用团队自己训练的基础物理模型运行模拟，验证这些候选材料是否真正值得跟进。
Sridhar 接受 TechCrunch 采访时透露：「Ramdas 读博时每天大概只能尝试 20 个配方。现在我们让 agent 24/7 在云端运行，每天能完成数千次探索。」 Discovered Materials 于同日发布了数百种新材料的示例，以及一套名为 Material Discovery Bench 的评估基准，用来追踪前沿模型在材料发现任务上的表现。
散热材料：芯片产业的下一个战场
该领域已有不少玩家——MatNex、SandboxAQ、CuspAI 等公司都已推出类似项目。Discovered Materials 的策略是聚焦半导体材料的热管理问题，而非泛化探索。该公司声称已发现若干性能可匹配头部芯片厂商现有材料的新物质，但暂未透露更多细节。
真正的瓶颈在于工程层面的权衡：即便找到一种能降低发热或改善散热的新材料，它可能在制造环节根本无法加工，或者其电学性能会严重退化。
Lightspeed 本轮负责该项目的合伙人 Hemant Mohapatra 形容：「这有点像在原子结构上玩打地鼠游戏。一种材料只有在所有指标同时满足的情况下才有实际价值，这让材料发现变成了一个真正有趣的搜索问题。」
商业路径：专利授权，而不是自己造芯
Discovered Materials 的商业模式并非自建晶圆厂。Sridhar 表示，一旦找到有价值的候选材料，公司将尝试为其在 GPU 中的应用或相关芯片制造工艺申请专利，然后向芯片厂商授权许可。他的目标是未来一年内能有值得专利化的新材料。
不过，Mohapatra 认为，随着模型能力持续提升，预测新物质的门槛将被快速拉平——真正的竞争壁垒在于筛选和合成环节，而非发现环节。Discovered Materials 的优势在于 Ramdas 在材料科学领域的深厚积累，以及团队具备快速实验验证的 lab 能力。两位创始人已经对若干新材料完成了实验验证。
Sridhar 也坦言：「说到底，很多事情最终还是要去湿实验室真正把东西做出来。而这个过程是无法加速的。」
评论