Discovered Materials: l'IA pour des puces moins chaudes
La surchauffe des puces spécialisées dans le calcul d'intelligence artificielle représente un défi majeur pour les centres de données, qui consomment d'énormes quantités d'électricité et nécessitent des systèmes de refroidissement complexes. Face à ce paradoxe, la startup Discovered Materials développe des outils d'intelligence artificielle pour accélérer la découverte de nouveaux matériaux semi-conducteurs mieux adaptés à la dissipation thermique. Fondée par Advaith Sridhar et Akash Ramdas, spécialiste des matériaux issu de l'université Stanford, l'entreprise a récemment levé 9 millions de dollars en phase semelle. Cette levée de fonds, dirigée par Lightspeed India Partners, bénéficie également du soutien de Y Combinator, Peak XV Partners et plusieurs investisseurs angels reconnus. Les fondateurs ont conçu un pipeline logiciel automatisé qui mobilise des agents IA basés sur les modèles d'Anthropic pour générer des milliers de propositions de matériaux par jour. Ces candidats sont ensuite soumis à des simulations physiques fondées sur des modèles de base entraînés en interne, permettant une validation rapide et continue. Parmi les résultats annoncés, Discovered Materials a publié une liste de centaines de nouveaux composés et a lancé un observatoire nommé Material Discovery Bench pour suivre les performances des modèles de pointe dans ce domaine précis. L'entreprise affirme avoir déjà identifié plusieurs matériaux dont les propriétés thermiques surpassent celles actuellement utilisées par les principaux fabricants de semi-conducteurs, bien qu'elle ne révèle pas encore leurs noms par souci de confidentialité stratégique. Le secteur de la science des matériaux assistée par IA est en pleine expansion, avec des initiatives similaires chez des acteurs comme MatNex, SandboxAQ ou CuspAI. Néanmoins, la validation d'un nouveau composé reste un exercice complexe. Comme le souligne Hemant Mohapatra de Lightspeed India Partners, il s'agit d'un véritable jeu de marelle atomique où un matériau n'est utile que si ses caractéristiques thermiques, électriques et sa fabricabilité convergent simultanément. La prédiction pure des composés risque de devenir une commodité à mesure que les modèles s'améliorent. La véritable valeur ajoutée de Discovered Materials réside dans la capacité de son fondateur à mener rapidement des expériences en laboratoire pour valider les candidats numériques, un processus physique qui demeure le goulot d'étranglement du secteur. Pour monétiser ces découvertes, l'entreprise prévoit de breveter l'utilisation de ses nouveaux matériaux dans les cartes graphiques ou les procédés de fabrication, puis de les licencier aux constructeurs de puces. Les fondateurs espèrent déposer leurs premières demandes sous un an. Bien que l'IA ait déjà permis la découverte de candidats prometteurs, leur déploiement commercial à grande échelle tarde encore à se concrétiser. Loin des discours purement numériques, la transition vers des semi-conducteurs de nouvelle génération nécessitera inévitablement une collaboration étroite entre l'algorithmie avancée et la chimie expérimentale traditionnelle.
