Discovered Materials تجمع 9 ملايين دولار لإيجاد مواد تبريد أفضل للرقائق

أغلقت Discovered Materials جولة تمويل تأسيسية بقيمة 9 ملايين دولار بقيادة Lightspeed India Partners، بمشاركة Peak XV Partners والمستثمرين الملائكيين Paul Graham وGokul Rajaram وThariq Shihipar، في وقت تخرج فيه الشركة الناشئة من برنامج Y Combinator. وتستخدم الشركة أسراباً من عملاء الذكاء الاصطناعي للبحث عن مواد جديدة تجعل الدوائر المتكاملة تعمل بكفاءة أكبر، إذ تولّد الرقائق التي تشغّل أعباء عمل الذكاء الاصطناعي حرارة كبيرة لدرجة أن تبريدها يشكّل أحد أكبر أسباب استهلاك مراكز البيانات للكهرباء.

وقد بنى المؤسسان المشاركان Advaith Sridhar وAkash Ramdas نظام برمجيات يستخدم نماذج Anthropic ضمن بيئة تشغيل مخصصة لتوليد مواد مرشحة محتملة، ثم يُخضعها لنماذج محاكاة فيزيائية دربتها الشركة بنفسها للتحقق مما إذا كانت هذه المرشحات واعدة فعلاً. ويحمل Ramdas درجة دكتوراه في علوم المواد من Stanford، بينما عمل Sridhar سابقاً على عملاء الذكاء الاصطناعي في Persona AI وLuma Labs. وقال Sridhar إن Ramdas كان يجري نحو 20 محاولة يومياً خلال دراسته للدكتوراه، بينما تستطيع عملاء الشركة الآن توليد آلاف المحاولات يومياً، إذ تعمل على مدار الساعة على السحابة وفق اتجاهات البحث التي يحددها لها Ramdas.

ونشرت Discovered Materials هذا الأسبوع أمثلة على مئات المواد الجديدة، إلى جانب أداة أطلقت عليها اسم “Material Discovery Bench” مخصصة لقياس أداء أحدث نماذج الذكاء الاصطناعي في هذا المجال، وتقول إنها اكتشفت بالفعل عدة مواد تضاهي خصائص المواد التي تستخدمها حالياً كبرى شركات تصنيع الرقائق، رغم أنها لا تكشف عن التفاصيل بعد. وأطلقت شركات منافسة مثل MatNex وSandboxAQ وCuspAI جهوداً مماثلة لاكتشاف المواد بالاعتماد على الذكاء الاصطناعي؛ وتراهن Discovered Materials على أن التركيز الضيق على مشكلات الحرارة في مواد أشباه الموصلات سيميزها عن غيرها. وقال Hemant Mohapatra، الشريك في Lightspeed الذي قاد الجولة، إن الجزء الأصعب ليس توليد المرشحات بقدر ما هو إيجاد مواد تجتمع فيها كل الخصائص المطلوبة في آن واحد -تقليل الحرارة، وإمكانية التصنيع، والحفاظ على الأداء الكهربائي.

وحتى الآن، لم يحقق أي دواء أو مادة اكتُشفت بالذكاء الاصطناعي أثراً تجارياً على نطاق واسع: أقرب مثال هو Renterosib من Insilico Medicine، أول دواء يُكتشف بالذكاء الاصطناعي التوليدي ويصل إلى تجربة سريرية من المرحلة الثالثة، في حين أن مرشحات المواد الواعدة من مختبرات أخرى لم تُطرح تجارياً بعد هي الأخرى. وقال Sridhar إن الشركة تخطط لتسجيل براءات اختراع لاستخدام أي مواد واعدة تحديداً في وحدات معالجة الرسومات (GPU)، أو لعملية التصنيع نفسها، وترخيصها لشركات صناعة الرقائق، وتأمل أن يكون لديها مادة تستحق تسجيل براءة خلال العام المقبل، رغم أنه أشار إلى أن تحويل المرشحات إلى رقائق فعلية سيظل يتطلب عملاً مخبرياً فعلياً “لا يمكن تسريعه”.

لماذا يهم

يعكس هذا النهج رهاناً أوسع بأن اكتشاف المواد المعتمد على الذكاء الاصطناعي -الذي لم يثبت جدواه تجارياً بعد باستثناء حفنة من مرشحات مبكرة في الأدوية والمغناطيسات- قد يخفف أحد القيود المادية على توسيع نطاق حوسبة الذكاء الاصطناعي، رغم أن تحويل مادة واعدة إلى رقاقة قابلة للتصنيع لا يزال يعتمد على تحقق مخبري بطيء ويدوي.