Discovered Materials利用AI加速芯片材料发现 获得900万美元种子轮融资

背景与行业痛点

随着AI工作负载对算力的需求激增，芯片功耗与散热已成为数据中心最大的能耗瓶颈。传统材料研发周期长、成本高，难以快速满足新一代GPU对热管理的极致要求。

AI驱动的材料发现平台

Discovered Materials构建了一条全链路AI管道：

• 生成阶段：基于Anthropic的大模型，定制提示词让数千个AI代理每日生成材料配方，日产量从创始人博士期间的20次提升至上千次。
• 验证阶段：公司自研的基础物理模型对候选材料进行热导率、电阻等关键属性的模拟，筛选出具备实际应用潜力的样本。
• 实验验证：实验室快速合成并测试高潜材料，形成“Material Discovery Bench”基准，供前沿模型持续迭代。

融资与团队实力

本轮融资共计900万美元，除Lightspeed India Partners外，还包括Peak XV Partners以及天使投资人Paul Graham、Gokul Rajaram、Thariq Shihipar。创始人Advaith Sridhar曾在Persona AI和Luma Labs负责AI代理系统，联合创始人Akash Ramdas拥有斯坦福材料科学博士学位，二人将深厚科研与AI工程经验结合，形成独特的研发闭环。

市场前景与风险

公司宣称已发现数百种新材料，其中部分在热导率上可匹配或超越现有芯片材料，但仍面临制造工艺、成本以及电气特性等多维度的工程权衡。Lightspeed合伙人Hemant Mohapatra指出，真正的商业化瓶颈在于“过滤与合成”，即使AI能快速生成候选，实验室验证与产业化仍需大量资源。

业内反响

与MatNex、SandboxAQ、CuspAI等竞争对手相比，Discovered Materials的差异化在于对芯片散热问题的聚焦以及自建实验验证能力。若能在一年内实现专利布局并与GPU厂商达成授权协议，可能为AI算力供应链带来显著的能效提升。

“材料只有在所有关键属性同时满足时才有价值，这正是AI材料发现的核心挑战。”——Lightspeed合伙人 Hemant Mohapatra