獲900萬美元種子輪 AI材料新創瞄準晶片散熱難題

AI材料新創Discovered Materials宣布完成900萬美元種子輪融資，主打用人工智慧尋找半導體散熱材料，目標是從材料層面解決AI晶片與資料中心的發熱、散熱難題。

該公司10日在官網表示，本輪融資由光速創投（Lightspeed）領投，Y Combinator（YC）、Peak XV、保羅·葛拉漢（Paul Graham）、戈庫爾·拉賈拉姆（Gokul Rajaram）與塔里克·西希帕爾（Thariq Shihipar）等參與。科技媒體TechCrunch報導指出，光速創投印度基金（Lightspeed India Partners）與Peak XV Partners等機構也參與其中。

Discovered Materials開發的是專門尋找半導體晶片新材料的AI代理人（AI Agent）。所謂AI代理人，是能自行判斷作業順序、並執行多個步驟以達成既定目標的人工智慧系統。

公司鎖定的問題正是AI晶片的發熱。生成式AI與資料中心運算設備耗電量大、發熱量高，散熱設備與熱管理材料的性能因此直接影響設備運作效率。

將晶片產生的熱能傳導至散熱片或冷卻結構的「熱介面材料」，是熱管理流程中的核心元件。即便候選材料展現優異的導熱特性，實際導入仍須經過合成、性能驗證、耐久測試與半導體製程整合等關卡。

這類散熱問題，在AI資料中心轉型過程中，向來與電力設備並列為核心基礎設施議題。隨著運算設備的整合密度提高，能快速分散晶片熱能的技術也愈發重要。

Y Combinator將Discovered Materials介紹為參與2026年春季梯隊的美國舊金山半導體、AI新創，業務範圍鎖定資料中心與半導體廠所需的新材料探索。

公司由阿德瓦特·斯里達爾（Advaith Sridhar）與阿卡什·拉姆達斯（Akash Ramdas）共同創立，兩人皆擔任共同創辦人。拉姆達斯曾在史丹佛大學研究半導體材料，斯里達爾則曾於Persona AI與Luma Labs從事AI代理人相關工作。

公司說明，團隊利用Anthropic的模型搭配自建「harness」（執行框架）產出候選材料，再以自有物理模型進行驗證。所謂harness，是指讓AI模型運用工具與數據、依既定流程執行任務的運作環境。

在上一期Y Combinator梯隊的三個月間，團隊針對熱介面材料進行模擬、合成與測試。公司宣稱找到性能可媲美大型化學企業現有產品的材料，但未公開具體材料成分、性能數據與客戶名單。

Discovered Materials同時發布開源基準測試「材料發現基準」（Material Discovery Bench），用以衡量AI模型解決材料問題的能力，並表示是與IBM、imec、史丹佛大學及劍橋大學的專家合作開發。

材料探索一般須反覆進行候選設計、模擬、合成與測試。《自然》（Nature）期刊刊載的研究指出，傳統試誤法耗時又耗成本，而大規模圖網路有助於提升候選材料的搜尋效率。

資金持續流入AI材料探索領域的案例並不少見。Orbital Industries於5月完成5000萬美元B輪融資，CuspAI則在官網宣稱累計募資已超過6億5000萬美元。

光速創投合夥人赫曼特·莫哈帕特拉（Hemant Mohapatra）在接受TechCrunch訪問時表示，「預測新物質本身的技術，可能會逐漸趨於平均化」。他認為，比起大量產出候選材料的能力，篩選出有潛力的候選材料並實際完成合成，才是真正的瓶頸所在。

公司近期將名稱由Matforge更改為Discovered Materials。共同創辦人斯里達爾在領英（LinkedIn）上公布了更名消息，但官網頁尾仍留有法人名稱Matforge Inc.。若要將公司提出的材料應用於半導體製程，後續仍須經過合成、性能驗證與製程整合等步驟。