Discovered Materials samlade in 9 miljoner dollar för AI-driven upptäckt av halvledarmaterial
AI-baserade materialupptäcksstartupen Discovered Materials har samlat in 9 miljoner dollar i en såddfinansieringsrunda. Medlen ska användas för att utöka teamet och laboratorieinfrastrukturen.

AI-drivna startupen Discovered Materials, som specialiserar sig på materialupptäckt, har säkrat 9 miljoner dollar i en såddfinansieringsrunda ledd av Lightspeed India Partners. Företaget planerar att använda kapitalet för att expandera sitt team och sin laboratorieinfrastruktur, samt för att skala upp sina AI-agenter för materialforskning.
Discovered Materials, grundat 2026 av IIT Madras-alumnerna Advaith Sridhar och Akash Ramdas, utvecklar AI-agenter för att automatisera delar av upptäckts- och valideringsprocessen för halvledarmaterial. Målet är att tackla halvledarindustrins ökande problem med energiförbrukning och värmehantering, som förvärras av AI-arbetsbelastningar.
Halvledarindustrin står inför stora utmaningar gällande energiförbrukning och värmehantering. AI-arbetsbelastningar ökar värmeutvecklingen från grafikkort (GPUer) och andra chip, vilket skapar ett behov av material som kan minska värmealstringen och förbättra värmeavledningen. Nuvarande GPUer hanterar värmeflöden på cirka 140 watt per kvadratcentimeter, en siffra som förväntas öka med ökade beräkningskrav.
Traditionellt kan det ta flera år och hundratals miljoner dollar att upptäcka och validera ett nytt material för användning i halvledarfabriker. Discovered Materials syftar till att förkorta denna "labb-till-fabrik"-tid genom att använda AI-agenter för att utföra tvärvetenskaplig forskning och identifiera lovande material. Företaget hävdar att de under sin tre månader långa medverkan i Y Combinator framgångsrikt simulerade, syntetiserade och testade termiska gränssnittsmaterial som matchade prestandan hos produkter som stora kemiföretag utvecklat under flera år.
Utöver finansieringen har startupen lanserat Material Discovery Bench, ett open source-riktmärke för att utvärdera frontier AI-modellers förmåga att identifiera material för halvledarapplikationer. Investeringen speglar ett växande intresse från investerare för startups som utvecklar AI-agenter för specifika branschflöden.