IA à caça de novos materiais para arrefecer chips de datacenter

Os chips que treinam e correm modelos de IA estão a torrar eletricidade e a aquecer datacenters ao ponto de tornar o arrefecimento um problema de infraestruturas, não só de software. Agora aparece uma startup a tentar atacar o problema pela raiz: mexer na matéria de que os chips são feitos.

Chama-se Discovered Materials e saiu do Y Combinator com uma ronda seed de 9 milhões de dólares, liderada pela Lightspeed India Partners e com nomes conhecidos como Paul Graham entre os investidores. A promessa é simples de enunciar e difícil de cumprir: usar enxames de agentes de IA para propor novos materiais para semicondutores, filtrá‑los com modelos de física computacional e, um dia, licenciar essas descobertas a fabricantes de GPUs.

Os fundadores, Advaith Sridhar e Akash Ramdas, juntam duas peças que rara vez andam de mão dada: experiência em agentes de IA e doutoramento em ciência de materiais em Stanford. A pipeline que montaram usa modelos da Anthropic para gerar candidatos, depois passa tudo por modelos de física de base que simulam propriedades térmicas e elétricas. Onde antes Ramdas dizia conseguir “20 palpites por dia” durante o PhD, agora falam em milhares de hipóteses diárias, 24/7 na cloud. Em termos de escala, é a diferença entre procurar um novo material à lupa ou com um drone.

Não estão sozinhos. MatNex, SandboxAQ e CuspAI andam a vender variações da mesma história híbrida IA + laboratório. A diferença, dizem, é o foco obsessivo nos problemas térmicos dos semicondores. Menos calor significa menos consumo em arrefecimento e menos barreiras para a próxima vaga de GPUs famintas por energia, precisamente o tipo de infraestrutura em que Nvidia e gigantes cloud continuam a despejar milhares de milhões. O lado menos fotogénico é que a startup afirma já ter materiais com propriedades semelhantes às usadas hoje por grandes fabricantes, mas não pode revelar detalhes. Sem fórmulas, fica‑se num limbo entre ciência e pitch.

O investidor que liderou a ronda descreve o processo como um jogo de whack‑a‑mole atómico: resolves a condutividade térmica, estragas as propriedades elétricas; acertas na estrutura cristalina, percebes que ninguém sabe produzir aquilo em escala. No limite, a capacidade de prever materiais novos com modelos vai acabar barata e comum. O que conta é ter laboratório, processos de síntese e capacidade de filtrar os candidatos sem se afogar em “powerpoints quânticos”. É aqui que a Discovered Materials tenta diferenciar‑se, com um laboratório próprio a validar rapidamente o que sai da cloud.

Mesmo assim, há um elefante bem real no laboratório: até hoje, nenhum material descoberto com IA chegou a impacto comercial sério. Há protótipos, como os ímanes sem terras raras da MatNex, e há fármacos em ensaios clínicos como o Renterosib da Insilico, mas nada que já esteja a rodar em produção ao nível de um datacenter. O plano da startup passa por patentear o uso dos novos materiais em GPUs ou processos de fabrico e licenciar tudo a terceiros. Ambição não falta. O que falta é tempo de laboratório, e esse não escala ao ritmo dos slides de fundraising nem dos modelos generativos. Enquanto isso, a indústria continua a resolver o problema com a abordagem clássica: mais betão, mais cabos e mais megawatts.

Fonte: TechCrunch