Discovered Materials、冷却性能に優れたチップ材料開発に9百万ドル調達

データセンターのAIチップの熱問題は、単なる冷却エンジニアリングの話ではない。むしろ、チップそのものを「冷めやすい材料で作る」という、根本的な素材戦争へシフトしている。Discovered Materialsは、この戦場にAIを武器として投入する新興企業だ。同社が900万ドルを調達し、AIエージェントを使って新素材の候補を自動探索する取り組みを始めた背景には、材料科学という領域の「探索空間の膨大さ」がある。従来、材料研究者は、物理的な直感と経験則に基づいて1日20回程度の試行錯誤を重ねていた。AIエージェントの群れはこれを24時間、1日数千回に加速する。Anthropicの大規模言語モデルで候補物質を生成し、その後、自社で訓練した物理シミュレーションで効果を検証するという二段階フロー。「発散と検証」の速度が数百倍になれば、かつては「偶然の発見」だった領域が、システマティックに攻略可能になる。ただし、業界はまだ困惑している。MatNexやCuspAIといった競合も同じアプローチを採っているが、実際に製造可能で、電気的特性と熱特性の両立ができた材料で、大規模チップが作られた例がまだない。AIが「候補を出す」までの時間は短縮されたが、「実際に作れるかどうか」という、人間の工程設計と実験施設に依存する段階が相変わらずボトルネックだ。中小企業への示唆は、素材開発そのものではなく、「大量の候補生成と順序付けのプロセス」にある。検索や提案のような自社のコア業務でも、AIエージェントが「試行の回数」を増やし、人間はフィルタリングと意思決定に集中する型は、これから標準化していく。データセンターの冷却という大きな課題でさえ、短期的な商用化より先に、こうした「AIと人間の役割分担型」が定着しつつある、という点が重要だ。