Startup usa IA para descobrir materiais que resfriam chips de última geração
A Discovered Materials, uma startup de ciência de materiais baseada em inteligência artificial, está aplicando modelos de machine learning para acelerar a descoberta de novos compostos capazes de resfriar chips de computador com eficiência muito superior à atual. A empresa, que opera no modelo AI whack-a-mole — testando milhares de combinações químicas em simulação antes de sintetizar as mais promissoras —, acaba de levantar uma nova rodada de investimento.
O problema que a startup resolve é concreto e urgente: os chips de IA de última geração (como GPUs NVIDIA H100 e B200) dissipam até 700 watts de calor por unidade, e os métodos tradicionais de resfriamento — pasta térmica, dissipadores de cobre e refrigeração líquida — estão próximos do limite físico.
Como a IA acelera a descoberta de materiais
Tradicionalmente, a descoberta de novos materiais é um processo de tentativa e erro que leva décadas. A Discovered Materials substitui os primeiros estágios desse pipeline por simulações de IA:
- Modelagem computacional: algoritmos de ML preveem as propriedades térmicas de milhares de compostos hipotéticos com base em sua estrutura cristalina.
- Triagem de alto rendimento: os candidatos mais promissores (alta condutividade térmica, estabilidade química, baixo custo) são selecionados para síntese em laboratório.
- Validação experimental: apenas os top ~1% são efetivamente fabricados e testados — reduzindo o ciclo de descoberta de anos para meses.
O termo “AI whack-a-mole” (algo como “bater cabeça de toupeira com IA”) descreve bem o processo: o algoritmo gera hipóteses, testa virtualmente, descarta as ruins e repete — milhares de vezes por dia — até encontrar os vencedores.
Por que isso importa
O mercado de resfriamento de data centers deve atingir US$ 30 bilhões até 2030, impulsionado pela expansão da infraestrutura de IA. Um novo material de interface térmica que seja 30% mais eficiente que as pastas térmicas atuais poderia:
- Reduzir o consumo de energia de refrigeração de data centers em até 15%
- Permitir empacotamento mais denso de GPUs (mais computação por metro quadrado)
- Estender a vida útil de chips que operam em temperaturas elevadas
Para o Brasil, que tem data centers em expansão (AWS, Google Cloud e Azure estão investindo na região) e custos de energia elevados, materiais de resfriamento mais eficientes têm impacto direto na viabilidade econômica da infraestrutura de IA local.
O panorama de investimento
A Discovered Materials representa uma tendência mais ampla: startups de “AI for Science” — empresas que aplicam IA a problemas fundamentais de química, física e biologia. O modelo é atraente para investidores porque combina propriedade intelectual defensável (patentes de materiais) com um mercado endereçável enorme (toda a cadeia de semicondutores).
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
