Discovered Materials parie que des agents IA trouveront des matériaux de refroidissement pour puces : un tour d'amorçage de 9 M$ mené par Lightspeed

Une entreprise de matériaux pilotée par l'IA qui fait tourner des agents IA dans le cloud pour découvrir et valider de nouveaux matériaux semi-conducteurs — en commençant par la dissipation thermique pour les puces d'IA et le packaging 3D de puces — puis brevette et licencie les résultats.

Que des agents IA autonomes générant des milliers d'hypothèses de matériaux par jour peuvent compresser la R&D en semi-conducteurs, de plusieurs années à quelques mois — en commençant par la chaleur des puces d'IA.

9 M$ en amorçage mené par Lightspeed India, avec Y Combinator, Peak XV et des business angels dont Paul Graham (août 2026).

Advaith Sridhar et Akash Ramdas se sont rencontrés à l'IIT Madras il y a plus de dix ans ; Ramdas a obtenu un doctorat en science des matériaux à Stanford et a passé 11 ans à faire de la recherche sur les matériaux semi-conducteurs, tandis que Sridhar a développé des agents IA chez Persona AI (rachetée) et Luma Labs. Ils ont lancé Discovered Materials après Y Combinator, en construisant un pipeline logiciel où des modèles Anthropic génèrent des pistes de matériaux et où des modèles physiques entraînés par les deux fondateurs les vérifient.

En août 2026, l'entreprise a annoncé un tour d'amorçage de 9 M$ mené par Lightspeed India (avec Y Combinator, Peak XV et des business angels dont Paul Graham, Gokul Rajaram et Thariq Shihipar), a publié des centaines de matériaux découverts par IA pour des applications semi-conducteurs et a lancé Material Discovery Bench, un benchmark qui suit les modèles de pointe sur de vrais problèmes de matériaux pour puces. Les fondateurs affirment que de nouveaux matériaux thermiques atteignant les performances de produits que les plus grandes entreprises chimiques mondiales ont mis des années à développer ont été réalisés en trois mois.

Encore au stade précoce : en août 2026, l'entreprise dispose de candidats et d'un benchmark, mais aucun matériau découvert par IA n'a été déployé commercialement à grande échelle ; les fondateurs ont indiqué que des matériaux brevetables étaient visés d'ici un an, avec la licence à des fabricants de puces comme modèle économique.

Un goulot d'étranglement mesurable (la chaleur, et environ 20 essais par jour) a donné aux agents IA un avantage de débit concret sur la découverte menée par des humains.

Le point d'entrée — les diélectriques thermiques pour le packaging 3D de puces — est assez étroit pour qu'une équipe en amorçage s'y positionne avant que des laboratoires de pointe aux moyens importants ne s'y concentrent.

Brevetter et licencier, plutôt que construire des usines, permet à une petite équipe de monétiser des découvertes sans l'intensité capitalistique du secteur des semi-conducteurs.

L'adéquation des fondateurs (doctorat en science des matériaux à Stanford + ingénierie d'agents chez Persona et Luma) est précisément la combinaison que le problème exige.

Le meilleur atout scientifique de l'IA est un goulot d'étranglement étroit et urgent avec un débit mesurable — la chaleur et environ 20 essais par jour — où l'automatisation produit de la propriété intellectuelle brevetable ; la validation en laboratoire humide reste non résolue.

En août 2026, Discovered Materials en est au stade du laboratoire et des brevets : elle a publié des centaines de matériaux découverts par IA et un benchmark public, a élargi son équipe et son laboratoire grâce au tour d'amorçage de 9 M$, et vise des matériaux dignes d'être brevetés d'ici un an. Aucun déploiement commercial ni accord de licence n'a été annoncé, et la question ouverte du secteur — transformer des candidats issus de l'IA en matériaux fabricables et validés — reste devant elle.