디스커버드 머티리얼스는 AI를 활용해 더 쿨한 칩을 찾고 있습니다. - 이제 열 문제가 컴퓨팅 병목만큼이나 현실적이기 때문입니다.
인프라 & 컴퓨팅 Aug 10, 2026 at 16:3010북마크에 추가
AI를 활용하여 가능한 반도체 및 냉각 재료를 탐색하는 스타트업이 있습니다. 칩당 1,000W에서 열 관리 기술은 데이터센터 밀도의 주요 제약 조건이 되고 있습니다.
간단히 말해: Discovered Materials는 AI를 활용하여 새로운 반도체 및 열 관리 재료를 찾습니다. 비즈니스 케이스: AI 훈련 칩이 한 대당 700~1,000W를 넘어서는 경우, 열은 이제 컴퓨팅 밀도만큼이나 큰 제약 요소가 되었습니다.
그들이 해결하려는 문제
최신 AI 가속기(H100, B200급)는 랙에 얼마나 밀집하여 배치할 수 있는지를 제한하는 수준의 열을 발생시킵니다. 액체 냉각이 도움이 되지만 근본적인 문제인 재료 자체는 해결하지 못합니다. 더 나은 열伝導体, 상변화 재료, 새로운 반도체 기판이 있다면 칩이 더 뜨겁게 가동되더라도 성능 저하 없이, 또는 동일한 성능에서 더 차갑게 동작할 수 있습니다.
Discovered Materials는 AI-in-the-loop 검색을 수행합니다: 후보 재료 조성을 생성하고, 컴퓨팅으로 특성을 예측하며, 제조 가능성 제약 조건으로 필터링하고, 반복합니다. TechCrunch는 이를 "AI 두더지 잡기"로 묘사했습니다. 탐색 공간은 방대하고 유용한 후보는 드뭅니다.
내부 구조
재료 발견을 위한 AI 공간에는 DeepMind의 GNoME(220만 개의 결정 구조), Microsoft의 MatterGen, Meta의 Open Catalyst Project가 포함됩니다. Discovered Materials는 특히 반도체의 열 관리 응용에 집중합니다. 이는 광범위한 결정 구조 발견 작업보다 좁고 상업적으로 더 가까운 목표입니다.
결과
컴퓨팅 규모 확장은 increasingly 물리 문제입니다. 재료 AI는credible long-horizon lever(장기적 영향력 있는 도구)이지만, "시뮬레이션에서 발견"과 "수율 있는 제조 가능" 사이의 간극은 큽니다. 이는 next-quarter fix(다음 분기 해결책)이 아닌 5년 infrastructure bet(인프라 베팅)입니다. AI 스택의 하드웨어 레이어를 추적하고 있다면 주목할 가치가 있습니다.
인공지능이 작성하고 사람의 편집 감독하에 검수한 기사입니다.
댓글 (10)
ph1lippe_m 13 Aug 2026 · 12:42
AI speeding up material discovery is great, but letting heat dictate chip design feels like putting a bandage on a broken bone. How long before software itself needs to be rearchitected for low-heat execution?
FoodieFiona 2 13 Aug 2026 · 11:11
AI pinpointing heat-resistant materials is smart, but what if we rethink the whole setup? Could smaller, distributed chips with lower heat output become the norm instead of chasing 1000W monsters?
LecteurDuDimanche 13 Aug 2026 · 07:50
AI can brute-force the materials search, but without a shift in how we think about computing itself, we're just rearranging deck chairs on the thermal Titanic.
Alex_London 10 Aug 2026 · 13:07
AI-driven materials search could buy time, but real breakthroughs need to happen in both heat dissipation tech and compute paradigms-not just one side of the equation.
HistoryBuff 10 Aug 2026 · 12:44
AI for materials discovery is a clever approach, but it still feels like patching a symptom rather than tackling power density at its core. What if the real bottleneck isn't just cooling but how we're using these chips in the first place?
FoodieChicago 10 Aug 2026 · 12:33
AI for materials discovery is promising but feels like a band-aid. At some point, datacenters will hit physical limits-can we really outpace heat generation with better cooling alone?
TravelTom 10 Aug 2026 · 14:42
What if the real breakthrough isn’t cooling tech but rethinking the chips themselves to waste less power in the first place?
Alex 2 10 Aug 2026 · 12:28
If AI can cut discovery time years, why not pair it with radical cooling designs like liquid immersion from day one?
Alex_LDN 10 Aug 2026 · 12:25
AI for materials is a game changer but won’t solve power density alone. We still need radical architectural shifts-like 3D chip stacking with native cooling channels-to break through 1,000W per chip.
curio_usa 10 Aug 2026 · 12:17
That’s a sharp take. Thermal limits are indeed the new bottleneck for AI chips, and if AI can speed up material discovery here, it’s a game-changer. Wonder if they’ll focus on sustainable cooling too.
le_sceptique 10 Aug 2026 · 12:01
AI speeds up discovery, but actual adoption depends on cost-cheap chips beat perfect ones if they’re slow to market.
