અદ્વૈત શ્રીધર અને આકાશ રામદાસ / X/@Advaith Sridhar

IIT મદ્રાસના બે ભૂતપૂર્વ વિદ્યાર્થીઓ અદ્વૈત શ્રીધર અને આકાશ રામદાસે તેમના સાન ફ્રાન્સિસ્કો સ્થિત ડીપ-ટેક સ્ટાર્ટઅપ ‘Discovered Materials’ માટે $9 મિલિયનનું સીડ ફંડિંગ મેળવ્યું છે. આ ટેક ઉદ્યોગસાહસિકો સેમિકન્ડક્ટર ક્ષેત્રની એક મહત્વપૂર્ણ સમસ્યા એટલે કે ચિપ્સના થર્મલ મેનેજમેન્ટને ઉકેલવા માટે કામ કરી રહ્યા છે.

આ ફંડિંગ રાઉન્ડનું નેતૃત્વ Lightspeed India Partnersએ કર્યું હતું. તેમાં Y Combinator, Peak XV Partners તેમજ YCના સહ-સ્થાપક પોલ ગ્રેહામ, ગોકુલ રાજારામ અને થારિક શિહિપાર સહિતના અગ્રણી વૈશ્વિક એન્જલ રોકાણકારોએ પણ ભાગ લીધો હતો.

ફંડિંગની સાથે કંપનીએ ફ્રન્ટિયર AI મોડલ્સની મદદથી શોધાયેલી સેંકડો નવી સામગ્રીઓ જાહેર કરી છે. આ ઉપરાંત, આ ક્ષેત્રમાં પ્રગતિને માપવા માટે ‘Material Discovery Bench’ નામનું એક બેન્ચમાર્ક પણ લોન્ચ કરવામાં આવ્યું છે.

આ ફંડિંગથી કંપનીના મિશનને વેગ મળશે. કંપનીનો હેતુ નવી સામગ્રીની શોધની પ્રક્રિયાને એટલી ઝડપી બનાવવાનો છે કે તે AIની વધતી કમ્પ્યુટિંગ જરૂરિયાતો સાથે તાલ મિલાવી શકે.

સીડ ફંડિંગની જાહેરાત કરતાં અદ્વૈતે X પર લખ્યું કે, “આજે અમે @discoveredmat રજૂ કરી રહ્યા છીએ. અમે એવા AI વૈજ્ઞાનિકો બનાવીએ છીએ, જે સેમિકન્ડક્ટર ચિપ્સ માટે નવી સામગ્રી શોધી શકે. અમે ફ્રન્ટિયર AI મોડલ્સની મદદથી શોધાયેલી સેંકડો નવી સામગ્રીઓ સાથે આ ક્ષેત્રમાં પ્રગતિ માપવા માટેનું અમારું બેન્ચમાર્ક, Material Discovery Bench પણ રજૂ કરી રહ્યા છીએ.”

Today, we're introducing @discoveredmat . We build AI scientists that discover new materials for semiconductor chips.

We’re starting by releasing our work - hundreds of new materials discovered using frontier AI models, along with our benchmark for tracking progress in this… pic.twitter.com/1UdMjgjFQY

— Advaith Sridhar (@advaith_sridhar) August 10, 2026

તેમણે જણાવ્યું કે સેમિકન્ડક્ટર ચિપ્સ માટે ગરમી એક મોટી અડચણ છે અને વધુ સારી સામગ્રી ચિપ્સની કામગીરીમાં મોટો સુધારો કરી શકે છે.

તેમણે ઉદાહરણ આપતા કહ્યું કે નવી થર્મલી કન્ડક્ટિવ ડાયઇલેક્ટ્રિક સામગ્રીની મદદથી લોજિક અને મેમરીને 3D પેકેજિંગમાં એકસાથે ગોઠવી શકાય છે, જેના કારણે ચિપ્સ 10 ગણી વધુ ઊર્જા કાર્યક્ષમ બની શકે છે. AI ચિપ્સના સબસ્ટ્રેટ્સ, ઇન્ટરકનેક્ટ્સ અથવા ટ્રાન્ઝિસ્ટર જેવા અન્ય અનેક ભાગોમાં પણ ચિપ્સની કામગીરીને વધુ આગળ વધારવા માટે નવી સામગ્રીની જરૂર છે.

Material Discovery Bench વિશે અદ્વૈતે જણાવ્યું કે તેમાં અગ્રણી AI મોડલ્સને નવી સામગ્રી શોધવાનો એક ઓપન-એન્ડેડ પડકાર આપવામાં આવે છે. તેમાં ચિપ્સ માટે નવી ડાયઇલેક્ટ્રિક સામગ્રી શોધવાની હોય છે.

આ મોડલ્સને એક સક્ષમ PhD વિદ્યાર્થી પાસે ઉપલબ્ધ હોય તેવી તમામ જરૂરી સુવિધાઓ આપવામાં આવે છે. તેમાં એટોમિસ્ટિક સિમ્યુલેશન સોફ્ટવેર, કોડિંગ એન્વાયર્નમેન્ટ, પ્રોપર્ટી પ્રેડિક્શન મોડલ્સ (MLIPs) અને વેબ સર્ચનો સમાવેશ થાય છે.

દરેક મોડલ રન લાંબા સમય સુધી ચાલે છે અને તેમાં 100 મિલિયન ટોકન્સ સુધીની ક્ષમતા હોય છે. આ દરમિયાન મોડલ્સને અમર્યાદિત સંખ્યામાં સામગ્રી રજૂ કરવાની મંજૂરી આપવામાં આવે છે.

Sol, Fable, Opus અને Kimi-3 જેવા મોડલ્સ આ કાર્યમાં આશ્ચર્યજનક રીતે સક્ષમ સાબિત થયા છે. તેમણે સેંકડો અનોખી સામગ્રીઓ શોધી છે, જે સ્થિર હોવાની સાથે સારા થર્મલ, ડાયઇલેક્ટ્રિક અને મિકેનિકલ ગુણધર્મો ધરાવે છે.

AI's progress is bottlenecked by heat.

Semiconductor chips are limited by it, and better materials would change chip performance dramatically. One example: new thermally conductive dielectric materials would make chips 10x more energy efficient by enabling 3D packaging of logic… https://t.co/VqK4mMNnn6

— Gokul Rajaram (@gokulr) August 10, 2026

જોકે, અદ્વૈતે કહ્યું કે નવી સામગ્રી શોધવી માત્ર શરૂઆત છે. તેમણે જણાવ્યું કે આ સામગ્રીને લેબોરેટરીમાં કેવી રીતે બનાવવી તે શોધવું ખૂબ જ મુશ્કેલ છે અને ઘણીવાર સામગ્રીની શોધ પ્રક્રિયામાં આ સૌથી મોટી અડચણ બને છે.

આ ક્ષેત્રમાં AI મોડલ્સ હજુ સંઘર્ષ કરી રહ્યા છે. મોડલ્સ દ્વારા શોધાયેલી 500થી વધુ નવી સામગ્રીઓમાંથી માત્ર એક સામગ્રી માટે જ સંભવિત રીતે તેને લેબમાં બનાવવાની યોગ્ય પ્રક્રિયા મળી શકી છે અને તે સામગ્રી Sol દ્વારા શોધવામાં આવી હતી.

ટેક એક્ઝિક્યુટિવ અને રોકાણકાર ગોકુલ રાજારામે X પર એક પોસ્ટમાં અદ્વૈત, આકાશ અને Discovered Materialsની ટીમની પ્રશંસા કરી હતી. તેમણે કહ્યું કે તેઓ સેમિકન્ડક્ટર ચિપ્સ બનાવવાની રીતમાં ક્રાંતિ લાવવાની ટીમની ક્ષમતાને લઈને ઉત્સાહિત છે.

રાજારામે ભારપૂર્વક જણાવ્યું કે હાલમાં AIની પ્રગતિને ગરમીની સમસ્યા ભૌતિક રીતે મર્યાદિત કરી રહી છે. તેમના મતે, સેમિકન્ડક્ટર ચિપ્સ થર્મલ મર્યાદાઓને કારણે પોતાની કામગીરીની મહત્તમ ક્ષમતા સુધી પહોંચી રહી છે.

તેમણે કહ્યું કે વધુ સારી સામગ્રી ચિપ્સની કામગીરીમાં મોટો ફેરફાર લાવી શકે છે. ખાસ કરીને, નવી થર્મલી કન્ડક્ટિવ ડાયઇલેક્ટ્રિક સામગ્રીના ઉપયોગથી લોજિક અને મેમરી માટે અદ્યતન 3D પેકેજિંગ શક્ય બની શકે છે અને ચિપ્સ 10 ગણી વધુ ઊર્જા કાર્યક્ષમ બની શકે છે.

ગુજરાતીમાં અન્ય સમાચારો વાંચવા અહીં ક્લિક કરો "ન્યુ ઇન્ડિયા અબ્રોડ ગુજરાતી"