CuspAI привлекает $450 млн на ИИ-материаловедение для чипов и батарей

Кембриджский стартап CuspAI закрывает раунд финансирования на $450 млн при оценке в $2,6 млрд. Возглавляют раунд венчурные гиганты Kleiner Perkins и NEA. Средства пойдут на расширение вычислительной инфраструктуры и коммерциализацию платформы, которая использует генеративный ИИ для разработки новых материалов — от полупроводников до компонентов батарей. Помимо финансирования, CuspAI анонсировала создание коалиции для ускорения внедрения ИИ-материаловедения в чиповую отрасль и смежные секторы.

Это один из крупнейших раундов в европейском ИИ-секторе за последние годы и знаковая сделка для рынка материаловедения, который традиционно считался консервативным и медленным. Если модель CuspAI докажет свою масштабируемость, это может фундаментально изменить то, как компании вроде Intel, Samsung и TSMC подходят к R&D новых компонентов.

Что такое CuspAI и почему инвесторы ставят так высоко

CuspAI позиционируется как «поисковая система для мира материалов». В отличие от традиционного подхода, где учёные годами тестируют составы методом проб и ошибок, платформа позволяет задать желаемые физические свойства — и получить оптимизированную молекулярную структуру. По данным компании, это ускоряет R&D до 10 раз. Основатели — доктор Чад Эдвардс (CEO) и профессор Макс Уэллинг, один из наиболее цитируемых исследователей в области ИИ и химии. Предыдущий опыт Уэллинга включает руководящие позиции в Qualcomm и Microsoft Research.

Партнёры включают Hyundai Motor Group, исследовательское подразделение Meta FAIR и химическую компанию Kemira. Это означает, что разработки CuspAI проходят проверку не только в лаборатории, но и в реальных производственных цепочках — критичное условие для материалов, которые должны работать в промышленных масштабах.

Как генеративный ИИ меняет саму суть материаловедения

В отличие от генеративных моделей для текста или изображений, генеративные модели для материаловедения работают на молекулярном уровне. Они предсказывают, как изменение состава вещества повлияет на физические и химические свойства. Пользователь описывает нужные характеристики (например, «материал с проводимостью X при температуре Y»), а модель генерирует candidate-составы. Это требует принципиально иных подходов к обучению моделей и доступа к массивам экспериментальных данных, накопленным химиками за десятилетия. Разработка собственных чипов требует точно таких же подходов к моделированию.

Почему Kleiner Perkins и NEA инвестируют в материаловедение сейчас

Для Kleiner Perkins это одна из крупнейших ставок на европейский ИИ-рынок за последние годы. NEA участвовал в предыдущем раунде на $100 млн в сентябре 2025 года, когда оценка составляла $520 млн. Рост стоимости более чем в 5 раз за девять месяцев отражает коммерческий потенциал: рынок материалов для полупроводников, батарей и водоочистки оценивается в триллионы долларов. Энергетический переход, дефицит редкоземельных элементов и запрос на новые батареи создают колоссальный спрос на любые технологии, ускоряющие открытие материалов.

Какие материалы для чипов и батарей можно создать с помощью ИИ

Стартап работает с несколькими ключевыми направлениями. В полупроводниковой отрасли — новые диэлектрики и проводники, которые могут повысить эффективность транзисторов. В энергетике — материалы для более плотной упаковки энергии в батареях и улучшенные катализаторы для водородной энергетики. В водоочистке — мембраны с заданной селективностью. CuspAI утверждает, что её платформа обеспечивает до 90% успеха в переходе от компьютерного дизайна к реальному синтезу — показатель, значительно превышающий отраслевые стандарты. Инструменты генеративного ИИ в других отраслях пока не достигают такой точности, что объясняет высокую оценку инвесторами.