गुरुवार को एक और वाई कॉम्बिनेटर डेमो डे हुआ, और यह बैच थोड़ा अलग दिखा। हालांकि हर कोहोर्ट संस्थापकों की एक नई लहर लाता है, इस हफ्ते पेश होने वाले स्टार्टअप्स पिछले वर्षों की तुलना में कहीं अधिक डीप टेक की ओर झुके हुए थे - उस तरह की तकनीक जिसे एक निवेशक ने "विज्ञान कथा जैसा" महसूस होना बताया। लेकिन जंगली विचारों से परे, आम सहमति यह थी कि मूल्यांकन हाल के कोहोर्ट्स की तुलना में कहीं अधिक जमीनी थे, जो कि सबसे विज्ञान-कथा वाला विकास है।

हर तिमाही की तरह, टेकक्रंच ने शुरुआती चरण के वीसी से इस बैच के सबसे हॉट स्टार्टअप्स के नाम बताने के लिए कहा - दोनों उनके शीर्ष चयन और वे सौदे जिनकी सभी चर्चा कर रहे थे। और हमेशा की तरह, प्रकाशन ने कम से कम दो निवेशकों द्वारा इस बैच में सबसे चर्चित के रूप में चिह्नित स्टार्टअप्स की एक सूची संकलित की। यहां शीर्ष चयन हैं, वर्णानुक्रम में सूचीबद्ध:

एटोमरीन

यह क्या बना रहा है: समुद्र में तैरते परमाणु-संचालित डेटा सेंटर।

यह पसंदीदा क्यों है: बिजली की कमी है, और स्थानीय समुदाय नए डेटा सेंटरों के निर्माण का तेजी से विरोध कर रहे हैं। एटोमरीन - जिसे एमआईटी कंप्यूटर विज्ञान और नौसेना इंजीनियर और एमआईटी परमाणु इंजीनियरिंग में पीएचडी द्वारा सह-स्थापित किया गया है - कंप्यूट की कमी को हल करना चाहता है, डेटा सेंटरों को समुद्र में बजरे पर रखकर, जहां समुद्री जल लगभग मुफ्त कूलिंग प्रदान कर सकता है। स्टार्टअप 2028 तक गैस-संचालित पायलट लॉन्च करने और 2032 में फ्लोटिंग परमाणु ऊर्जा जहाजों में संक्रमण करने की योजना बना रहा है। एटोमरीन का दावा है कि उसने पहले ही आशय पत्रों के माध्यम से $4 बिलियन से अधिक ग्राहक रुचि हासिल कर ली है। एक वीसी ने टेकक्रंच को बताया कि उस राजस्व क्षमता ने इसे बैच में सबसे अधिक मूल्यांकित स्टार्टअप्स में से एक बना दिया है।

डिपोल लैब्स

यह क्या बना रहा है: एआई डेटा सेंटरों के लिए प्रभावी और ऊर्जा-कुशल हाई-स्पीड ऑप्टिकल नेटवर्किंग हार्डवेयर।

यह पसंदीदा क्यों है: विचार यह है कि जीपीयू क्लस्टर बहुत सारा कंप्यूट समय बर्बाद करते हैं क्योंकि वे प्रत्येक चिप के बीच डेटा स्थानांतरित होने की प्रतीक्षा करते हैं। नेटवर्किंग परत के भीतर, डेटा को प्रकाश से बिजली में और वापस परिवर्तित किया जाता है, जिस प्रक्रिया में बहुत अधिक बिजली खर्च होती है और बहुत अधिक गर्मी उत्पन्न होती है। लेकिन डिपोल लैब्स का कहना है कि उसने एक ऑप्टिकल स्विच बनाया है जो रूपांतरण को छोड़ देता है ताकि डेटा प्रकाश के रूप में रह सके और सीधे वहां जा सके जहां उसे जाना है। यह एक समयोचित समस्या है क्योंकि जीपीयू बेहद महंगे हैं और डेटा सेंटर अपने कंप्यूट हार्डवेयर से अधिकतम लाभ चाहते हैं बिना कोई समय बर्बाद किए।

आइसेंगार्ड

यह क्या बना रहा है: स्थानीय रूप से उत्पादन योग्य, जेट-संचालित स्ट्राइक और काउंटर-ड्रोन।

यह पसंदीदा क्यों है: आइसेंगार्ड का लक्ष्य सहयोगी देशों के भीतर सीधे जेट-संचालित हमला और काउंटर-ड्रोन का बड़े पैमाने पर उत्पादन करना है, जो अमेरिका में प्रमुख ठेकेदारों द्वारा उन्हें बनाने के लिए लिए जाने वाले शुल्क के एक अंश पर है। एक पूर्व ऑस्ट्रेलियाई सेना अधिकारी और एक रक्षा उद्यमी द्वारा सह-स्थापित, जिसने पहले यूक्रेन-केंद्रित एक अन्य ड्रोन स्टार्टअप को $60 मिलियन राजस्व तक बढ़ाया था, आइसेंगार्ड पहले से ही $10 मिलियन राजस्व उत्पन्न कर रहा है। स्टार्टअप ने मजबूत वीसी चर्चा उत्पन्न की है, दो निवेशकों के अनुसार, इस वाईसी बैच में सबसे ऊंचे मूल्यांकनों में से एक प्राप्त किया है।

लैम्ब लैब्स

यह क्या बना रहा है: हार्डकोडेड एआई मॉडल वेट के साथ कस्टम इन्फरेंस चिप्स।

यह पसंदीदा क्यों है: पारंपरिक एआई चिप्स इन्फरेंस के दौरान भारी मात्रा में ऊर्जा जलाते हैं, मेमोरी से मॉडल वेट लाते हैं। इंपीरियल कॉलेज लंदन एआई पीएचडी और ऑक्सफोर्ड सैद्धांतिक भौतिक विज्ञानी द्वारा सह-स्थापित, लैम्ब लैब्स एआई मॉडल वेट को सीधे सिलिकॉन में हार्डकोडिंग करके अल्ट्रा-कुशल चिप्स बनाना चाहता है। "मॉडल प्रोसेसिंग यूनिट" (एमपीयू) नाम से, ये कस्टम चिप्स मेमोरी-बैंडविड्थ बाधाओं को समाप्त करते हैं।

(नाम बज़ अर्थव्यवस्था द्वारा संपादित)

यह क्या बना रहा है: रोबोट को प्रशिक्षित करने के लिए वास्तविक दुनिया का डेटा एकत्र करना।

यह पसंदीदा क्यों है: यह कंपनी व्यवसायों के साथ साझेदारी करती है ताकि मनुष्यों के काम करने के वीडियो और डेटा एकत्र किए जा सकें, जिसे वह रोबोट बनाने वाली कंपनियों के लिए प्रशिक्षण सामग्री में बदल देती है। इसका कहना है कि यह पहले से ही सार्वजनिक रूप से कारोबार करने वाली कंपनियों के साथ काम कर रही है और 150 से अधिक विभिन्न वातावरणों में वीडियो डेटा कैप्चर किया है। यह कंपनी महत्वपूर्ण हो सकती है क्योंकि व्यवसाय यह प्रयोग करना शुरू करते हैं कि कौन से कार्य मनुष्यों के लिए सबसे अच्छे हैं - और, जैसे-जैसे एआई खुद को परिष्कृत करता रहता है, कौन से कार्य