Giovedì si è tenuto un altro Demo Day di Y Combinator, e questa coorte sembrava un po' diversa. Mentre ogni gruppo porta una nuova ondata di fondatori, le startup presentate questa settimana pendevano molto più verso il deep tech rispetto agli anni passati - il tipo di tecnologia che un investitore ha descritto come "simile alla fantascienza". Ma al di là delle idee folli, il consenso era che le valutazioni fossero molto più ancorate alla realtà rispetto alle coorti recenti, che è lo sviluppo più fantascientifico di tutti.

Come fa ogni trimestre, TechCrunch ha chiesto ai VC in fase iniziale di nominare le startup più calde di questa coorte - sia le loro scelte migliori che gli affari di cui tutti parlavano. E come al solito, la pubblicazione ha compilato una lista di startup segnalate da almeno due investitori come le più chiacchierate della coorte. Ecco le scelte migliori, elencate in ordine alfabetico:

Atomarine

Cosa costruisce: Data center a propulsione nucleare galleggianti in mare.

Perché è una favorita: L'energia scarseggia, e le comunità locali si oppongono sempre più alla costruzione di nuovi data center. Atomarine - co-fondata da un informatico e ingegnere navale del MIT e da un dottorando in ingegneria nucleare del MIT - vuole risolvere la carenza di capacità di calcolo mettendo i data center su chiatte in mare, dove l'acqua marina potrebbe fornire un raffreddamento quasi gratuito. La startup prevede di lanciare un pilota a gas entro il 2028 e di passare a navi nucleari galleggianti nel 2032. Atomarine afferma di aver già ottenuto oltre 4 miliardi di dollari di interesse da parte dei clienti tramite lettere di intenti. Questo potenziale di ricavi l'ha aiutata a diventare una delle startup con la valutazione più alta della coorte, ha detto un VC a TechCrunch.

Dipole Labs

Cosa costruisce: Hardware di networking ottico ad alta velocità, efficace ed efficiente dal punto di vista energetico, per data center AI.

Perché è una favorita: L'idea è che i cluster di GPU sprecano molto tempo di calcolo semplicemente aspettando che i dati si spostino tra un chip e l'altro. All'interno del livello di networking, i dati vengono convertiti da luce a elettricità e viceversa in un processo che consuma molta energia e produce molto calore. Ma Dipole Labs dice di aver costruito uno switch ottico che salta la conversione, così i dati possono rimanere luce e andare direttamente dove devono andare. È un problema tempestivo da affrontare, dato che le GPU sono follemente costose e i data center vogliono il massimo dal loro hardware di calcolo senza perdere tempo.

Isengard

Cosa costruisce: Droni d'attacco e controdroni a propulsione jet, producibili localmente.

Perché è una favorita: Isengard mira a produrre in massa droni d'attacco e controdroni a propulsione jet direttamente nei paesi alleati, a una frazione di ciò che i primi appaltatori fanno pagare per costruirli negli Stati Uniti. Co-fondata da un ex ufficiale dell'esercito australiano e da un imprenditore della difesa che in precedenza ha portato un'altra startup di droni focalizzata sull'Ucraina a 60 milioni di dollari di ricavi, Isengard sta già generando 10 milioni di dollari di ricavi propri. La startup ha generato un forte buzz tra i VC, ottenendo una delle valutazioni più alte di questa coorte YC, secondo due investitori.

Lamb Labs

Cosa costruisce: Chip di inferenza personalizzati con pesi dei modelli AI codificati in hardware.

Perché è una favorita: I chip AI tradizionali bruciano enormi quantità di energia durante l'inferenza, recuperando i pesi del modello dalla memoria. Co-fondata da un dottorando in AI dell'Imperial College London e da un fisico teorico di Oxford, Lamb Labs vuole costruire chip ultra-efficienti codificando direttamente i pesi dei modelli AI nel silicio. Chiamati "Model Processing Units" (MPU), questi chip personalizzati eliminano i colli di bottiglia della larghezza di banda della memoria.

(Nomi oscurati dall'economia del buzz)

Cosa costruisce: Raccolta di dati del mondo reale su cui addestrare i robot.

Perché è una favorita: Questa azienda collabora con le imprese per raccogliere video e dati di esseri umani che lavorano, che poi trasforma in materiale di addestramento per le aziende che costruiscono robot. Dice di lavorare già con aziende quotate in borsa e di aver catturato dati video in più di 150 ambienti diversi. Questa azienda potrebbe diventare importante man mano che le imprese iniziano a sperimentare di più su quali compiti siano migliori per gli esseri umani - e, mentre l'AI continua a perfezionarsi, quali compiti