Ex-engenheiros da SpaceX arrecadam US$ 14 milhões para dimensionar novo método de impressão 3D de metal

A impressão 3D de objetos usando metal é uma técnica bem estabelecida, mas tende a ser muito complexa, cara ou imprecisa para corresponder aos métodos tradicionais em escala. Armada com US$ 14 milhões da Nvidia e da Boeing, a Freeform pretende mudar isso, construindo um novo processo de impressão aditiva de metal que, segundo eles, muda o jogo – e sim, há um ângulo de IA também.

Os cofundadores Erik Palitsch (CEO) e TJ Ronacher (presidente) trabalharam na SpaceX, onde foram arquitetos principais e analistas líderes dos motores Merlin e outros programas. Enquanto estavam lá, eles viram o potencial da impressão 3D de peças usando metal, mas também experimentaram em primeira mão as deficiências do método.

“Vimos o potencial da impressão em metal; tem o potencial de transformar basicamente qualquer indústria que fabrica coisas metálicas. Mas a adoção tem sido lenta e o sucesso tem sido, na melhor das hipóteses, marginal”, disse Palitsch. “Por que não é prático usar em grande escala? Fundamentalmente, por causa de três coisas: qualidade ruim e inconsistente; velocidade — as impressoras comerciais são muito lentas; e custo – o preço dessas impressoras é astronômico.”

Eles concluíram que se conseguissem operacionalizar o processo para fornecer um serviço de impressão em vez de vender uma impressora, poderiam desvendar tudo. Então eles se juntaram a Tasso Lappas, ex-CTO da Velo3D, para iniciar o Freeform.

O principal erro que as empresas cometeram foi usar máquinas como CNC, comumente usadas na fabricação tradicional, como modelo para o negócio de impressão de metal. Nesse caso, você vende a máquina e seu software e faz com que funcione com quaisquer formatos e processos que você usar. Mas o aditivo metálico é diferente, disse Palitsch.

“A maneira como essas coisas funcionam hoje é em 'loop aberto' – basicamente reproduzindo um arquivo”, explicou ele. “Eles precisavam ser mais inteligentes do que isso, porque o processo pelo qual você derrete pó metálico com um laser é extremamente complicado e, de certa forma, infinitamente variável.”

Vender uma máquina às pessoas e dizer “torne-se um especialista para fazê-la funcionar, boa sorte” não é uma receita para o sucesso.

“Mas quando você decide que não vai construir e embalar uma impressora em uma caixa, quando você tem a liberdade de construir uma fábrica automatizada a partir de uma folha em branco, há muito que você pode fazer”, disse Palitsch.

A solução deles é fornecer impressão como serviço usando um processo de circuito fechado em uma máquina personalizada que monitora a impressão em escala de microssegundos, ajustando vários fatores para obter o tipo de impressão esperado em um local de trabalho como a SpaceX.

A empresa tem muitos avanços tecnológicos dos quais se orgulhar, mas os dois mais imediatamente relevantes são o ciclo de feedback e a IA que o gerencia.

“Temos feedback de visão computacional de alta velocidade em nosso sistema que funciona em escala de microssegundos, e todos esses dados estão sendo processados ​​em FPGAs e GPUs de última geração. Tivemos que construir nós mesmos toda essa pilha com coisas que só ficaram disponíveis nos últimos anos”, disse Palitsch.

O sistema de circuito fechado com monitoramento em tempo real atenua os problemas de qualidade e ainda permite a impressão rápida de geometrias complexas. E ao operar como um serviço de impressão, mantêm o modelo de negócios simples.

Mas fazer essa parte do sistema funcionar exigiu o segundo avanço tecnológico: um modelo de aprendizado de máquina rápido e especializado o suficiente para realmente realizar esse monitoramento.

“Erik e TJ viveram isso e chegaram às mesmas conclusões: sua indústria exigia um nível de computação e sensores que ninguém jamais havia implantado antes”, disse Lappas.

“Para entender adequadamente como controlar o processo, precisávamos de conjuntos de dados funcionando em escalas de tempo que ninguém tinha. Então começamos a construir um sistema de telemetria de última geração, uma plataforma que coletaria conjuntos de dados selecionados, controlados e quase autodenominados.”

Esses dados permitiram inicializar um modelo para gerar mais dados para um modelo melhor e assim por diante.

Mas então eles se depararam com a necessidade de velocidade.

“Temos muita coisa em comum com os modelos generativos e muita coisa que não temos. Mas uma coisa que é absolutamente diferente é a latência. Nossa inferência precisa acontecer em microssegundos para que possamos fechar o ciclo desses processos”, explicou Lappas. Sem nenhuma solução pronta para uso disponível para os dados ou para a computação, eles tiveram que construir o combo GPU/FPGA “AI com esteróides” do zero.

Um efeito colateral importante: a Freeform está “construindo o maior conjunto de dados de aditivos metálicos do mundo – é por isso que empresas como a Boeing estão vindo até nós. Temos essa capacidade fundamental de coleta e processamento de dados que ninguém mais tem.”

Adicione isso aos benefícios fundamentais da fabricação baseada em impressão, como a agilidade e versatilidade das fábricas, e teremos um caso de negócios bastante convincente.

A AE Ventures da Boeing e a Nvidia investiram um total de US$ 14 milhões, embora tenham se recusado a detalhar ainda mais. O investimento de cada empresa traz vantagens: a Nvidia lhes dá acesso aos H100s e outros hardwares de computação, enquanto a Boeing os orientará no processo de qualificação de fornecedores e provavelmente comprará um monte de peças. (O Freeform também se juntará ao programa de inicialização Inception da Nvidia.)

Palitsch disse que eles têm clientes nos setores aeroespacial, automotivo, industrial e de energia, “todos os nove”. Eles se recusaram a registrar qualquer coisa, mas mencionaram que estão fabricando de tudo, desde componentes de motores de foguetes até peças de escapamento para carros de Fórmula 1. Eles planejam usar o dinheiro para expandir, construir sua próxima geração de impressoras (muito mais rápidas) e contratar cerca de 55 pessoas no total no próximo ano.

Ele admitiu que a sua abordagem levou tempo para passar da teoria à realidade, mas que a sua abordagem metódica e técnica foi também o que permitiu o seu sucesso.

“Foi uma transição lenta”, disse Palitch. “Mas olhando para trás… com seis pessoas, construímos, do zero, a plataforma de fusão a laser mais rápida do planeta, e o hardware e software para ela. Fizemos coisas que as pessoas disseram que você não poderia fazer.”