Az AI‑igények miatt növekvő számítási teljesítményre törekvő adatközpontok egyre gyakrabban alkalmaznak folyadékhűtést a GPU‑soroknál — ennek egyik következménye a baktériumok okozta fertőzések és a rendszerek eltömődése. A folyadékhűtő keveréke víz és baktériumgátló anyag; ha a hűtők hatékonyságát növelni akarják, több vizet kevernek hozzá, ami ugyan jobb hőelnyelést eredményez, de növeli a szennyeződés és a baktériumos elszaporodás kockázatát. Az elszaporodás eltömítheti a csővezetéket, ilyenkor a megoldás a rendszer átöblítése, ami egy rackszekció leállítását és öt–hat órás kiesést jelenthet, a potenciális költségek milliós nagyságrendjével.
Az Omen AI megoldása egy apró spektrométer: az eszköz a hűtőfolyadék kémiai állapotát valós időben figyeli, észlelve a baktériumos növekedést, mielőtt az jelentős problémává válna. „You’re not risking huge amounts of downtime because you have no insight into what’s going on chemically,” mondta Zach Laberge, a cég vezérigazgatója és alapítója, ezzel azonnali kémiai átláthatóságot ígérve az üzemeltetők számára.
Ma az Omen AI bejelentette, hogy 31 millió dollár értékű Series A fordulót zárt, amelyet a Nava Ventures vezetett. A körben részt vettek a CRV, a Vanderbilt University, a Mann+Hummel, a Starhill Holdings és a Hard Launch Capital, valamint személyes befektetések érkeztek a Bridgestone, a GM, a Johnson Controls és a TensorWave vezetőitől.
Zach Laberge fiatal vállalkozó: első cégét 2020‑ban alapította 14 évesen, melyhez 3 millió dollár kockázati tőkét gyűjtött össze érzékelők telepítésére építőipari gépekre, majd végül az is bezárt, és Laberge otthagyta a középiskolát. Szülői támogatást kapott; anyja korábban Ontario oktatási minisztere volt. Az Oment 2024‑ben indította újra azzal az elképzeléssel, hogy a folyadékrendszerek állapotkövetése kulcsfontosságú lesz az ipari gépek és infrastruktúra megbízhatósága szempontjából.
A cég célja az volt, hogy megszüntesse a mintavétel‑laborba küldés lassú folyamatát, és valós idejű rálátást biztosítson. A spektrométer nemcsak baktériumos elszaporodást jelez; a készülék képes kimutatni például a réz vagy króm jelenlétét, ami elhasználódó szivattyúra utalhat, illetve a szilícium‑nyomok megjelenése tömítési problémákra hívhatja fel a figyelmet.
Kezdetben az Omen nehézgépjárművekhez kapcsolódó üzletágának fontos vevői voltak a Caterpillar márkakereskedések, mivel a Caterpillar erőműveket és generátorokat is szállít adatközpontok helyszíni energiaellátásához. Ez a kapcsolat segítette a vállalatot abban, hogy gyorsan észlelje az adatközpontok iránti kereslet növekedését. „Körülbelül hat hónappal ezelőtt sok márkakereskedés kezdett érzékelőket szerelni a turbinákra, és megkérdezték, tudunk‑e segíteni az épületoldali rendszereknél is” — mondta Laberge a TechCrunchnak.
Az Omen ma körülbelül egy tucat adatközpont‑ügyféllel dolgozik együtt az ajánlatának kiépítése során, köztük a TensorWave‑pel, amely AMD‑alapú AI számítási felhőt épít. Piotr Tomasik, a TensorWave elnöke szerint „A folyadék, amely ezekben a hatalmas rendszerekben kering, kritikus változó, amire a legtöbb szereplő jelenleg vakon repül. Az Omen pontosan úgy látja az infrastruktúra jövőjét, mint mi: jobb monitorozás az optimális üzemeltetés érdekében.”
Bár sok szervezet továbbra is mintákat küld laborba elemzésre, az Omen nem egyedül fejleszt helyszíni analitikát: a Pyxis nevű, vízmonitorozásban jártas cég is a hónap elején dobta piacra adatközpont‑hűtőközeg‑monitorozó termékét. Laberge szerint az elmúlt időszakban az optikai technológiák és a jel‑feldolgozó szoftverek fejlődése tette lehetővé a megközelítésük skálázhatóságát. „A hardver mostanra elég olcsóvá vált ahhoz, hogy érdemes nagyszabásúan játszani, és a jel‑feldolgozás segít értelmezni a zajt.”
Az Omen eddig összesen 40 millió dollárt vont be 2024‑es alapítása óta, és most a 31 millió dolláros Series A befektetéssel készül bővíteni adatközponti és ipari telepítéseit, hogy a folyadék‑állapot valós idejű láthatósága csökkentse a nem tervezett leállások és költséges átalakítások kockázatát.
Miért számít?
- Az AI‑kapacitás növekedése növeli a hűtési igényt, és az adatközpontok egyre inkább kockáztatják a magasabb hőmérsékleten való üzemeltetést a hatékonyság érdekében.
- A folyadékhűtés kémiai állapota közvetlenül befolyásolja a megbízhatóságot: baktériumok, fémkopás és tömítési hibák mind drága leállásokhoz vezethetnek.
- Az olcsóbb optikai hardver és fejlettebb jel‑feldolgozás lehetővé teszi a valós idejű, helyszíni elemzést, ami gyorsabb reakciót és kevesebb kiesést eredményezhet.
Az Omen megközelítése technológiai és piaci szempontból is relevánsnak tűnik annak fényében, hogy egyre több adatközpont tér át folyadékhűtésre a nagyobb sűrűségű számítási terhelések miatt.
