«Объединение двух этих технологий в одном датчике формирует гораздо более полную картину состояния воды и теплоносителя», — заявил изданию TechCrunch Аллан Адамс, главный научный сотрудник Omen AI. Дата-центры на территории США ежегодно расходуют от 17 до 19 миллиардов галлонов воды для охлаждения работающих под предельной нагрузкой чипов. По оценкам организации Water Foundation, в ближайшие пять лет этот объем вырастет втрое.
Данная физическая реальность создает серьезные операционные риски для балансов операторов ЦОД. Мониторинг хладагентов традиционно требовал отправки образцов в лабораторию — процесс, занимающий несколько дней. При изменении химического состава жидкости операторы оказываются перед дорогостоящим выбором: полностью слить воду или рисковать выходом из строя дорогостоящего серверного оборудования.
Датчики вместо лабораторных отчетов
Компания Omen AI была основана в 2024 году специально для решения этой задачи. Привлекши $31 млн в раунде финансирования Series A в июне, стартап теперь поглощает конкурента Aquatic Labs в рамках сделки на сумму $16 млн деньгами и акциями. Поглощение объединяет взаимодополняющие подходы к сенсорному анализу в едином физическом устройстве: датчики Omen отслеживали химические элементы в воде, а сенсоры Aquatic Labs контролировали уровень ее щелочности.
Как эти технические показатели конвертируются в защиту активов на балансе предприятия?
Телеметрия в реальном времени исключает аварийные отключения и незапланированный сброс воды. При нарушении баланса в системе охлаждения операторы ЦОД обычно предпочитают слить жидкость, чтобы не подвергать риску дорогостоящее "железо", полностью останавливая рабочие процессы до восстановления контура. Интеграция элементного и щелочного анализа в одном датчике позволяет дольше использовать одну и ту же жидкость и минимизирует затраты на очистку.
«Объединение двух этих технологий в одном сенсоре формирует „гораздо более полную картину состояния воды и жидкости“», — рассказал Адамс в интервью TechCrunch, подчеркнув объединение усилий для автоматизации того, что ранее было медленным ручным процессом.
Руководство объединенной структуры сочетает совершенно разный операционный опыт. Основатель Omen Зак Лаберж бросил старшую школу ради запуска своего первого стартапа, занимавшегося аналогичным анализом жидкостей для тяжелой строительной техники с гидравликой. Аллан Адамс пришел из академической среды: физик по образованию, он провел значительную часть карьеры за разработкой передовых технологий океанического мониторинга в качестве профессора MIT и исследователя в Woods Hole Oceanographic Institute, прежде чем основать собственную компанию.
Защита оборудования в гигаваттных масштабах
Как сообщил Зак Лаберж TechCrunch, объединенное предприятие рассчитывает вывести интегрированный датчик на рынок к началу следующего года. Масштабирование пойдет быстрыми темпами: к концу текущего года первые сенсоры будут контролировать вычислительные чипы мощностью от 250 до 300 МВт стоимостью порядка $5–7 млрд. К концу 2027 года Omen планирует установить свои системы на инфраструктуру эквивалентом в 1 ГВт чипов.
«Мы работаем с клиентами над тем, что они строят сегодня или уже построили, поэтому текущие колебания на нас не влияют: финансирование под все эти проекты было выделено еще 12 месяцев назад», — отметил Лаберж.
Скептики утверждают, что стартапы в области охлаждающей инфраструктуры остаются уязвимыми перед сменой настроений инвесторов. Ранее AI-компании оценивали расходы на инфраструктуру искусственного интеллекта в $4 трлн к 2030 году, однако часть инвесторов усомнилась в темпах окупаемости, что привело к недавнему падению акций гиперскейлеров. Тем не менее вводимые сегодня мощности опираются на капитал, развернутый год назад, что жестко привязывает внедрение сенсоров к уже смонтированному оборудованию в машзалах.
Защита вычислительных мощностей не может зависеть от многодневных лабораторных циклов, когда кремниевые кристаллы стоимостью в миллиарды долларов охлаждаются в замкнутых контурах. Телеметрия в реальном времени превращает химию теплоносителя из неуправляемого инфраструктурного барьера в предсказуемую статью операционных расходов.
Почему это важно
Риск внезапного простоя и порчи кремния на миллиарды долларов заставляет операторов ЦОД платить за автоматизацию базовой химии: Omen AI забирает Aquatic Labs за $16 млн, чтобы упаковать весь спектр анализа жидкостей в один датчик. Ручной отбор проб с многодневным ожиданием результатов лаборатории попросту не успевает за плотностью современного железа. Главные вычислительные мощности планеты по-прежнему уязвимы перед банальным загрязнением воды в трубках охлаждения.