Sıvı soğutmalı bir sunucu rafının içinde sessizce gelişen bir bakteriyel salgın, niş bir mühendislik sorunu gibi görünebilir — ancak 7/24 yapay zeka iş yükleri çalıştıran veri merkezi işletmecileri için bu durum, doğrudan milyonlarca dolarlık kesinti süresine dönüşüyor. Omen AI tam da bu sorunu, veri merkezi sıvı izleme için yeni bir yaklaşımla ele alıyor ve girişim, bunu hızla ölçeklendirmek için 31 milyon dolarlık Seri A yatırımı sağladı.
Summary
Öne çıkanlar
- Omen AI, sıvı soğutma akışkanının sağlığını gerçek zamanlı izleyen, rafın kapanmasına neden olmadan önce bakteriyel kontaminasyonu tespit eden mini bir spektrometre geliştirdi.
- Soğutucu sistemlerindeki bakteriyel kontaminasyon, bir veri merkezi rafını beş ya da altı saat boyunca çevrimdışı bırakabilir ve bu da olay başına milyonlarca dolara mal olabilir.
- 31 milyon dolarlık Seri A turuna Nava Ventures liderlik etti; CRV, Vanderbilt University, Mann+Hummel, Starhill Holdings, Hard Launch Capital ve Bridgestone, GM, Johnson Controls ve TensorWave yöneticileri de katıldı.
- Omen, 2024’teki kuruluşundan bu yana toplamda 40 milyon dolar topladı ve şu anda TensorWave de dahil olmak üzere yaklaşık bir düzine veri merkezi müşterisine hizmet veriyor.
- Rakip Pyxis, bu ayın başında benzer bir soğutucu izleme ürününü piyasaya sürdü; bu da sektörde soruna yönelik artan ilgiyi gösteriyor.
Sıvı Soğutmalı Veri Merkezlerinin İçindeki Gizli Kimya Sorunu
Sıvı soğutma, yüksek yoğunluklu yapay zeka altyapısı için artık isteğe bağlı değil — temel standart haline geliyor. Ancak bu sistemlerden geçen akışkan, çoğu işletmecinin fark ettiğinden daha kimyasal olarak hassas.
Soğutucu genellikle sudan ve bakteri önleyici bir maddeden oluşan bir karışımdır. Tercih dengesi basittir: Su oranını artırırsanız ısı emilimini iyileştirirsiniz; bu da yongaların daha sıcak ve daha yoğun çalışmasına izin verir. Ancak daha fazla su, bakteriyel büyüme için daha elverişli bir ortam da yaratır. Fark edilmeden bırakıldığında bu kontaminasyon, soğutucu akışını tıkar ve tek çözüm tüm sistemin tamamen yıkanmasıdır.
Bu yıkama pahalıdır. Kontamine olmuş bir soğutma döngüsünü temizlemek için tek bir rafı kapatmak beş ya da altı saat sürebilir — bu süre boyunca hesaplama kapasitesi tamamen kaybolur. Yapay zeka çıkarım veya eğitim iş yükleri çalıştıran işletmeciler için bu bir rahatsızlık değil, ciddi bir finansal darbedir.
Sıvı Kimyasında Karanlıkta Uçmak
Bugüne kadar çoğu veri merkezi, soğutucu sağlığını onlarca yıldır aynı şekilde yönetti: Bir sıvı örneği almak, laboratuvara postalamak ve sonuçları beklemek. Laboratuvar raporu geri geldiğinde, kontaminasyon sorunu çoktan ileri bir aşamaya gelmiş olabilir.
“Bu devasa sistemlerden geçen sıvı, sektörün büyük bölümünün karanlıkta uçtuğu kritik bir değişken,” dedi Omen’in mevcut müşterilerinden biri olan TensorWave’in başkanı Piotr Tomasik. TensorWave, AMD yongaları üzerinde yapay zeka hesaplama bulutları inşa ediyor ve Omen’in yaklaşımı için referans müşteri haline geldi.
Bir sorunun başladığı an ile laboratuvar sonucunun geldiği an arasındaki boşluk, Omen AI’nin tam olarak bayrağını diktiği yer.
Omen AI’nin Spektrometresi ve Onu Farklı Kılan Şey
Omen’in ürününün çekirdeği, doğrudan sıvı sistemine kurulan kompakt bir spektrometredir — örnek alma yok, gönderim gecikmesi yok, bekleme yok. Soğutucunun kimyasal bileşimini gerçek zamanlı olarak sürekli okur, bakteriyel büyümeyi operatörlerin kapanma kaçınılmaz hale gelmeden önce harekete geçebileceği kadar erken bir aşamada işaretler.
Cihaz, bakteriyel kontaminasyonun ötesinde, sıvıda bakır veya krom izlerini tespit ederek pompalardaki aşınmayı ve silikon parçacıkları üzerinden conta bozulmasını da belirleyebilir. Bu, veri merkezi işletmecilerine, herhangi bir periyodik laboratuvar testinin sağlayabileceğinden çok daha geniş bir soğutma altyapısı sağlık görünürlüğü sunar.
CEO ve kurucu Zach Laberge’in ifade ettiği gibi: “Kimyasal olarak neler olup bittiğine dair hiçbir içgörünüz olmadığı için devasa kesinti riskleri almıyorsunuz.”
Teknolojiyi Şimdi Uygulanabilir Kılan Ne Oldu?
Omen’in yaklaşımının zamanlaması tesadüf değil. Miniyatür, uygun maliyetli, tesis içi bir spektrometreyi mümkün kılan iki gelişme kesişti: yakın zamandaki optik teknolojilerdeki ilerlemeler ve sinyal işleme yazılımlarındaki iyileşmeler.
“Donanım artık ölçekli oynamayı mantıklı kılacak kadar ucuz ve sinyal işleme de gürültüden daha fazla anlam çıkarmamızı sağlıyor,” diye açıkladı Laberge. Bu iki bileşen olmadan, onlarca raf boyunca konuşlandırılabilecek kadar küçük ve ucuz bir cihaz inşa etmek ekonomik olarak gerçekçi olmazdı.
Bu teknolojik kilidin açılması, Omen’in kendi hikâyesinin ötesinde önem taşıyor. Gerçek zamanlı soğutucu analitiği alanının neden daha geniş ölçekte ısındığını açıklamaya yardımcı oluyor — yerleşik bir su izleme şirketi olan Pyxis, bu ayın başında kendi veri merkezi soğutucu izleme ürününü piyasaya sürdü. Optik donanım maliyetleri ile yazılım yeteneklerinin kesişimi, pazarı aynı anda birden fazla oyuncuya açıyor gibi görünüyor.
Şirket Büyümesi, Yatırım ve Stratejik Ortaklıklar
Omen AI’nin veri merkezlerine giden yolu düz bir çizgi değildi. Zach Laberge, ilk şirketini 2020’de, 14 yaşındayken kurdu; inşaat ekipmanlarına sensörler takmak için 3 milyon dolar topladı — ve bunu yapmak için, ailesinin desteğiyle, lise eğitimini bırakmasıyla dikkat çekti. O girişim kapandıktan sonra, 2024’te Omen’i, endüstriyel makineler için tanısal bir katman olarak sıvı sistemlere odaklanan daha geniş bir vizyonla kurdu.
Caterpillar Bayiliklerinden Veri Merkezlerine
Veri merkezlerine dönüşüm, şirketin mevcut müşterileri tarafından yönlendirildi. Caterpillar bayilikleri, ağır araç segmentinde Omen’in en erken müşterileri arasındaydı. Caterpillar aynı zamanda, veri merkezlerini tesis içinde beslemek için kullanılan gaz türbinleri ve jeneratörlerin de büyük bir tedarikçisi; bu da Omen’i, büyük ölçekli bina altyapısını yöneten işletmecilerle doğrudan temas haline getirdi.
Yaklaşık altı ay önce, bayilikler Omen’in sensörlerinin bina tarafına — türbinlere, HVAC sistemlerine ve veri merkezi tesislerinin içindeki yonga soğutma döngülerine — uygulanıp uygulanamayacağını sormaya başladı. Omen, bu binaların, inşaat ekipmanları için zaten geliştirdiği türden izlemeye ihtiyaç duyan sıvı sistemleriyle dolu olduğunu hızla fark etti.
31 Milyon Dolarlık Tur ve Kimler Destekledi?
31 milyon dolarlık Seri A turuna Nava Ventures liderlik etti; CRV, Vanderbilt University, Mann+Hummel, Starhill Holdings ve Hard Launch Capital de katıldı. Bridgestone, GM, Johnson Controls ve TensorWave yöneticileri de kişisel olarak yatırım yaptı. Önceki sermayeyle birlikte Omen, kuruluşundan bu yana 40 milyon dolar topladı.
Artık Omen’in yönetim kurulunda yer alan Nava Ventures ortağı Cory Rellas, turun nasıl şekillendiğine dair dikkat çekici bir sinyal verdi: “Özellikle Omen için, incelememizin büyük kısmı, yaklaşımlarını hızla doğrulayan büyük müşterilerle yaptığımız tanışmalar üzerinden gerçekleşti.” Yatırımcı-müşteri doğrulama döngüsü — kurumsal alıcıların fiilen yatırım tezinin riskini azaltması — yalnızca teknik vaat değil, gerçek ticari ivmenin güçlü bir göstergesi.
Omen, ürün teklifini geliştirirken şu anda yaklaşık bir düzine veri merkezi müşterisiyle çalışıyor. TensorWave en öne çıkan isimli müşteri olsa da, otomotiv, endüstriyel ve hesaplama altyapısı yöneticilerini kapsayan geniş yatırımcı katılımı, şirketin şimdiden birden fazla sektörü birbirine bağladığını gösteriyor.
Bu Anın Yapay Zeka Altyapısı İçin Önemi
Yapay zeka yongalarını daha sıcak ve daha verimli çalıştırma baskısı azalmıyor. Hesaplama talebi ölçeklendikçe, veri merkezi işletmecileri soğutma sistemlerini kimyasal ve mekanik sınırlarına kadar zorlamaya devam edecek. Bu baskı, ısı emilimi ile kontaminasyon riski arasındaki dengeyi geçici değil, kalıcı bir mühendislik kısıtı haline getiriyor.
Gerçek zamanlı sıvı izleme, altyapı tartışmasında büyük ölçüde görünmez kalmış bir boşluğu dolduruyor. Hesaplama donanımı, güç iletimi ve ağ bant genişliği muazzam ilgi görüyor. Sistemin içinden geçen soğutucunun kimyası ise neredeyse hiç ilgi görmüyor — oysa tek bir kontaminasyon olayı, bir rafı iş gününün büyük bir kısmı boyunca atıl bırakabiliyor. Omen’in iddiası, sıvı soğutma yapay zeka veri merkezlerinde yaygınlaştıkça, kimyasal görünürlüğün de çalışma süresi izleme veya güç yönetimi kadar standart bir gereklilik haline geleceği yönünde.
Pyxis’in de yaklaşık aynı zamanda aynı alana girmesiyle, rekabet dinamikleri muhtemelen hem ürün geliştirmeyi hem de müşteri farkındalığını hızlandıracak. Hâlâ periyodik laboratuvar testlerine güvenen veri merkezi işletmecileri için soru artık gerçek zamanlı soğutucu analitiğinin standart uygulama olup olmayacağı değil — altyapılarına ilk olarak hangi tedarikçinin yerleşeceği.
SSS
Omen AI’nin spektrometresi veri merkezleri için hangi sorunu çözüyor?
Mini bir tesis içi spektrometre kullanarak sıvı soğutma akışkanının sağlığını gerçek zamanlı izliyor, bakteriyel kontaminasyonu beş ya da altı saat sürebilen maliyetli raf kapanmalarını önleyecek kadar erken tespit ediyor.
Neden veri merkezlerindeki sıvı soğutma sistemlerinde kontaminasyon riski var?
Soğutucu sıvıdaki su oranını artırmak ısı emilimini iyileştirir ve yongaların daha sıcak çalışmasına izin verir, ancak aynı zamanda bakteriyel büyüme için elverişli koşullar yaratır. Bu kontaminasyon, soğutucu akışını tıkayabilir ve işletmecileri tüm rafları yıkamaya ve kapatmaya zorlayabilir.
Omen AI’nin öne çıkan ortakları ve müşterileri kimler?
Omen AI’nin 31 milyon dolarlık Seri A turunda Nava Ventures ve CRV gibi yatırımcıların yanı sıra Bridgestone, GM, Johnson Controls ve TensorWave yöneticilerinin kişisel yatırımları da yer aldı. Müşteri tabanı arasında Caterpillar bayilikleri ve AMD yongaları üzerinde yapay zeka hesaplama bulutları inşa eden TensorWave bulunuyor.
Omen AI’nin teknolojisi, geleneksel sıvı test yöntemlerine göre nasıl bir iyileşme sağlıyor?
Geleneksel yöntemler, işletmecilerin soğutucu örnekleri alıp harici bir laboratuvara göndermesini gerektirir ve bu da önemli gecikmeler yaratır. Omen’in spektrometresi, doğrudan sıvı sisteminin içinde sürekli, gerçek zamanlı kimyasal analiz sağlar ve bir sorun geliştikçe operatörün uyarılması arasındaki gecikmeyi ortadan kaldırır.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Omen AI’nin spektrometresi veri merkezleri için hangi sorunu çözüyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Mini bir tesis içi spektrometre kullanarak sıvı soğutma akışkanının sağlığını gerçek zamanlı izliyor, bakteriyel kontaminasyonu beş ya da altı saat sürebilen maliyetli raf kapanmalarını önleyecek kadar erken tespit ediyor.”}},{“@type”:”Question”,”name”:”Neden veri merkezlerindeki sıvı soğutma sistemlerinde kontaminasyon riski var?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Soğutucu sıvıdaki su oranını artırmak ısı emilimini iyileştirir ve yongaların daha sıcak çalışmasına izin verir, ancak aynı zamanda bakteriyel büyüme için elverişli koşullar yaratır. Bu kontaminasyon, soğutucu akışını tıkayabilir ve işletmecileri tüm rafları yıkamaya ve kapatmaya zorlayabilir.”}},{“@type”:”Question”,”name”:”Omen AI’nin öne çıkan ortakları ve müşterileri kimler?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Omen AI’nin 31 milyon dolarlık Seri A turunda Nava Ventures ve CRV gibi yatırımcıların yanı sıra Bridgestone, GM, Johnson Controls ve TensorWave yöneticilerinin kişisel yatırımları da yer aldı. Müşteri tabanı arasında Caterpillar bayilikleri ve AMD yongaları üzerinde yapay zeka hesaplama bulutları inşa eden TensorWave bulunuyor.”}},{“@type”:”Question”,”name”:”Omen AI’nin teknolojisi, geleneksel sıvı test yöntemlerine göre nasıl bir iyileşme sağlıyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Geleneksel yöntemler, işletmecilerin soğutucu örnekleri alıp harici bir laboratuvara göndermesini gerektirir ve bu da önemli gecikmeler yaratır. Omen’in spektrometresi, doğrudan sıvı sisteminin içinde sürekli, gerçek zamanlı kimyasal analiz sağlar ve bir sorun geliştikçe operatörün uyarılması arasındaki gecikmeyi ortadan kaldırır.”}}]}
Yapay zeka desteğiyle hazırlanmış ve editör ekibi tarafından gözden geçirilmiş makale.
