AI 数据中心“喝水”压力，催生一门实时水质监测生意
美国数据中心每年要消耗 170 亿到 190 亿加仑水为高温芯片降温，而据 The Water Foundation 的数据，这一用水体量在未来五年内预计还将翻三倍。对正在为 AI 基础设施建设投入数百亿美元的资本而言，这既是成本问题，也是政治敏感问题。
降低耗水的办法之一，是把冷却液体的监测做得更及时、更精细——而目前行业里的做法仍相当原始：取样、送到实验室、等待数天的检测结果。
一家创业公司，两条技术路线的合并
Omen AI 成立于 2024 年，目标正是解决这个环节。公司研发实时传感器，用于判断阀门是否失效、系统内滋生的细菌是否会堵塞水路。
今年 6 月完成 3100 万美元 A 轮融资后，Omen 正在以 1600 万美元的现金加股票交易收购竞争对手 Aquatic Labs。
两家的结缘颇具偶然性：Omen 创始人 Zach Laberge 经由一位专注过滤领域的投资人牵线，认识了 Aquatic Labs CEO Allan Adams。两家公司都在做实时水传感器，但技术互补——Omen 的传感器检测水中各类元素成分，Aquatic Labs 的传感器则测量水体碱度。
把这两种技术装进同一个传感器，能得到“对水和冷却液更完整的画像”，Adams 这样告诉 TechCrunch。两家公司也共享同一个愿景：把原本缓慢、人工化的流程自动化。
两种典型的创始人路径
Laberge 从高中辍学，创办了第一家做类似流体分析的创业公司，客户是依赖液压系统的大型工程机械企业。Adams 则是学院派出身的物理学家，曾在麻省理工学院担任教授，并在伍兹霍尔海洋研究所长期从事先进的海洋传感技术研发，之后才创立公司。
合并后 Adams 出任首席科学官。团队当前的工作是把两套技术集成到单一传感器中，预计明年年初推向市场。
落地节奏与市场体量
Laberge 向 TechCrunch 表示，到今年年底，Omen 的首批传感器将监控功率在 250 至 300 MW 的芯片机群——这批硬件价值约 50 亿至 70 亿美元；到 2027 年底，公司希望部署规模达到相当于 1 GW 芯片的等值容量。
真正的价值在于 uptime：不停机
这项业务的核心卖点是可用性。冷却液系统一旦失控，数据中心运营商通常会选择直接排掉这些水，而不是冒险损坏昂贵设备；随之而来的是停机整顿，直到系统恢复，代价高昂。
实时监测让运营商可以更长时间地重复使用同一批冷却液，把清洗换水带来的成本压到最低。Adams 也希望这套技术走出数据中心：正如他所说，“水进入数据中心，出来之后被排进市政管网，你希望整个过程尽可能安全、负责任地完成——这就意味着你必须去测量。”
需求端不受 AI 情绪波动影响
AI 公司一度估算，到 2030 年全球 AI 基础设施支出将高达 4 万亿美元，但近期部分投资者对这场建设热潮转向怀疑，超大规模云厂商的股价因此连续下挫。Omen 团队并不担心这种情绪变化——他们的业务发生在数据中心建成之后。
Laberge 的解释是：“我们服务的是客户今天在建或已经建好的项目，这对我们影响不大，因为这些项目在 12 个月前就已经完成了融资。我们的看法是，即便市场腰斩，这仍然是人类历史上最大的市场。”
给关注者的几点提示
- 需求驱动因素与 GPU 采购周期脱钩：芯片机组的冷却监测是“建成后才发生”的刚需，与当下的 AI 估值情绪节奏并不同步。
- 价值锚点在运行成本而非单次采购：省下的是换水、清洗与停机损失，收益体现在整座机房的 uptime 上。
- 技术壁垒来自传感矩阵的合并：元素检测与碱度检测一体化，比单参数传感器提供更完整的流体状态视图。
- 商业化窗口期明确：合并后的统一传感器计划于明年年初上市，随后的 2027 年是规模化部署的关键考核点。
评论