Skip to main content
სტარტაპი2.11.2026• 3 ნახვა

Omen AI-მ Aquatic Labs-ი 16 მილიონ დოლარად შეიძინა: მონაცემთა ცენტრების გაგრილების სისტემების მონიტორინგი ახალ ეტაპზე გადადის

Omen AI-მ Aquatic Labs-ი 16 მილიონ დოლარად შეიძინა. კომპანიები ერთობლივად შექმნიან სენსორებს მონაცემთა ცენტრების გაგრილების სისტემების რეალურ დროში მონიტორინგისთვის.

Omen AI-მ Aquatic Labs-ი 16 მილიონ დოლარად შეიძინა: მონაცემთა ცენტრების გაგრილების სისტემების მონიტორინგი ახალ ეტაპზე გადადის

აშშ-ის მონაცემთა ცენტრები ყოველწლიურად 17-დან 19 მილიარდ გალონამდე წყალს მოიხმარენ მაღალი წარმადობის ჩიპების გასაგრილებლად. The Water Foundation-ის მონაცემებით, მოსალოდნელია, რომ მომდევნო ხუთი წლის განმავლობაში ეს მაჩვენებელი გასამმაგდება. ინვესტორებისთვის, რომლებიც მილიარდობით დოლარს დებენ ხელოვნური ინტელექტის მასშტაბირებაში, ეს საკითხი როგორც ფინანსურად, ისე პოლიტიკურად საკმაოდ რთულ გამოწვევას წარმოადგენს.

წყლის მოხმარების შემცირების ერთ-ერთი გზა გაგრილების სითხეების უკეთესი მონიტორინგია. ამჟამად ეს პროცესი სითხის ნიმუშების ლაბორატორიაში გაგზავნას და ტესტირებისთვის რამდენიმე დღის ლოდინს გულისხმობს. სწორედ ამ პრობლემის მოსაგვარებლად 2024 წელს დაფუძნდა კომპანია Omen AI. კომპანია ქმნის რეალური დროის სენსორს, რომელიც ადგენს, ხომ არ არის დაზიანებული სარქველები ან ხომ არ უშლის ხელს წყლის ნაკადს სისტემაში ბაქტერიების გამრავლება.

ივნისში 31 მილიონი დოლარის მოცულობის A სერიის ინვესტიციის მოზიდვის შემდეგ, Omen AI ახლა თავის კონკურენტს, Aquatic Labs-ს, 16 მილიონ დოლარად ყიდულობს. გარიგება ნაღდი ფულისა და აქციების კომბინაციით განხორციელდა. თანამშრომლობა მას შემდეგ დაიწყო, რაც Omen-ის დამფუძნებელი, ზაკ ლაბერჟი, Aquatic Labs-ის აღმასრულებელ დირექტორს, ალან ადამსს, ფილტრაციის სფეროში მომუშავე ერთ-ერთმა ინვესტორმა გააცნო.

ტექნოლოგიური სინერგია და ავტომატიზაცია

ორივე სტარტაპი რეალური დროის წყლის სენსორებს ქმნიდა, თუმცა მათი ტექნოლოგიები ერთმანეთს ავსებს: Omen-ის სენსორები წყალში არსებულ ელემენტებს აკონტროლებენ, ხოლო Aquatic Labs-ის სენსორი წყლის ტუტიანობას (alkalinity) ამოწმებს. ამ ორი ტექნოლოგიის ერთ სენსორში გაერთიანება სითხის მდგომარეობის შესახებ ბევრად უფრო სრულყოფილ სურათს იძლევა. ალან ადამსის თქმით, ეს გაერთიანება საშუალებას იძლევა სრულად ავტომატიზირდეს პროცესი, რომელიც მანამდე ნელი და მექანიკური იყო.

გაერთიანებული გუნდი ორ სხვადასხვა ტიპის დამფუძნებელს აერთიანებს: ლაბერჟმა სკოლა მიატოვა თავისი პირველი კომპანიის დასაფუძნებლად, რომელიც ჰიდრავლიკაზე დამოკიდებული დიდი სამშენებლო მანქანებისთვის სითხეების მსგავს ანალიზს აკეთებდა. ადამსი კი აკადემიური წრეებიდანაა — ის ფიზიკოსია, რომელიც კარიერის დიდ ნაწილს MIT-ის პროფესორისა და Woods Hole Oceanographic Institute-ის მკვლევრის სტატუსით ოკეანის სენსორული ტექნოლოგიების განვითარებას უთმობდა.

სამომავლო გეგმები და ბაზრის პერსპექტივები

ამჟამად ადამსი კომპანიის მთავარი სამეცნიერო ხელმძღვანელის (CSO) პოზიციას იკავებს. გუნდები მუშაობენ ორივე ტექნოლოგიის ერთ სენსორში ინტეგრირებაზე, რომელიც ბაზარზე მომავალი წლის დასაწყისში გამოჩნდება. ზაკ ლაბერჟის განცხადებით, Omen-ის პირველი სენსორები წლის ბოლომდე გააკონტროლებენ ჩიპებს, რომლებიც 250-დან 300 მეგავატამდე (MW) ენერგიას მოიხმარენ (დაახლოებით 5-7 მილიარდი დოლარის ღირებულების), ხოლო 2027 წლის ბოლოსთვის ეს მაჩვენებელი 1 გიგავატამდე (GW) გაიზრდება.

ტექნოლოგიის მთავარი ღირებულება სისტემის უწყვეტ მუშაობაშია. თუ სითხის სისტემაში ხარვეზი წარმოიქმნება, მონაცემთა ცენტრის ოპერატორები, როგორც წესი, ურჩევნიათ წყალი მთლიანად დაცალონ, ვიდრე ძვირადღირებული აღჭურვილობის დაზიანების რისკზე წავიდნენ. ეს ნიშნავს მუშაობის შეჩერებას სისტემის აღდგენამდე, რაც დიდ ხარჯებთანაა დაკავშირებული. მუდმივი მონიტორინგი ოპერატორებს საშუალებას აძლევს, ერთი და იგივე სითხე უფრო დიდხანს გამოიყენონ და მინიმუმამდე დაიყვანონ გაწმენდის ხარჯები.

„წყალი შედის მონაცემთა ცენტრებში, შემდეგ კი გამოდის და მუნიციპალურ სისტემაში იღვრება. მნიშვნელოვანია, რომ ეს პროცესი მაქსიმალურად უსაფრთხოდ და პასუხისმგებლობით წარიმართოს, რაც მხოლოდ ზუსტი გაზომვებითაა შესაძლებელი“, — აღნიშნავს ადამსი.

მიუხედავად იმისა, რომ ზოგიერთი ინვესტორი სკეპტიკურად უყურებს ხელოვნური ინტელექტის ინფრასტრუქტურის მასშტაბურ მშენებლობას, Omen-ის გუნდი ამით შეშფოთებული არ არის. მათი მუშაობა იწყება მას შემდეგ, რაც მონაცემთა ცენტრი უკვე აშენებულია. ლაბერჟის თქმით, ისინი მუშაობენ პროექტებზე, რომლებიც უკვე დაფინანსებულია და შენდება, ამიტომ ბაზრის დროებითი რყევები მათზე გავლენას არ ახდენს. მისი აზრით, ხელოვნური ინტელექტის ინფრასტრუქტურა კაცობრიობის ისტორიაში მაინც ყველაზე დიდი ბაზარი იქნება.

წყარო: TechCrunch Startups
გაზიარება:

მსგავსი სტატიები

Trajectory-მ $45 მილიონი მოიზიდა: AI მოდელების წვრთნა არატექნიკური ექსპერტებისთვის ხელმისაწვდომი ხდება
სტარტაპი

Trajectory-მ $45 მილიონი მოიზიდა: AI მოდელების წვრთნა არატექნიკური ექსპერტებისთვის ხელმისაწვდომი ხდება

სტარტაპმა Trajectory-მ $45 მილიონი მოიზიდა პლატფორმისთვის, რომელიც არატექნიკურ ექსპერტებს საშუალებას აძლევს, AI მოდელები საკუთარ შეცდომებზე ასწავლონ და სპეციალიზებულ ამოცანებში დახვეწონ.

3.11.2026
Y Combinator-ის გენერალური დირექტორი AI აგენტებზე წელიწადში 200 000 დოლარამდე ხარჯავს
სტარტაპი

Y Combinator-ის გენერალური დირექტორი AI აგენტებზე წელიწადში 200 000 დოლარამდე ხარჯავს

Y Combinator-ის ხელმძღვანელი გარი ტანი AI აგენტებზე წელიწადში 200 000 დოლარამდე ხარჯავს და მიიჩნევს, რომ პერსონალური AI მომავალში მეინსტრიმი გახდება.

3.11.2026
Readwise-ის ახალი აპლიკაცია Amazon-ის Kindle-სა და Goodreads-ს უპირისპირდება: რა უნდა ვიცოდეთ Readwise Books-ის შესახებ
სტარტაპი

Readwise-ის ახალი აპლიკაცია Amazon-ის Kindle-სა და Goodreads-ს უპირისპირდება: რა უნდა ვიცოდეთ Readwise Books-ის შესახებ

Readwise-მა ახალი აპლიკაცია Readwise Books წარადგინა, რომელიც Kindle-ისა და Goodreads-ის ფუნქციებს აერთიანებს და მომხმარებლებს წიგნების ყიდვას, კითხვასა და დეტალურ ანალიტიკას სთავაზობს.

2.11.2026