Omen AI მონაცემთა ცენტრების გაგრილების სისტემებს რეალურ დროში მონიტორინგის ტექნოლოგიით აუმჯობესებს

მონაცემთა ცენტრებში ჩიპების თხევადი გაგრილებისთვის გამოიყენება წყლისა და ბაქტერიების ზრდის შემაფერხებელი ნივთიერებების ნაზავი. ჩიპების მაღალ ტემპერატურაზე მუშაობის უზრუნველსაყოფად, მონაცემთა ცენტრების მენეჯერები ხშირად ცვლიან ამ ნაზავს და ზრდიან მასში წყლის წილს, რადგან წყალი სითბოს უკეთ შთანთქავს. თუმცა, ეს ხშირად იწვევს დაბინძურებას, რაც სისტემის გაჭედვასა და სითხის ნაკადის შეფერხებას განაპირობებს.

ამ პრობლემის მოსაგვარებლად, ამჟამად სისტემის სრული გამორეცხვაა საჭირო, რაც ხშირად სერვერების თაროების ხუთი ან ექვსი საათით გათიშვას მოითხოვს. ასეთი შეფერხება შესაძლოა მილიონობით დოლარის ზარალად იქცეს. სტარტაპმა Omen AI-მ შექმნა ინოვაციური გამოსავალი: მცირე ზომის სპექტრომეტრი, რომელიც სითხის მდგომარეობას რეალურ დროში აკონტროლებს და ბაქტერიების ზრდას მანამ აფიქსირებს, სანამ ის მასშტაბურ პრობლემად იქცევა.

კომპანიის დამფუძნებლისა და აღმასრულებელი დირექტორის, ზაკ ლაბერჟის განმარტებით, ეს ტექნოლოგია გამორიცხავს სისტემის გაჩერების რისკს, რომელიც აქამდე ქიმიური პროცესების შესახებ ინფორმაციის ნაკლებობით იყო გამოწვეული. Omen AI-მ ახლახან გამოაცხადა 31 მილიონი დოლარის მოზიდვა A სერიის დაფინანსების რაუნდში, რომელსაც Nava Ventures ხელმძღვანელობდა. ინვესტორებს შორის არიან CRV, ვანდერბილტის უნივერსიტეტი, Mann+Hummel, Starhill Holdings და Hard Launch Capital, ასევე Bridgestone-ის, GM-ის, Johnson Controls-ისა და TensorWave-ის ხელმძღვანელები.

დამფუძნებლის ისტორია და კომპანიის ევოლუცია

ლაბერჟმა თავისი პირველი კომპანია 2020 წელს, სულ რაღაც 14 წლის ასაკში დააფუძნა. მან 3 მილიონი დოლარი მოიზიდა სამშენებლო ტექნიკაზე სენსორების დასამონტაჟებლად და საბოლოოდ სკოლა მიატოვა. მისი მშობლები, მათ შორის დედა, რომელიც ონტარიოს განათლების ყოფილი მინისტრია, მხარს უჭერდნენ მის გადაწყვეტილებას, თავად აერჩია საკუთარი გზა. პირველი სტარტაპის დახურვის შემდეგ, ლაბერჟმა 2024 წელს Omen AI დააარსა. თავდაპირველი იდეა სამშენებლო ტექნიკის სითხის სისტემებზე ფოკუსირება იყო, რათა მანქანებს თავად „სცოდნოდათ“, როდის სჭირდებოდათ შეკეთება.

პროექტის მიზანი იყო ლაბორატორიაში ნიმუშების გაგზავნის ხანგრძლივი პროცესის ჩანაცვლება რეალურ დროში მონიტორინგით. ბაქტერიების გარდა, მოწყობილობას შეუძლია აღმოაჩინოს ტუმბოების ცვეთა (სპილენძის ან ქრომის აღმოჩენით) ან იზოლაციის დაზიანება (სილიკონის აღმოჩენით). Caterpillar-ის დილერები Omen-ის ადრეული კლიენტები იყვნენ მძიმე ტექნიკის მიმართულებით, თუმცა Caterpillar ასევე მონაცემთა ცენტრებისთვის გენერატორებისა და ტურბინების მსხვილი მიმწოდებელია, რაც კომპანიისთვის ახალი შესაძლებლობა აღმოჩნდა.

გადასვლა მონაცემთა ცენტრების ბაზარზე

დაახლოებით ექვსი თვის წინ, ბევრმა დილერმა გამოთქვა სურვილი, რომ სენსორები არა მხოლოდ ტურბინებზე, არამედ შენობების შიდა სისტემებზეც დაყენებულიყო. Omen-მა აღმოაჩინა, რომ მონაცემთა ცენტრები სავსეა სითხეებით — დაწყებული გათბობა-ვენტილაციის (HVAC) სისტემებიდან, დამთავრებული ჩიპების გაგრილებით. სწრაფად მზარდი პოტენციური კლიენტების დანახვის შემდეგ, კომპანიამ ფოკუსი მონაცემთა ცენტრებზე გადაიტანა.

„იშვიათია ასეთი ახალგაზრდა დამფუძნებლის ნახვა, რომელიც დიდ კორპორაციებში ნდობით სარგებლობს ისეთ სფეროში, რომელიც შედარებით ნელა ვითარდება“, — აღნიშნა კორი რელასმა, Nava Ventures-ის პარტნიორმა.

Omen-მა დაარსების დღიდან 40 მილიონი დოლარი მოიზიდა და ამჟამად ათეულობით კლიენტთან მუშაობს, მათ შორის არის TensorWave — კომპანია, რომელიც AMD-ის ჩიპებზე დაფუძნებულ ხელოვნური ინტელექტის გამოთვლით ღრუბელს ქმნის.

ტექნოლოგიური პროგრესი და კონკურენცია

TensorWave-ის პრეზიდენტმა, პიოტრ ტომასიკმა აღნიშნა, რომ სითხის მდგომარეობა კრიტიკული ცვლადია, რომელსაც ინდუსტრიის უმეტესობა აქამდე სათანადოდ ვერ აკონტროლებდა. მიუხედავად იმისა, რომ ბევრი ორგანიზაცია კვლავ ლაბორატორიულ კვლევებს ეყრდნობა, Omen ამ სფეროში ერთადერთი მოთამაშე არ არის. კომპანია Pyxis-მა, რომელიც წყლის მონიტორინგის სფეროში მუშაობს, ასევე წარადგინა მონაცემთა ცენტრების გაგრილების მონიტორინგის პროდუქტი.

ამ მიდგომის განხორციელება შესაძლებელი გახდა ოპტიკური ტექნოლოგიებისა და სიგნალის დამუშავების პროგრამული უზრუნველყოფის ბოლოდროინდელი გაუმჯობესებით. ლაბერჟის თქმით, აპარატურა უკვე საკმარისად იაფია მასშტაბური გამოყენებისთვის, ხოლო სიგნალის დამუშავება საშუალებას იძლევა, მონაცემებიდან სასარგებლო ინფორმაცია გამოიყოს და სისტემური ხარვეზები თავიდან იქნას აცილებული.