Omen AI获3100万美元A轮融资 推出数据中心液冷实时监测仪

背景

随着生成式AI模型对算力的需求激增，数据中心的GPU密度不断提升，液冷系统成为主流散热方案。然而液冷介质中若掺入过多水分，会导致细菌快速繁殖，进而堵塞冷却回路，导致数小时甚至数天的停机，损失高达数百万美元。传统做法是定期抽样送实验室检测，效率低且无法实现预警。

产品亮点

• 光谱微型传感器：体积仅如硬币，可直接嵌入冷却回路，实时捕捉液体的光谱特征。
• 细菌生长预警：通过机器学习模型解析光谱变化，提前数小时检测出细菌指数上升。
• 部件磨损识别：能够辨别铜、铬、硅等金属离子浓度变化，提示泵、密封件潜在失效。
• 即插即用：无需改动现有冷却系统，支持标准API对接数据中心监控平台。

融资与合作伙伴

2026年6月29日，Omen AI宣布完成3100万美元A轮融资，领投方为Nava Ventures，随后CRV、Vanderbilt University、Mann+Hummel、Starhill Holdings以及Hard Launch Capital等跟投。

“Omen的技术让数据中心从盲点监控迈向可视化，这在行业内极为罕见。” — Cory Rellas，Nava Ventures 合伙人兼 Omen AI 董事

公司创始人Zach Laberge在接受TechCrunch采访时称，此轮融资将用于加速硬件量产、扩展算法研发以及深化与关键客户的合作。已签约的首批客户包括Caterpillar的涡轮机业务、TensorWave（基于AMD芯片的AI云）以及多家大型云服务提供商。

市场前景与竞争

液冷监测市场目前仍处于早期阶段，国内外仅有少数公司尝试在数据中心部署类似方案。Pyxis本月推出的水质监测产品是少数竞争者之一，但其侧重于传统数据中心的冷却塔，未覆盖高密度GPU液冷回路。Omen AI凭借光谱硬件成本的下降以及信号处理算法的突破，具备在规模化部署上取得先发优势的潜力。

业内分析师认为，随着AI模型规模继续扩大，算力成本的关键瓶颈将转向散热与能效管理。实时液冷监测不仅能降低意外停机风险，还能通过精细化控制液体配比提升整体能效，形成新的成本竞争点。

结语

Omen AI的融资成功标志着硬件层面的AI基础设施创新正获得资本的强力扶持。若其光谱监测技术能够在更多数据中心实现落地，将为AI算力的持续扩张提供更可靠的冷却保障，也为行业打开了以化学感知驱动的运维新范式。