// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Data center AI, il raffreddamento a liquido nasconde un rischio operativo
Per i data center italiani ed europei che stanno valutando rack GPU ad alta densità, il caso Omen AI sposta l'attenzione da chip e potenza elettrica a un elemento meno visibile: il liquido di raffreddamento. La startup ha annunciato un round Serie A da 31 milioni di dollari per un sensore che monitora in tempo reale lo stato chimico dei fluidi, secondo il racconto pubblicato da TechCrunch.
Il tema entra direttamente nei dossier operativi delle imprese anche in Italia, dove i data center rientrano nel perimetro europeo di monitoraggio e rendicontazione quando superano determinate soglie. La Commissione europea segnala che i data center consumavano circa 415 TWh nel 2024, pari all'1,5% dell'elettricità mondiale, e richiama la pressione esercitata da AI, cloud e servizi digitali nell'analisi dell'IEA su energia e IA.
La domanda di calcolo legata all'AI sta portando i gestori a estrarre più capacità da ogni rack di GPU. Secondo TechCrunch, nei sistemi a liquido il fluido usato per raffreddare i chip è composto da acqua e da una sostanza che inibisce la crescita batterica. Aumentare la quota d'acqua aiuta ad assorbire più calore, ma rende il circuito più esposto alla contaminazione.
Quando i batteri crescono nel circuito, il rischio operativo indicato dalla fonte è l'ostruzione del flusso. La bonifica richiede il lavaggio del sistema e può portare allo spegnimento di un rack per cinque o sei ore, con un costo potenziale di milioni di dollari. Per chi vende capacità AI o usa cluster dedicati, non è un dettaglio di facility management: incide su disponibilità, SLA e pianificazione delle finestre di manutenzione.
La proposta di Omen AI è un piccolo spettrometro installato vicino al circuito, pensato per leggere lo stato del fluido senza attendere l'invio di campioni a un laboratorio. Zach Laberge, fondatore e amministratore delegato, ha spiegato a TechCrunch che l'obiettivo è ridurre il rischio di downtime dovuto alla mancanza di visibilità chimica sul sistema.
Il dispositivo non guarda soltanto alla crescita batterica. Nel racconto della società, la stessa logica di analisi può individuare segnali di usura: rame o cromo possono indicare problemi a pompe e componenti, mentre la presenza di silicio può suggerire degrado delle guarnizioni. Il punto tecnico è portare un controllo continuo dentro un impianto che finora, in molti casi, dipendeva da controlli periodici e analisi esterne.
Zach Laberge ha fondato la sua prima società nel 2020, quando aveva 14 anni, raccogliendo 3 milioni di dollari per installare sensori su macchinari da costruzione. Dopo la chiusura di quella startup, nel 2024 ha avviato Omen con una tesi iniziale diversa da quella attuale: usare il monitoraggio dei fluidi per rendere più prevedibile la manutenzione delle macchine pesanti.
I concessionari Caterpillar sono stati tra i primi clienti dell'attività legata ai veicoli pesanti. Il passaggio ai data center è arrivato attraverso un collegamento industriale concreto: Cat è anche un fornitore di turbine e generatori a gas per l'alimentazione on premise dei data center. Circa sei mesi prima dell'articolo di TechCrunch, alcuni concessionari hanno chiesto a Omen se la tecnologia potesse essere applicata anche agli edifici.
Da quella richiesta la società ha individuato una nuova categoria di clienti: data center pieni di circuiti fluidi, dai sistemi HVAC al raffreddamento diretto dei chip. Per le imprese italiane che acquistano colocation o capacità AI, il passaggio suggerisce una due diligence più tecnica sui fornitori: non solo disponibilità elettrica, rete e sicurezza fisica, ma anche sensori, procedure di flushing, soglie di allarme e responsabilità contrattuali in caso di contaminazione.
Il round da 31 milioni di dollari è stato guidato da Nava Ventures e include la partecipazione di CRV, Vanderbilt University, Mann+Hummel, Starhill Holdings e Hard Launch Capital. TechCrunch cita anche investimenti personali da dirigenti di Bridgestone, GM, Johnson Controls e