成立于 2024 年的数据中心液冷监测初创公司 Omen AI 在 2026 年 11 月 2 日披露，以 1600 万美元现金加股票的价格收购同行竞争对手 Aquatic Labs。这距离 Omen AI 在 2026 年 6 月 30 日宣布完成 3100 万美元 A 轮融资（累计融资达 4150 万美元）仅仅过去四个月。交易完成后，曾任麻省理工学院教授及伍兹霍尔海洋研究所研究员的 Aquatic Labs 创始人兼首席执行官 Allan Adams 出任 Omen AI 驻波士顿的首席科学官。虽然目前除 TechCrunch 报道外，尚未有其他公开渠道证实这 1600 万美元的具体交易条款，但 Omen AI 2026 年第四季度的官方领导层页面已将 Adams 列入高管名单。双方计划在 2027 年初推出一款将元素检测与碱度检测融为一体的实时传感器，目标是到 2026 年底监测总功率 250 至 300 MW（对应硬件价值约 50 亿至 70 亿美元）的芯片，并在 2027 年底将覆盖规模推升至 1 GW。
表面上看，这是一桩典型的草根创业者与学院派科学家的互补联手——高中辍学创业、曾为大型工程机械做液压油分析的 Omen AI 创始人 Zach Laberge，在一位过滤领域投资人的引荐下，买下了物理学家 Adams 的团队，共同去解决美国数据中心每年耗水高达 170 亿至 190 亿加仑的环保难题。但只要拆开数据中心热管理的物理架构与两家公司的产品规格表就会发现，用宏观水危机来包装这笔并购存在明显的错位。Omen AI 真正兜售的从来不是帮 AI 省水，而是给动辄数十亿美元的算力集群买一份高价停机保险。
百亿加仑水账单背后的物理错位
公关叙事最喜欢借用宏大的环保焦虑。报道援引水资源基金会（Water Foundation）《Water & Data Centers》报告第 10 至 11 页的数据称，美国数据中心每年直接耗水 170 亿至 190 亿加仑，且未来五年将翻三倍。如果向上追溯这份报告的底层来源，会发现数字并非该基金会原创调研，而是汇总自 Ceres 报告（估算为 175 亿加仑）以及学者 Han 等人的学术预印本；劳伦斯伯克利国家实验室（Berkeley Lab）2024 年 12 月发布的独立报告则估算，2023 年美国数据中心直接耗水量为 660 亿升（约合 174 亿美制加仑），且其预测仅覆盖到 2028 年。
更关键的偏差在于预测模型。Han 等人在 2026 年 3 月 18 日的修订版论文中指出，2024 年美国数据中心耗水量为 190 亿加仑（取水量 240 亿加仑，不过该文表 9 中又将 2024 年数据列为 194 亿至 226 亿加仑、中位数 210 亿加仑）；其对 2030 年耗水量升至 600 亿至 1100 亿加仑（对应取水量 800 亿至 1500 亿加仑）的预测，跨越了六年而非五年，相当于基数的 3.2 到 5.8 倍。所谓的翻三倍只是取了该区间在 2024 年水耗强度静态不变假设下的最低下限，一旦水耗强度每年改善 5% 或 10%，实际数值会低得多。
比统计口径更值得推敲的是物理机制。美国能源部（DOE）的技术资料明确指出，机房内的芯片闭环冷却系统通常仍需通过热交换器将热量传递至外围的开放式冷却塔；全站真正的耗水大户是冷却塔的蒸发与排污，节水核心在于将冷却塔浓缩倍数从 3 倍提升至 6 倍，从而减少约 20% 的补水量和 50% 的排污量。
而 Omen AI 官网目前展示的主力硬件 Sentry 1.2，是一台安装在并联旁路上的 4U 机架式光学流体分析仪，监测参数包含乙二醇浓度。乙二醇只存在于芯片级闭环冷却回路中，根本不会直接排入市政下水道。监测闭环里的乙二醇溶液，能帮运营商省下排空管路、处理危废的费用和宝贵的算力在线时间，却无法直接叫停机房楼顶冷却塔里每年上百亿加仑的物理蒸发。Adams 所说的监测流入流出市政管网的水质，属于未来跨出机架后的远期愿景，而非当下保护 70 亿美元芯片的这台设备的直接产出。
借百亿加仑水危机讲故事，靠守护七十亿美元芯片的停机险赚钞票。
参数表里的罗生门与化学标准拷问
抛开环保叙事，回到产品本身，两家公司的技术整合并没有公关稿描述得那么顺理成章。按照双方的说法，Omen AI 的长处是检测水体中的元素，Aquatic Labs 的专长是测量碱度，合体后能拼出一幅完整的流体画像。
但核对两家公司的公开技术文档，会出现一处明显的口径错位。Omen AI 在 2026 年 6 月的融资声明中曾高调宣称，其传感器能同时分析 21 种以上的元素特征，借此捕捉金属含量、污染和阀门磨损；然而翻开 Omen AI 官网当前的 Sentry 1.2 产品规格页，上面不仅没有列出任何具体的金属元素清单，反而已经把总碱度、pH 值、乙二醇浓度、电导率、温度和压力列为了现有监测参数（支持 Modbus TCP/IP 协议集成），唯独隐去了测量精度、检测限和采样间隔等硬核指标。与此同时，Aquatic Labs 官网展示的核心产品是一款无需消耗性试剂的固态传感器，测量指标同样是 pH 值、总碱度、电导率和温度。如果 Sentry 1.2 本身就能测总碱度，为何还要花 1600 万美元去买一家测碱度的公司？
| 设备与测试方案 | 核心技术路线 | 公开监测参数 | 关键缺失或部署限制 |
|---|---|---|---|
| Omen AI Sentry 1.2 | 4U 机架式光学流体分析 | pH、总碱度、乙二醇、电导率、温压 | 未公布 21+ 元素清单、精度与检测限 |
| Aquatic Labs 传感器 | 无消耗性试剂固态传感 | pH、总碱度、电导率、温度 | 复杂乙二醇配方下抗干扰能力待验证 |
| 传统实验室离线送检 | ICP 光谱与化学酸滴定 | 痕量金属元素、ASTM 储备碱度 | 耗时数日，异常时往往被迫排空停机 |
更严苛的考验来自基础分析化学标准。根据美国地质调查局（USGS）的标准方法，碱度代表水体的酸中和能力，必须通过酸滴定法测定，仅凭 pH 读数或简单的光学信号无法直接确立碱度。而在冷却液维护领域，行业通行的是 ASTM D1121-25 标准——该标准通过特定滴定终点测量的是储备碱度（Reserve Alkalinity），并且标准文本中明确警告，仅靠储备碱度并不能可靠判定冷却液的防腐蚀保护能力或剩余使用寿命。
用无试剂的光学或固态传感器在复杂的乙二醇配方中反推总碱度，其数学模型如何抵抗缓蚀剂降解产物和染色剂的光学干扰？测出来的总碱度又如何换算成化工标准认可的防腐蚀寿命？在没有公布第三方实验室盲测对标数据之前，这些问题都是横亘在超大规模数据中心采购部门面前的技术黑箱。
- 风险.无试剂光学法测得的总碱度不等同于 ASTM 标准下的储备碱度，若缺乏与传统实验室滴定及 ICP 测试的长期盲测对标，运营商很难敢单凭传感器读数决定价值数亿美元机房的换液周期。
隐秘的工业红海与算力后周期生意
Omen AI 把传统运维描绘成人工取样、送检实验室耗时数日的原始状态，这确实击中了高密度算力机房的痛点，但并不意味着在线监测是一片无人踏足的空白之地。
在数据中心冷却液与工业水质在线监测赛道，早就盘踞着一批经验老到的工业仪器制造商与专业服务商。除了提供权威离线 ICP 元素分析的 POLARIS Laboratories 实验室外，硬件端已有 Pyxis Lab 推出的 IK-1500 和 IK-1600 冷却液监测套件、工业测量巨头 Endress+Hauser 的 Liquiline CM444 多参数变送器、水处理商 Dober 专门针对数据中心开发的 FluidIQ 系统、Vaisala 与 Anton Paar 的在线折光仪（专测乙二醇浓度），以及 Hach 旗下直接把酸滴定搬到线上的 EZ 系列在线滴定仪。
这些老牌厂商的设备或许没有贴上 AI 的标签，但每一家都有明确检出限和工业现场的长期可靠性背书。Omen AI 与 Aquatic Labs 整合后的新传感器要在 2027 年初虎口夺食，真正的差异化筹码不在于能不能测 pH 和电导率，而在于能否在 4U 机架空间内，用无试剂方案真正跑通 21 种痕量金属元素与碱度的同步在线监测，从而彻底省去人工补液和废液排放的麻烦。
尽管技术验证尚待交卷，Laberge 对行业周期的判断却相当务实。眼下华尔街对到 2030 年耗资 4 万亿美元的 AI 基础设施扩建潮心生疑虑，超大规模云厂商的股价在 2026 年 10 月底接连下挫。但这类后市场运维工具吃的不是远期画饼，而是前置 12 个月就已经完成融资并破土动工的确定性订单。只要那些高功率 GPU 机柜已经通电运行，运营商就绝对不敢冒细菌堵塞流道或阀门腐蚀导致整排机柜烧毁的风险。哪怕万亿级基建市场被拦腰砍半，存量机房的保命预算依然极其丰厚。
- 结论.评估这类 AI 基建配套初创公司，不必听信其宏大的环保节水叙事，接下来只需紧盯两个硬指标——2026 年底 250 至 300 MW 芯片监测规模的实际客户落地名单，以及 2027 年初新传感器上市时能否拿出一份经得起化工标准检验的元素级检测限参数表。