تطلق NVIDIA منصة Minerva AIOps لتعزيز قابلية رصد مصانع الذكاء الاصطناعي

أطلقت NVIDIA منصة Minerva في 22 أكتوبر 2026، ووصفتها بأنها منصة لعمليات الذكاء الاصطناعي (AIOps) تنبّه فرق التشغيل مبكرًا إلى مشكلات البنية التحتية في مصانع الذكاء الاصطناعي. ووفقًا للشركة، تجمع Minerva بيانات القياس عن بُعد من البنية التحتية وأحمال عمل الذكاء الاصطناعي، ثم تطبّق نماذج ذكاء اصطناعي مصممة خصيصًا لتحويل تلك البيانات إلى رؤى قابلة للتنفيذ.

تقول NVIDIA إن مصانع الذكاء الاصطناعي من بين أكثر العمليات تعقيدًا في العالم، إذ تضم أساطيل ضخمة من وحدات GPU التي تدرّب النماذج وتشغّل تطبيقات الذكاء الاصطناعي عبر شبكات عالية السرعة. وقد يؤدي تدهور مكوّن واحد في هذا النطاق — كارتفاع حرارة وحدة GPU مقارنةً بنظيراتها أو تراجع أداء محرك أقراص NVMe تحت الضغط — إلى إبطاء مهمة كاملة، كما يسهل تفويت مثل هذه الإشارات التحذيرية. وتستهدف Minerva ما تسميه NVIDIA إنتاجية مصانع الذكاء الاصطناعي: أي العمل المفيد الذي تنتجه البنية التحتية، ويُقاس بساعات تشغيل وحدات GPU ومعدل الإنجاز الفعلي ووقت تشغيل المجموعة وإنتاج الرموز.

رسم بياني معرفي ديناميكي للمصنع

غالبًا ما تفصل أدوات المراقبة التقليدية مركز البيانات إلى واجهات عرض منفصلة، بحيث يرى كل من فرق الشبكات والحوسبة وموثوقية المواقع وتعلّم الآلة جانبًا مختلفًا من العمليات. وتقول NVIDIA إن Minerva تربط هذه الإشارات عبر وحدات GPU والشبكات والتخزين ومُجدوِلات المهام وأحمال العمل.

استنادًا إلى تلك الإشارات، تنشئ Minerva رسمًا بيانيًا معرفيًا ديناميكيًا يرسم منطقيًا وحدات GPU وSuperNICs والمبدّلات والكابلات، إلى جانب المهام التي تعمل عليها. وتقول NVIDIA إن هذا التخطيط يتيح للمشغّلين تتبّع مهمة تدريب بطيئة وصولًا إلى المكوّن الذي يؤثر فيها، حتى في مصنع يضم مئات الآلاف من وحدات GPU.

وفقًا لـNVIDIA، تحلّل المنصة مليارات نقاط البيانات في الساعة باستخدام تعلّم الآلة الخاضع للإشراف وغير الخاضع للإشراف؛ فتتعلم شكل السلوك الطبيعي، وترصد الحالات الشاذة التي لم تصادفها من قبل، وتتنبأ بالأعطال عند ظهور بوادرها، وتربط الأحداث ذات الصلة استنادًا إلى البنية الطوبولوجية للمصنع. ويمكن للمنصة تجميع سيل من الأحداث المترابطة في حادثة واحدة محددة تتضمن سببًا جذريًا مرجحًا، بدلًا من إحالة كل عارض على حدة إلى أحد المشغّلين.

مساعد الذكاء الاصطناعي وسير عمل المعالجة

تأتي Minerva مزودة بمساعد ذكاء اصطناعي مدمج، ويمكنها أيضًا الاتصال بأدوات ذكاء اصطناعي خارجية قائمة على الوكلاء، ما يوفر للمشغّلين واجهة بلغة طبيعية تستند إلى بيانات القياس عن بُعد المباشرة. ويمكن للمشغّلين تقصي حالة المجموعة والحصول على توصيات بالمعالجة عبر المحادثة. كما يمكن للفرق إبقاء شخص ضمن سير العمل لتنفيذ الإصلاحات يدويًا، أو ربط المنصة بأنظمة الأتمتة عبر واجهات برمجة التطبيقات الخاصة بالبنية التحتية والأنظمة الخارجية.

Bitdeer AI، التي أعلنت اعتمادها للمنصة في 22 أكتوبر، تطلق اسم Sherlock على المساعد المدمج، وهو مساعد ذكاء اصطناعي متعدد الوكلاء مدمج في منصة Minerva، وتقول إن خادم MCP يتيح للمشغّلين فرز المشكلات وتشخيصها عبر محادثات باللغة الطبيعية تستند إلى بيانات القياس عن بُعد المباشرة. ووفقًا لـBitdeer AI، يمكن نشر البرنامج كمنصة مستقلة، وهو مدمج مع NVIDIA DSX OS. ويذكر إعلانها أن نطاق بيانات القياس عن بُعد يشمل وحدات GPU من NVIDIA، وConnectX SuperNICs، وBlueField DPUs، ومبدّلات NVLink للتوسّع الرأسي، وشبكات Spectrum-X Ethernet بين الشرق والغرب وبين الشمال والجنوب، وNCCL، ومُجدوِلات المهام، وأحمال عمل الذكاء الاصطناعي.

النتائج المُعلنة

تقول NVIDIA إن المنصة تحقق قيمة وفق المقاييس الرئيسية التي تركز عليها مصانع الذكاء الاصطناعي: زيادة الوقت بين الانقطاعات، عبر رصد المشكلات قبل وقوعها؛ وتسريع الإصلاح، عبر تحديد موضع المشكلة عند حدوث عطل؛ وتعزيز الرؤى، عبر تصفية سيل البيانات التي تولدها البنية التحتية الحديثة للذكاء الاصطناعي والإبقاء على التنبيهات القليلة المهمة فعلًا. وتقول الشركة إن المنصة تجمع المشكلات المترابطة في بند واحد قابل للتنفيذ، ما يمكّن فرق AIOps من الانتقال من الصيانة التفاعلية إلى الصيانة الاستباقية، ويساعد مصانع الذكاء الاصطناعي على زيادة وقت تشغيل وحدات GPU إلى أقصى حد.

أعلنت Bitdeer AI نتائج اختبارات NVIDIA الداخلية لمصانع الذكاء الاصطناعي: ففي إحدى الحالات، خفّضت Minerva متوسط زمن إصلاح عطل في طاقة محرك NVMe من انقطاع استمر عدة أيام إلى ست ساعات، وفي حالة أخرى، جمعت 81 حدثًا مشوشًا في تنبيه واحد، موفّرةً 54 ساعة من وقت تشغيل المجموعة. وقالت Bitdeer AI إن الاختبارات الداخلية أظهرت أيضًا زيادة متوسط الزمن بين الانقطاعات بفضل الصيانة التنبؤية، وانخفاض متوسط زمن الإصلاح بفضل التحليل الآلي للسبب الجذري، وزيادة الرؤى القابلة للتنفيذ بفضل الحد المتقدم من الضوضاء، وزيادة ساعات التشغيل الفعلية لوحدات GPU، ما يعزز إنتاج الرموز مباشرةً.

المتبنون الأوائل وشركاء تصنيع المعدات الأصلية

تُعد IREN من شركاء NVIDIA الذين يستخدمون Minerva لتحسين أداء مصانعهم للذكاء الاصطناعي. وقال Denis Skrinnikoff، الرئيس التنفيذي للتكنولوجيا في IREN، في الإعلان عن الإطلاق: «تمنح NVIDIA Minerva فريق العمليات لدينا رؤية موحدة للشبكة ووحدات GPU والمهام التي تعمل عليها، ما يتيح لنا التركيز بدرجة أكبر على الصيانة الاستباقية بدلًا من استكشاف الأعطال وإصلاحها».

قالت Bitdeer AI إنها تدعم الآن Minerva في عمليات مصانعها للذكاء الاصطناعي، ووصفت هذه الخطوة بأنها امتداد لالتزامها بتوفير بنية تحتية موثوقة لوحدات GPU وعالية الإنتاجية من أجل تدريب نماذج الذكاء الاصطناعي واستدلالها على نطاق واسع. وأضافت الشركة أن إمكانات المنصة في الرصد والصيانة التنبؤية واستكشاف الأعطال وإصلاحها بالاستعانة بالوكلاء تساعدها على اكتشاف التدهور قبل أن يؤثر في المهام، وتقليص زمن الإصلاح، وإبقاء عدد أكبر من وحدات GPU منتجًا للعملاء، وأن البرنامج مصمم للتوسع من المجموعات الصغيرة إلى مصانع الذكاء الاصطناعي التي تضم مئات الآلاف من وحدات GPU.

وقالت Lenovo في منشور GTC Berlin الخاص بها إن Minerva يمكن أن تساعد الفرق على إدارة توافر البنية التحتية للذكاء الاصطناعي وأدائها مع توسع البيئات، وذكرت المنصة إلى جانب مصنع Lenovo الهجين للذكاء الاصطناعي المزود بحلول NVIDIA. وأضافت Lenovo أنها تتعاون مع IBM وNVIDIA على حلول لمصانع الذكاء الاصطناعي السيادي، تهدف إلى منح العملاء السيطرة على عملياتهم الخاصة.

إلى جانب IREN، ذكرت NVIDIA أن Aolani وBitdeer AI وIBM وJio وLambda وQuake AI وTesla يخططون لنشر Minerva. ووفقًا لـNVIDIA، ستوفر Dell Technologies وLenovo وSupermicro المنصة ضمن مجموعة منتجاتها لعمليات مصانع الذكاء الاصطناعي.