Η NVIDIA λανσάρει την πλατφόρμα AIOps Minerva για την παρατηρησιμότητα των εργοστασίων ΤΝ

Στις 22 Οκτωβρίου 2026, η NVIDIA λανσάρισε το Minerva, περιγράφοντάς το ως πλατφόρμα AIOps που προειδοποιεί έγκαιρα τις ομάδες λειτουργίας για προβλήματα υποδομής στα εργοστάσια ΤΝ. Σύμφωνα με την εταιρεία, το Minerva συγκεντρώνει δεδομένα τηλεμετρίας τόσο από την υποδομή όσο και από τους φόρτους εργασίας ΤΝ και, στη συνέχεια, εφαρμόζει ειδικά σχεδιασμένα μοντέλα ΤΝ για να μετατρέψει αυτά τα δεδομένα σε αξιοποιήσιμες πληροφορίες.

Σύμφωνα με την NVIDIA, τα εργοστάσια ΤΝ συγκαταλέγονται στις πιο σύνθετες επιχειρησιακές υποδομές στον κόσμο, καθώς τεράστιοι στόλοι GPU εκπαιδεύουν μοντέλα και εκτελούν εφαρμογές ΤΝ μέσω δικτύων υψηλής ταχύτητας. Σε τέτοια κλίμακα, ένα μόνο εξάρτημα που υπολειτουργεί —μια GPU που λειτουργεί σε υψηλότερη θερμοκρασία από τις υπόλοιπες ή ένας δίσκος NVMe που χάνει επιδόσεις υπό φόρτο— μπορεί να επιβραδύνει μια ολόκληρη εργασία, ενώ τέτοια προειδοποιητικά σημάδια είναι εύκολο να περάσουν απαρατήρητα. Το Minerva στοχεύει σε αυτό που η NVIDIA αποκαλεί απόδοση των εργοστασίων ΤΝ: το χρήσιμο έργο που παράγει η υποδομή, το οποίο μετριέται σε ώρες GPU, goodput, χρόνο αδιάλειπτης λειτουργίας του συμπλέγματος και παραγωγή token.

Ένα δυναμικό γράφημα γνώσης του εργοστασίου

Τα παραδοσιακά εργαλεία παρακολούθησης συχνά διαχωρίζουν το κέντρο δεδομένων σε ξεχωριστές προβολές, με τις ομάδες δικτύωσης, υπολογιστικών πόρων, αξιοπιστίας ιστοτόπων και μηχανικής μάθησης να βλέπουν καθεμία διαφορετικό μέρος της λειτουργίας. Η NVIDIA αναφέρει ότι το Minerva συνδέει αυτά τα σήματα από τις GPU, το δίκτυο, τον αποθηκευτικό χώρο, τους χρονοδρομολογητές και τους φόρτους εργασίας της.

Με βάση αυτά τα σήματα, το Minerva δημιουργεί ένα δυναμικό γράφημα γνώσης, το οποίο αποτυπώνει λογικά τις GPU, τις SuperNIC, τους μεταγωγείς και τα καλώδια, καθώς και τις εργασίες που εκτελούνται σε αυτά. Σύμφωνα με την NVIDIA, αυτή η χαρτογράφηση επιτρέπει στους χειριστές να εντοπίζουν το εξάρτημα που επηρεάζει μια αργή εργασία εκπαίδευσης, ακόμη και σε ένα εργοστάσιο με εκατοντάδες χιλιάδες GPU.

Σύμφωνα με την NVIDIA, η πλατφόρμα αναλύει δισεκατομμύρια σημεία δεδομένων ανά ώρα με επιβλεπόμενη και μη επιβλεπόμενη μηχανική μάθηση: μαθαίνει ποια είναι η φυσιολογική συμπεριφορά, επισημαίνει ανωμαλίες που δεν έχει συναντήσει στο παρελθόν, προβλέπει τις βλάβες καθώς αρχίζουν να εκδηλώνονται και συσχετίζει συναφή συμβάντα με βάση την τοπολογία του εργοστασίου. Η πλατφόρμα μπορεί να συμπτύξει ένα πλήθος σχετικών συμβάντων σε ένα ενιαίο, στοχευμένο περιστατικό με πιθανή βασική αιτία, αντί να προωθεί στον χειριστή κάθε μεμονωμένο σύμπτωμα.

Βοηθός ΤΝ και ροή εργασιών αποκατάστασης

Το Minerva περιλαμβάνει εγγενή βοηθό ΤΝ και μπορεί επίσης να συνδεθεί με εξωτερικά εργαλεία ΤΝ με δυνατότητες αυτόνομης δράσης, παρέχοντας στους χειριστές μια διεπαφή φυσικής γλώσσας που βασίζεται σε δεδομένα τηλεμετρίας σε πραγματικό χρόνο. Οι χειριστές μπορούν να διερευνούν την εύρυθμη λειτουργία του συμπλέγματος και να λαμβάνουν προτάσεις για την αποκατάσταση προβλημάτων μέσω συνομιλίας. Οι ομάδες μπορούν είτε να διατηρήσουν τον άνθρωπο στη διαδικασία, ώστε να εφαρμόζει τις διορθώσεις χειροκίνητα, είτε να συνδέσουν την πλατφόρμα με συστήματα αυτοματοποίησης μέσω διεπαφών προγραμματισμού εφαρμογών υποδομής και εξωτερικών συστημάτων.

Η Bitdeer AI, η οποία ανακοίνωσε στις 22 Οκτωβρίου την υιοθέτηση της πλατφόρμας από την ίδια, ονομάζει Sherlock τον ενσωματωμένο βοηθό, δηλαδή τον εγγενή στην πλατφόρμα Minerva βοηθό ΤΝ πολλαπλών πρακτόρων, και αναφέρει ότι ένας διακομιστής MCP επιτρέπει στους χειριστές να διαχειρίζονται και να εντοπίζουν σφάλματα μέσω συνομιλιών φυσικής γλώσσας που βασίζονται σε δεδομένα τηλεμετρίας σε πραγματικό χρόνο. Σύμφωνα με την Bitdeer AI, το λογισμικό μπορεί να εγκατασταθεί ως αυτόνομη πλατφόρμα και είναι ενσωματωμένο στο NVIDIA DSX OS. Στην ανακοίνωσή της αναφέρεται ότι η τηλεμετρία καλύπτει GPU της NVIDIA, SuperNIC ConnectX, DPU BlueField, μεταγωγείς κλιμάκωσης NVLink, Ethernet Spectrum-X Ανατολής-Δύσης και Βορρά-Νότου, NCCL, χρονοδρομολογητές και φόρτους εργασίας ΤΝ.

Αναφερόμενα αποτελέσματα

Η NVIDIA αναφέρει ότι η πλατφόρμα αποδίδει οφέλη στους βασικούς δείκτες στους οποίους εστιάζουν τα εργοστάσια ΤΝ: μεγαλύτερο διάστημα μεταξύ διακοπών, καθώς εντοπίζει τα προβλήματα προτού προκύψουν· μικρότερο χρόνο αποκατάστασης, καθώς εντοπίζει το πρόβλημα όταν συμβαίνει ένα περιστατικό· και καλύτερη εικόνα, καθώς φιλτράρει τον τεράστιο όγκο δεδομένων που παράγουν οι σύγχρονες υποδομές ΤΝ, κρατώντας μόνο τις λίγες ειδοποιήσεις που έχουν πραγματική σημασία. Η εταιρεία αναφέρει ότι η πλατφόρμα συγκεντρώνει συναφή προβλήματα σε ένα ενιαίο, αξιοποιήσιμο στοιχείο, ώστε οι ομάδες AIOps να περάσουν από την αντιδραστική στην προληπτική συντήρηση και να βοηθήσουν τα εργοστάσια ΤΝ να μεγιστοποιήσουν τον χρόνο λειτουργίας των GPU.

Η Bitdeer AI ανέφερε αποτελέσματα από εσωτερικές δοκιμές της NVIDIA σε εργοστάσιο ΤΝ: σε μία περίπτωση, το Minerva μείωσε τον μέσο χρόνο αποκατάστασης μιας βλάβης τροφοδοσίας NVMe από διακοπή λειτουργίας πολλών ημερών σε έξι ώρες, ενώ σε άλλη συμπτύχθηκε 81 θορυβώδη συμβάντα σε μία ειδοποίηση, εξοικονομώντας 54 ώρες χρόνου λειτουργίας του συμπλέγματος. Η Bitdeer AI ανέφερε ότι οι εσωτερικές δοκιμές έδειξαν επίσης αύξηση του μέσου χρόνου μεταξύ διακοπών χάρη στην προγνωστική συντήρηση, μείωση του μέσου χρόνου αποκατάστασης χάρη στην αυτοματοποιημένη ανάλυση βασικών αιτιών, αύξηση των αξιοποιήσιμων πληροφοριών χάρη στην προηγμένη μείωση θορύβου και αύξηση των αποτελεσματικών ωρών GPU, η οποία ενισχύει άμεσα την παραγωγή token.

Πρώτοι χρήστες και συνεργάτες OEM

Η IREN συγκαταλέγεται στους συνεργάτες της NVIDIA που χρησιμοποιούν το Minerva για τη βελτιστοποίηση των εργοστασίων ΤΝ τους. «Το NVIDIA Minerva προσφέρει στην ομάδα λειτουργίας μας ενιαία εικόνα του δικτύου, των GPU και των εργασιών που εκτελούνται σε αυτές, ώστε να εστιάζουμε περισσότερο στην προληπτική συντήρηση και λιγότερο στην αντιμετώπιση προβλημάτων», δήλωσε ο Denis Skrinnikoff, διευθυντής τεχνολογίας της IREN, στην ανακοίνωση για το λανσάρισμα.

Η Bitdeer AI ανέφερε ότι πλέον υποστηρίζει το Minerva στις λειτουργίες των εργοστασίων ΤΝ της, περιγράφοντας την κίνηση ως επέκταση της δέσμευσής της για αξιόπιστες υποδομές GPU υψηλής απόδοσης, κατάλληλες για εκπαίδευση και συναγωγή σε μεγάλη κλίμακα. Η εταιρεία ανέφερε ότι οι δυνατότητες παρατηρησιμότητας, προγνωστικής συντήρησης και αντιμετώπισης προβλημάτων με τη βοήθεια αυτόνομων πρακτόρων της πλατφόρμας τη βοηθούν να εντοπίζει την υποβάθμιση επιδόσεων προτού επηρεάσει τις εργασίες, να μειώνει τον χρόνο επισκευής και να διατηρεί περισσότερες GPU παραγωγικές για τους πελάτες της. Ανέφερε επίσης ότι το λογισμικό έχει σχεδιαστεί ώστε να κλιμακώνεται από μικρά συμπλέγματα έως εργοστάσια ΤΝ με εκατοντάδες χιλιάδες GPU.

Η Lenovo ανέφερε στη δική της ανάρτηση για το GTC Berlin ότι το Minerva μπορεί να βοηθήσει τις ομάδες να διαχειρίζονται τη διαθεσιμότητα και την απόδοση της υποδομής τεχνητής νοημοσύνης καθώς τα περιβάλλοντα κλιμακώνονται, παρουσιάζοντάς το παράλληλα με τις λύσεις Lenovo Hybrid AI Factory με NVIDIA. Η Lenovo ανέφερε επίσης ότι συνεργάζεται με την IBM και τη NVIDIA για λύσεις Sovereign AI Factory, οι οποίες αποσκοπούν στο να δώσουν στους πελάτες τον έλεγχο των δικών τους λειτουργιών.

Μαζί με την IREN, η NVIDIA ανέφερε τις Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI και Tesla ως εταιρείες που σχεδιάζουν να αναπτύξουν το Minerva. Σύμφωνα με τη NVIDIA, οι Dell Technologies, Lenovo και Supermicro θα προσφέρουν την πλατφόρμα στο πλαίσιο των χαρτοφυλακίων τους για λειτουργίες AI factory.