NVIDIA lanza la plataforma AIOps Minerva para la observabilidad de las fábricas de IA

El 22 de octubre de 2026, NVIDIA lanzó Minerva y la describió como una plataforma AIOps que permite a los equipos de operaciones detectar antes los problemas de infraestructura en las fábricas de IA. Según la empresa, Minerva consolida la telemetría tanto de la infraestructura como de las cargas de trabajo de IA y, después, aplica modelos de IA diseñados específicamente para convertir esos datos en información útil para la toma de decisiones.

Según NVIDIA, las fábricas de IA figuran entre las operaciones más complejas del mundo, con enormes flotas de GPU que entrenan modelos y ejecutan aplicaciones de IA a través de redes de alta velocidad. Un solo componente degradado a esa escala —una GPU que funciona a una temperatura superior a la de las demás o una unidad NVMe que pierde rendimiento bajo carga— puede ralentizar un trabajo completo, y es fácil pasar por alto esas señales de alerta. Minerva se centra en lo que NVIDIA denomina rendimiento de las fábricas de IA: el trabajo útil que produce la infraestructura, medido en horas de GPU, rendimiento útil, tiempo de actividad del clúster y producción de tokens.

Un gráfico de conocimiento dinámico de la fábrica

Las herramientas de supervisión tradicionales suelen dividir los datos del centro de datos en vistas separadas: los equipos de redes, computación, confiabilidad del sitio y aprendizaje automático ven cada uno una parte distinta de la operación. NVIDIA afirma que Minerva conecta esas señales procedentes de sus GPU, redes, almacenamiento, planificadores y cargas de trabajo.

A partir de esas señales, Minerva crea un gráfico de conocimiento dinámico que representa lógicamente las GPU, las SuperNIC, los conmutadores y los cables, junto con los trabajos que se ejecutan en ellos. NVIDIA afirma que este mapa permite a los operadores rastrear el origen de la lentitud de un trabajo de entrenamiento hasta el componente que lo está afectando, incluso en una fábrica que opere cientos de miles de GPU.

Según NVIDIA, la plataforma analiza miles de millones de puntos de datos por hora mediante aprendizaje automático supervisado y no supervisado. Aprende cómo es el comportamiento normal, detecta anomalías que nunca había encontrado, predice fallos a medida que surgen y correlaciona eventos relacionados utilizando la topología de la fábrica. En lugar de enviar cada síntoma por separado a un operador, la plataforma puede agrupar una avalancha de eventos relacionados en un único incidente concreto que incluye una posible causa raíz.

Asistente de IA y flujo de trabajo de resolución de problemas

Minerva incluye un asistente de IA nativo y también puede conectarse a herramientas externas de IA agéntica, lo que ofrece a los operadores una interfaz en lenguaje natural basada en telemetría en tiempo real. Los operadores pueden investigar el estado del clúster y recibir recomendaciones para resolver los problemas mediante una conversación. Los equipos pueden mantener a una persona en el circuito para aplicar las soluciones manualmente o conectar la plataforma con sistemas de automatización mediante interfaces de programación de aplicaciones de infraestructura y sistemas externos.

Bitdeer AI, que anunció su propia adopción de la plataforma el 22 de octubre, identifica al asistente integrado como Sherlock, el asistente de IA multiagente nativo de la plataforma Minerva, y afirma que un servidor MCP permite a los operadores clasificar y depurar problemas mediante conversaciones en lenguaje natural basadas en telemetría en tiempo real. Según Bitdeer AI, el software puede implementarse como una plataforma independiente y está integrado con NVIDIA DSX OS. En su anuncio se indica que el ámbito de la telemetría abarca las GPU NVIDIA, las SuperNIC ConnectX, las DPU BlueField, los conmutadores de escalado NVLink, Ethernet este-oeste y norte-sur de Spectrum-X, NCCL, los planificadores y las cargas de trabajo de IA.

Resultados comunicados

NVIDIA afirma que la plataforma aporta valor en las métricas clave que las fábricas de IA priorizan: más tiempo entre interrupciones, al detectar los problemas antes de que ocurran; menos tiempo de reparación, al identificar el problema cuando se produce un incidente; y mayor visibilidad, al filtrar el torrente de datos que genera la infraestructura de IA moderna para quedarse solo con las pocas alertas que realmente importan. La empresa afirma que la plataforma agrupa los problemas relacionados en un único elemento que permite actuar, de modo que los equipos de AIOps puedan pasar del mantenimiento reactivo al proactivo y ayudar a las fábricas de IA a maximizar el tiempo de actividad de las GPU.

Bitdeer AI comunicó los resultados de las pruebas internas de NVIDIA en sus fábricas de IA: en un caso, Minerva redujo de varios días a seis horas el tiempo medio de reparación de una avería eléctrica de una unidad NVMe; en otro, agrupó 81 eventos ruidosos en una sola alerta, lo que permitió ahorrar 54 horas de tiempo de actividad del clúster. Bitdeer AI afirmó que las pruebas internas también mostraron un aumento del tiempo medio entre interrupciones gracias al mantenimiento predictivo, una reducción del tiempo medio de reparación mediante el análisis automatizado de la causa raíz, un aumento de la información útil gracias a una reducción avanzada del ruido y un aumento de las horas efectivas de GPU, que impulsa directamente la producción de tokens.

Primeros usuarios y socios OEM

IREN es uno de los socios de NVIDIA que utilizan Minerva para optimizar sus fábricas de IA. «NVIDIA Minerva ofrece a nuestro equipo de operaciones una visión conjunta de la red, las GPU y los trabajos que se ejecutan en ellas, lo que nos permite centrarnos más en el mantenimiento proactivo que en la resolución de problemas», afirmó Denis Skrinnikoff, director de tecnología de IREN, en el anuncio del lanzamiento.

Bitdeer AI afirmó que ahora utiliza Minerva en las operaciones de sus fábricas de IA y describió esta decisión como una extensión de su compromiso con una infraestructura de GPU fiable y de alto rendimiento para el entrenamiento y la inferencia de IA a gran escala. La empresa señaló que la observabilidad, el mantenimiento predictivo y la resolución de problemas mediante IA agéntica de la plataforma le ayudan a detectar las degradaciones antes de que afecten a los trabajos, reducir el tiempo de reparación y mantener más GPU productivas para sus clientes. También indicó que el software está diseñado para escalar desde clústeres pequeños hasta fábricas de IA con cientos de miles de GPU.

Lenovo afirmó en su propia publicación de GTC Berlin que Minerva puede ayudar a los equipos a gestionar la disponibilidad y el rendimiento de la infraestructura de IA a medida que escalan los entornos, y la mencionó junto con sus soluciones Lenovo Hybrid AI Factory con NVIDIA. Lenovo también dijo que colabora con IBM y NVIDIA en soluciones de fábricas de IA soberanas destinadas a dar a los clientes el control de sus propias operaciones.

Junto con IREN, NVIDIA mencionó a Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI y Tesla entre las empresas que tienen previsto implementar Minerva. Según NVIDIA, Dell Technologies, Lenovo y Supermicro ofrecerán la plataforma como parte de sus carteras de operaciones de fábricas de IA.