NVIDIA julkaisee Minerva AIOps -alustan tekoälytehtaiden havainnointiin

NVIDIA julkaisi Minervan 22. lokakuuta 2026 ja kuvaili sitä AIOps-alustaksi, joka varoittaa käyttötiimejä tekoälytehtaiden infrastruktuuriongelmista aiempaa varhaisemmin. Yhtiön mukaan Minerva kokoaa yhteen infrastruktuurin ja tekoälykuormien telemetriatiedot ja muuntaa ne tarkoitukseen kehitetyillä tekoälymalleilla käytännön toimiksi johtaviksi havainnoiksi.

NVIDIAn mukaan tekoälytehtaat kuuluvat maailman monimutkaisimpiin toimintaympäristöihin: valtavat GPU-laivastot kouluttavat malleja ja tarjoavat tekoälysovelluksia käyttöön nopeiden verkkojen välityksellä. Yksikin suorituskyvyltään heikentynyt komponentti tällaisessa mittakaavassa — esimerkiksi muita kuumempana käyvä GPU tai kuormituksen alla hidastuva NVMe-asema — voi hidastaa koko työtä, ja tällaiset varoitusmerkit jäävät helposti huomaamatta. Minerva keskittyy siihen, mitä NVIDIA kutsuu tekoälytehtaan tuotoksi: infrastruktuurin tuottamaan hyödylliseen työhön, jota mitataan GPU-tunteina, goodput-arvona, klusterin käytettävyysaikana ja tuotettujen tokenien määränä.

Tehtaan dynaaminen tietämysgraafi

Perinteiset valvontatyökalut jakavat datakeskuksen usein erillisiin näkymiin, jolloin verkko-, laskenta-, sivuston luotettavuus- ja koneoppimistiimit näkevät kukin vain osan kokonaisuudesta. NVIDIAn mukaan Minerva yhdistää nämä signaalit yhtiön GPU-laitteista, verkoista, tallennusjärjestelmistä, ajastimista ja työkuormista.

Näiden signaalien pohjalta Minerva muodostaa dynaamisen tietämysgraafin, joka kuvaa loogisesti GPU-laitteet, SuperNIC-verkkokortit, kytkimet ja kaapelit sekä niillä suoritettavat työt. NVIDIAn mukaan tämän kuvauksen avulla operaattorit voivat jäljittää hitaasti etenevän koulutustyön siihen vaikuttavaan komponenttiin asti, myös tehtaassa, jossa on satojatuhansia GPU-laitteita.

NVIDIAn mukaan alusta analysoi miljardeja datapisteitä tunnissa valvotun ja valvomattoman koneoppimisen avulla. Se oppii, miltä normaali toiminta näyttää, merkitsee aiemmin havaitsemattomat poikkeamat, ennustaa ilmaantuvia vikoja ja yhdistää toisiinsa liittyvät tapahtumat tehtaan topologian perusteella. Alusta voi koota toisiinsa liittyvien tapahtumien tulvan yhdeksi selkeäksi häiriöilmoitukseksi, joka sisältää todennäköisen juurisyyn, sen sijaan että se välittäisi operaattorille jokaisen yksittäisen oireen.

Tekoälyavustaja ja korjaustoimien työnkulku

Minervaan sisältyy tekoälyavustaja, ja sen voi yhdistää myös ulkoisiin agenttipohjaisiin tekoälytyökaluihin. Näin operaattorit saavat luonnollisen kielen käyttöliittymän, joka perustuu reaaliaikaisiin telemetriatietoihin. Operaattorit voivat selvittää keskustelemalla klusterin tilaa ja saada suosituksia korjaustoimista. Tiimit voivat pitää ihmisen mukana toteuttamassa korjaukset manuaalisesti tai yhdistää alustan automaatioon infrastruktuurin ohjelmointirajapintojen ja ulkoisten järjestelmien kautta.

Bitdeer AI, joka ilmoitti ottavansa alustan itse käyttöön 22. lokakuuta, kutsuu sisäänrakennettua avustajaa Sherlockiksi. Se on Minervan oma moniagenttinen tekoälyavustaja. Yhtiön mukaan MCP-palvelimen avulla operaattorit voivat selvittää ja korjata ongelmia luonnollisen kielen keskusteluissa, jotka perustuvat reaaliaikaisiin telemetriatietoihin. Bitdeer AI:n mukaan ohjelmiston voi ottaa käyttöön itsenäisenä alustana, ja se on integroitu NVIDIA DSX OS -käyttöjärjestelmään. Yhtiön julkaisun mukaan telemetriatiedot kattavat NVIDIA GPU -laitteet, ConnectX SuperNIC -verkkokortit, BlueField DPU -yksiköt, NVLink-skaalauskytkimet, Spectrum-X East-West- ja North-South Ethernetin, NCCL:n, ajastimet ja tekoälykuormat.

Raportoidut tulokset

NVIDIAn mukaan alusta tuottaa arvoa tekoälytehtaiden keskeisillä mittareilla: häiriöiden välinen aika pitenee, kun ongelmat havaitaan ennen niiden ilmenemistä; korjausaika lyhenee, kun ongelma paikannetaan häiriön sattuessa; ja tilannekuva paranee, kun nykyaikaisen tekoälyinfrastruktuurin tuottamasta datatulvasta suodatetaan esiin vain muutamat todella merkitykselliset hälytykset. Yhtiön mukaan alusta kokoaa toisiinsa liittyvät ongelmat yhdeksi toimenpiteitä edellyttäväksi kokonaisuudeksi, jolloin AIOps-tiimit voivat siirtyä reaktiivisesta ylläpidosta ennakoivaan ylläpitoon ja auttaa tekoälytehtaita maksimoimaan GPU-laitteiden käyttöajan.

Bitdeer AI raportoi NVIDIAn sisäisistä tekoälytehdastesteistä seuraavia tuloksia: yhdessä tapauksessa Minerva lyhensi NVMe-aseman virtaviasta johtuneen monipäiväisen käyttökatkon korjausajan kuuteen tuntiin, ja toisessa se yhdisti 81 kohinaista tapahtumaa yhdeksi hälytykseksi, mikä säästi 54 tuntia klusterin käyttöaikaa. Bitdeer AI:n mukaan sisäisissä testeissä havaittiin myös keskimääräisen häiriöiden välisen ajan piteneminen ennakoivan ylläpidon ansiosta, keskimääräisen korjausajan lyheneminen automaattisen juurisyyanalyysin avulla, käytännön toimiksi johtavien havaintojen lisääntyminen edistyneen kohinanvaimennuksen ansiosta sekä tehokkaiden GPU-tuntien kasvu, joka kasvattaa suoraan tokenien tuotantoa.

Varhaiset käyttäjät ja OEM-kumppanit

IREN on yksi NVIDIA-kumppaneista, jotka käyttävät Minervaa tekoälytehtaiden optimointiin. ”NVIDIA Minerva tarjoaa käyttötiimillemme yhden näkymän verkkoon, GPU-laitteisiin ja niillä suoritettaviin töihin. Näin voimme keskittyä vianetsinnän sijaan enemmän ennakoivaan ylläpitoon”, sanoi IRENin teknologiajohtaja Denis Skrinnikoff julkaisussa, jossa alustan käyttöönotosta ilmoitettiin.

Bitdeer AI kertoi ottaneensa Minervan käyttöön tekoälytehdastoiminnoissaan ja kuvaili tätä askeleeksi osana sitoutumistaan luotettavaan ja tuottoisaan GPU-infrastruktuuriin, joka soveltuu laajamittaiseen tekoälyn koulutukseen ja päättelyyn. Yhtiön mukaan alustan havainnointiominaisuudet, ennakoiva ylläpito ja agenttipohjainen vianetsintä auttavat havaitsemaan suorituskyvyn heikkenemisen ennen kuin se vaikuttaa töihin, lyhentämään korjausaikaa ja pitämään useammat GPU-laitteet tuottavassa käytössä asiakkaiden hyväksi. Lisäksi ohjelmisto on suunniteltu skaalautumaan pienistä klustereista tekoälytehtaisiin, joissa on satojatuhansia GPU-laitteita.

Lenovo kertoi omassa GTC Berlin -julkaisussaan, että Minerva voi auttaa tiimejä hallitsemaan tekoälyinfrastruktuurin käytettävyyttä ja suorituskykyä ympäristöjen laajentuessa. Se mainitsi Minervan Lenovo Hybrid AI Factory with NVIDIA -ratkaisujensa rinnalla. Lenovo kertoi myös tekevänsä yhteistyötä IBM:n ja NVIDIAn kanssa suvereenin tekoälytehtaan ratkaisujen kehittämiseksi. Niiden tarkoituksena on antaa asiakkaille mahdollisuus hallita omaa toimintaansa.

IRENin lisäksi NVIDIA nimesi Aolanin, Bitdeer AI:n, IBM:n, Jion, Lambdan, Quake AI:n ja Teslan toimijoiksi, jotka suunnittelevat ottavansa Minervan käyttöön. NVIDIAn mukaan Dell Technologies, Lenovo ja Supermicro tarjoavat alustan osana tekoälytehdastoimintojensa valikoimaa.