NVIDIA lanceert Minerva, een AIOps-platform voor observability in AI-fabrieken

NVIDIA lanceerde Minerva op 22 oktober 2026 en omschreef het als een AIOps-platform dat operationele teams eerder waarschuwt voor infrastructuurproblemen in AI-fabrieken. Volgens het bedrijf brengt Minerva telemetrie van zowel de infrastructuur als de AI-workloads samen en past het vervolgens speciaal ontwikkelde AI-modellen toe om die gegevens om te zetten in bruikbare inzichten.

AI-fabrieken behoren volgens NVIDIA tot de meest complexe operationele omgevingen ter wereld. Grote GPU-vloten trainen er modellen en leveren AI-toepassingen via hogesnelheidsnetwerken. Eén verslechterende component op die schaal — een GPU die warmer draait dan vergelijkbare GPU’s of een NVMe-schijf die onder belasting minder goed presteert — kan een volledige taak vertragen, en zulke waarschuwingssignalen zijn gemakkelijk te missen. Minerva richt zich op wat NVIDIA de opbrengst van een AI-fabriek noemt: het nuttige werk dat de infrastructuur produceert, gemeten aan de hand van GPU-uren, goodput, de uptime van het cluster en de tokenproductie.

Een dynamische kennisgraaf van de fabriek

Traditionele monitoringtools verdelen het datacenter vaak in afzonderlijke weergaven, waarbij netwerk-, compute-, sitebetrouwbaarheids- en machinelearningteams elk een ander deel van de operatie zien. Volgens NVIDIA verbindt Minerva die signalen van de GPU’s, netwerken, opslag, planners en workloads.

Op basis van die signalen bouwt Minerva een dynamische kennisgraaf die GPU’s, SuperNIC’s, switches en kabels logisch in kaart brengt, samen met de taken die erop draaien. Volgens NVIDIA kunnen operators dankzij deze kaart een trage trainingstaak herleiden tot de component die de vertraging veroorzaakt, zelfs in een fabriek met honderdduizenden GPU’s.

Volgens NVIDIA analyseert het platform elk uur miljarden datapunten met supervised en unsupervised machine learning. Het leert hoe normaal gedrag eruitziet, signaleert afwijkingen die het nog niet eerder is tegengekomen, voorspelt storingen zodra die zich aandienen en brengt gerelateerde gebeurtenissen met behulp van de topologie van de fabriek met elkaar in verband. Het platform kan een stortvloed aan gerelateerde gebeurtenissen bundelen tot één overzichtelijk incident met een waarschijnlijke hoofdoorzaak, in plaats van elk afzonderlijk symptoom door te sturen naar een operator.

AI-assistent en workflow voor herstel

Minerva wordt geleverd met een ingebouwde AI-assistent en kan ook verbinding maken met externe agentische AI-tools, zodat operators via natuurlijke taal vragen kunnen stellen op basis van actuele telemetrie. Operators kunnen de status van een cluster onderzoeken en via een gesprek aanbevolen herstelmaatregelen ontvangen. Teams kunnen een medewerker de oplossingen handmatig laten uitvoeren of het platform via API’s voor infrastructuur en externe systemen koppelen aan automatisering.

Bitdeer AI, dat op 22 oktober zijn eigen ingebruikname van het platform aankondigde, noemt de ingebouwde assistent Sherlock: Minerva’s platformeigen AI-assistent met meerdere agents. Het bedrijf zegt dat operators dankzij een MCP-server problemen kunnen triëren en debuggen via gesprekken in natuurlijke taal, gebaseerd op actuele telemetrie. Volgens Bitdeer AI kan de software als zelfstandig platform worden geïmplementeerd en is deze geïntegreerd met NVIDIA DSX OS. In de aankondiging staat dat de telemetrie onder meer betrekking heeft op NVIDIA-GPU’s, ConnectX SuperNIC’s, BlueField DPU’s, NVLink-switches voor schaalvergroting, Spectrum-X-Ethernet voor oost-west- en noord-zuidverkeer, NCCL, planners en AI-workloads.

Gerapporteerde resultaten

Volgens NVIDIA levert het platform voordelen op voor de belangrijkste meetwaarden waarop AI-fabrieken zich richten: een langere tijd tussen onderbrekingen, doordat problemen worden opgespoord voordat ze zich voordoen; een kortere reparatietijd, doordat bij een incident de oorzaak wordt vastgesteld; en meer inzicht, doordat de stroom aan gegevens die moderne AI-infrastructuur genereert wordt teruggebracht tot de weinige meldingen die er echt toe doen. Het bedrijf zegt dat het platform gerelateerde problemen bundelt in één actiepunt, zodat AIOps-teams kunnen overstappen van reactief naar proactief onderhoud en AI-fabrieken hun GPU-uptime kunnen maximaliseren.

Bitdeer AI rapporteerde resultaten van interne tests van NVIDIA’s AI-fabriek: in één geval verkortte Minerva de gemiddelde reparatietijd voor een stroomstoring van een NVMe-schijf van meerdere dagen uitval tot zes uur; in een ander geval bracht het 81 nietszeggende gebeurtenissen terug tot één melding, waarmee 54 uur aan cluster-uptime werd bespaard. Bitdeer AI zei dat de interne tests ook een langere gemiddelde tijd tussen onderbrekingen lieten zien dankzij voorspellend onderhoud, een kortere gemiddelde reparatietijd dankzij geautomatiseerde analyse van de hoofdoorzaak, meer bruikbare inzichten dankzij geavanceerde ruisonderdrukking en een toename van het aantal effectieve GPU-uren, wat de tokenproductie rechtstreeks verhoogt.

Eerste gebruikers en OEM-partners

IREN is een van de NVIDIA-partners die Minerva gebruiken om hun AI-fabrieken te optimaliseren. „NVIDIA Minerva biedt ons operationele team één overzicht van het netwerk, de GPU’s en de taken die erop draaien. Daardoor kunnen we ons meer richten op proactief onderhoud dan op het oplossen van problemen”, zei Denis Skrinnikoff, technologiedirecteur van IREN, in de aankondiging van de lancering.

Bitdeer AI zei dat het Minerva nu ondersteunt in zijn AI-fabrieken en omschreef deze stap als een uitbreiding van zijn inzet voor betrouwbare GPU-infrastructuur met een hoge opbrengst voor grootschalige AI-training en -inferentie. Het bedrijf zei dat de observability, het voorspellende onderhoud en het oplossen van problemen met AI-agenten van het platform helpen om prestatieverminderingen op te sporen voordat die gevolgen hebben voor taken, de reparatietijd te verkorten en meer GPU’s productief te houden voor klanten. Ook zei het dat de software is gebouwd om op te schalen van kleine clusters tot AI-fabrieken met honderdduizenden GPU’s.

Lenovo schreef in zijn eigen bericht over GTC Berlin dat Minerva teams kan helpen de beschikbaarheid en prestaties van AI-infrastructuur te beheren naarmate omgevingen opschalen. Daarbij noemde het bedrijf ook zijn Lenovo Hybrid AI Factory met NVIDIA-oplossingen. Lenovo zei ook dat het samenwerkt met IBM en NVIDIA aan oplossingen voor soevereine AI-fabrieken, die klanten controle over hun eigen activiteiten moeten geven.

Naast IREN noemde NVIDIA Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI en Tesla als bedrijven die van plan zijn Minerva in te zetten. Dell Technologies, Lenovo en Supermicro zullen het platform aanbieden als onderdeel van hun portfolio’s voor AI-fabrieksactiviteiten, aldus NVIDIA.