NVIDIA lanserer Minerva AIOps-plattform for observerbarhet i AI-fabrikker

NVIDIA lanserte Minerva 22. oktober 2026 og beskrev den som en AIOps-plattform som varsler driftsteam tidligere om infrastrukturproblemer i AI-fabrikker. Ifølge selskapet samler Minerva telemetridata fra både infrastrukturen og AI-arbeidsbelastningene, og bruker deretter spesialutviklede AI-modeller til å gjøre dataene om til nyttig innsikt som kan omsettes i handling.

Ifølge NVIDIA er AI-fabrikker blant de mest komplekse driftsmiljøene i verden, med enorme GPU-flåter som trener modeller og kjører AI-applikasjoner over høyhastighetsnettverk. En enkelt komponent som ikke yter som den skal i et slikt miljø – for eksempel en GPU som blir varmere enn de andre, eller en NVMe-stasjon som mister ytelse under belastning – kan gjøre at en hel jobb går saktere, og slike varselsignaler er lette å overse. Minerva retter seg mot det NVIDIA kaller AI-fabrikkens utbytte: det nyttige arbeidet infrastrukturen produserer, målt i GPU-timer, goodput, klyngeoppetid og tokenproduksjon.

En dynamisk kunnskapsgraf over fabrikken

Tradisjonelle overvåkingsverktøy deler ofte datasenteret opp i separate visninger, slik at nettverks-, databehandlings-, driftssikkerhets- og maskinlæringsteam bare ser hver sin del av driften. NVIDIA sier at Minerva kobler sammen signaler fra GPU-ene, nettverket, lagringen, planleggerne og arbeidsbelastningene.

Ut fra disse signalene bygger Minerva en dynamisk kunnskapsgraf som viser de logiske forbindelsene mellom GPU-er, SuperNIC-er, svitsjer og kabler, samt jobbene som kjører på dem. NVIDIA sier at denne kartleggingen gjør det mulig for operatører å spore en langsom treningsjobb tilbake til komponenten som påvirker den, selv i en fabrikk med hundretusener av GPU-er.

Ifølge NVIDIA analyserer plattformen milliarder av datapunkter i timen ved hjelp av overvåket og ikke-overvåket maskinlæring. Den lærer hvordan normal atferd ser ut, varsler om avvik den ikke har støtt på tidligere, forutsier feil etter hvert som de oppstår, og finner sammenhenger mellom beslektede hendelser ut fra fabrikkens topologi. Plattformen kan samle en strøm av relaterte hendelser i én målrettet hendelse med en sannsynlig rotårsak, i stedet for å videresende hvert enkelt symptom til en operatør.

AI-assistent og arbeidsflyt for utbedring

Minerva leveres med en innebygd AI-assistent og kan også kobles til eksterne agentiske AI-verktøy, slik at operatører får et naturlig språkgrensesnitt basert på oppdaterte telemetridata. Operatørene kan undersøke klyngens tilstand og få anbefalinger om utbedring gjennom en samtale. Teamene kan la en person utføre rettingene manuelt, eller koble plattformen til automatisering via programmeringsgrensesnitt for infrastruktur og eksterne systemer.

Bitdeer AI, som kunngjorde at selskapet selv hadde tatt i bruk plattformen 22. oktober, omtaler den innebygde assistenten som Sherlock, Minervas plattformintegrerte AI-assistent med flere agenter. Selskapet sier også at en MCP-server gjør det mulig for operatører å prioritere og feilsøke gjennom samtaler på naturlig språk basert på oppdaterte telemetridata. Ifølge Bitdeer AI kan programvaren tas i bruk som en frittstående plattform og er integrert med NVIDIA DSX OS. I kunngjøringen oppgis det at telemetriomfanget dekker NVIDIA GPU-er, ConnectX SuperNIC-er, BlueField DPU-er, NVLink-svitsjer for oppskalering, Spectrum-X Ethernet for øst–vest- og nord–sør-trafikk, NCCL, planleggere og AI-arbeidsbelastninger.

Rapporterte resultater

NVIDIA sier at plattformen gir verdi på nøkkeltallene AI-fabrikker prioriterer: lengre tid mellom avbrudd ved å oppdage problemer før de oppstår, kortere tid til reparasjon ved å finne problemet når en hendelse skjer, og bedre innsikt ved å filtrere den store datamengden som moderne AI-infrastruktur genererer, slik at bare de få varslene som faktisk betyr noe, blir stående. Selskapet sier at plattformen samler relaterte problemer i ett enkelt punkt som kan følges opp, slik at AIOps-team kan gå fra reaktivt til proaktivt vedlikehold og hjelpe AI-fabrikker med å maksimere GPU-oppetiden.

Bitdeer AI rapporterte resultater fra NVIDIAs interne testing i en AI-fabrikk: I ett tilfelle reduserte Minerva gjennomsnittlig reparasjonstid for en strømfeil i en NVMe-enhet fra et avbrudd på flere dager til seks timer. I et annet tilfelle samlet den 81 støyende hendelser i ett varsel og sparte 54 timer med klyngeoppetid. Bitdeer AI sa at den interne testingen også viste økt gjennomsnittlig tid mellom avbrudd gjennom prediktivt vedlikehold, kortere gjennomsnittlig reparasjonstid gjennom automatisert rotårsaksanalyse, flere innsikter som kunne følges opp takket være avansert støyreduksjon, og flere effektive GPU-timer, noe som øker tokenproduksjonen direkte.

Tidlige brukere og OEM-partnere

IREN er blant NVIDIA-partnerne som bruker Minerva til å optimalisere AI-fabrikkene sine. «NVIDIA Minerva gir driftsteamet vårt én samlet oversikt over nettverket, GPU-ene og jobbene som kjører på dem, slik at vi kan bruke mer tid på proaktivt vedlikehold og mindre på feilsøking», sa Denis Skrinnikoff, teknologidirektør i IREN, i kunngjøringen om lanseringen.

Bitdeer AI sa at selskapet nå støtter Minerva i driften av AI-fabrikkene sine, og beskrev dette som en videreføring av satsingen på pålitelig GPU-infrastruktur med høyt utbytte for storskala AI-trening og inferens. Selskapet sa at plattformens observerbarhet, prediktive vedlikehold og agentiske feilsøking hjelper det med å oppdage redusert ytelse før det påvirker jobbene, redusere reparasjonstiden og holde flere GPU-er produktive for kundene. Selskapet opplyste også at programvaren er utviklet for å kunne skaleres fra små klynger til AI-fabrikker med hundretusener av GPU-er.

Lenovo sa i sitt eget innlegg fra GTC Berlin at Minerva kan hjelpe team med å håndtere tilgjengeligheten og ytelsen til AI-infrastrukturen etter hvert som miljøene skaleres, og nevnte plattformen sammen med Lenovos Hybrid AI Factory med NVIDIA-løsninger. Lenovo sa også at selskapet samarbeider med IBM og NVIDIA om løsninger for suverene AI-fabrikker, som skal gi kundene kontroll over sin egen drift.

Sammen med IREN oppga NVIDIA at Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI og Tesla planlegger å ta i bruk Minerva. Ifølge NVIDIA vil Dell Technologies, Lenovo og Supermicro tilby plattformen som en del av porteføljene sine for drift av AI-fabrikker.