NVIDIA wprowadza platformę Minerva AIOps do monitorowania fabryk AI

22 października 2026 r. NVIDIA wprowadziła Minervę, opisując ją jako platformę AIOps, która wcześniej ostrzega zespoły operacyjne o problemach z infrastrukturą w fabrykach AI. Jak podaje firma, Minerva gromadzi dane telemetryczne zarówno z infrastruktury, jak i z obciążeń AI, a następnie wykorzystuje specjalnie zaprojektowane modele AI, by przekształcić je w praktyczne wskazówki.

Jak podaje NVIDIA, fabryki AI należą do najbardziej złożonych operacji na świecie: ogromne floty procesorów GPU trenują modele i obsługują aplikacje AI za pośrednictwem szybkich sieci. Pojedynczy element działający nieprawidłowo w takiej skali — GPU pracujący w wyższej temperaturze niż pozostałe lub dysk NVMe tracący wydajność pod obciążeniem — może spowolnić całe zadanie, a takie sygnały ostrzegawcze łatwo przeoczyć. Minerva koncentruje się na tym, co NVIDIA nazywa uzyskiem fabryki AI: użytecznej pracy wykonywanej przez infrastrukturę, mierzonej w godzinach pracy GPU, goodput, dostępności klastra i liczbie wygenerowanych tokenów.

Dynamiczny graf wiedzy o fabryce

Tradycyjne narzędzia monitorujące często przedstawiają centrum danych w oddzielnych widokach, przez co zespoły ds. sieci, mocy obliczeniowej, niezawodności serwisu i uczenia maszynowego widzą różne aspekty jego działania. NVIDIA twierdzi, że Minerva łączy te sygnały pochodzące z jej procesorów GPU, sieci, pamięci masowej, harmonogramów zadań i obciążeń.

Na podstawie tych sygnałów Minerva tworzy dynamiczny graf wiedzy, który przedstawia logiczne powiązania między procesorami GPU, urządzeniami SuperNIC, przełącznikami i kablami, a także uruchomionymi na nich zadaniami. Jak podaje NVIDIA, takie odwzorowanie pozwala operatorom prześledzić przyczynę spowolnienia zadania trenowania aż do wpływającego na nie komponentu — nawet w fabryce obsługującej setki tysięcy procesorów GPU.

Według NVIDIA platforma analizuje miliardy punktów danych na godzinę przy użyciu nadzorowanego i nienadzorowanego uczenia maszynowego: uczy się, jak wygląda normalne działanie, oznacza wcześniej niespotykane anomalie, przewiduje pojawiające się awarie i łączy powiązane zdarzenia na podstawie topologii fabryki. Zamiast przekazywać operatorowi każdy pojedynczy objaw, platforma może połączyć lawinę powiązanych zdarzeń w jeden konkretny incydent, wskazując prawdopodobną przyczynę źródłową.

Asystent AI i proces usuwania problemów

Minerva jest wyposażona we wbudowanego asystenta AI i może także łączyć się z zewnętrznymi narzędziami agentowymi AI, zapewniając operatorom interfejs w języku naturalnym oparty na bieżących danych telemetrycznych. Operatorzy mogą za pomocą rozmowy sprawdzać stan klastra i otrzymywać zalecenia dotyczące usunięcia problemów. Zespoły mogą pozostawić człowieka w procesie, by ręcznie wprowadzał poprawki, albo połączyć platformę z systemami automatyzacji za pośrednictwem interfejsów programowania aplikacji infrastruktury i systemów zewnętrznych.

Bitdeer AI, które 22 października ogłosiło własne wdrożenie platformy, określa wbudowanego asystenta mianem Sherlocka — wieloagentowego asystenta AI natywnie zintegrowanego z platformą Minerva — i informuje, że serwer MCP pozwala operatorom przeprowadzać wstępną diagnostykę i debugować system za pomocą rozmów w języku naturalnym opartych na bieżących danych telemetrycznych. Według Bitdeer AI oprogramowanie można wdrożyć jako samodzielną platformę i jest ono zintegrowane z NVIDIA DSX OS. W ogłoszeniu firmy podano, że zakres danych telemetrycznych obejmuje procesory NVIDIA GPU, urządzenia ConnectX SuperNIC, procesory BlueField DPU, przełączniki NVLink do rozbudowy sieci, połączenia Ethernet Spectrum-X w kierunkach wschód–zachód i północ–południe, NCCL, harmonogramy zadań i obciążenia AI.

Przedstawione wyniki

NVIDIA twierdzi, że platforma przynosi korzyści w zakresie kluczowych wskaźników, na których koncentrują się fabryki AI: wydłuża czas między przerwami w działaniu, wykrywając problemy, zanim wystąpią; skraca czas naprawy, precyzyjnie wskazując problem w chwili wystąpienia incydentu; oraz zapewnia lepszy wgląd w działanie, ograniczając zalew danych generowanych przez nowoczesną infrastrukturę AI do kilku naprawdę istotnych alertów. Firma podaje, że platforma łączy powiązane problemy w jeden element wymagający działania, dzięki czemu zespoły AIOps mogą przejść od konserwacji reaktywnej do proaktywnej, pomagając fabrykom AI maksymalizować czas pracy procesorów GPU.

Bitdeer AI podało wyniki wewnętrznych testów fabryki AI NVIDIA: w jednym przypadku Minerva skróciła średni czas naprawy awarii zasilania dysku NVMe z przestoju trwającego kilka dni do sześciu godzin, a w innym połączyła 81 nieistotnych zdarzeń w jeden alert, oszczędzając 54 godziny czasu pracy klastra. Bitdeer AI poinformowało, że wewnętrzne testy wykazały również wydłużenie średniego czasu między przerwami dzięki konserwacji predykcyjnej, skrócenie średniego czasu naprawy dzięki zautomatyzowanej analizie przyczyn źródłowych, wzrost liczby praktycznych wskazówek dzięki zaawansowanemu ograniczaniu szumu oraz zwiększenie efektywnej liczby godzin pracy procesorów GPU, co bezpośrednio podnosi liczbę generowanych tokenów.

Pierwsi użytkownicy i partnerzy OEM

IREN należy do partnerów NVIDIA wykorzystujących Minervę do optymalizacji swoich fabryk AI. „NVIDIA Minerva zapewnia naszemu zespołowi operacyjnemu jeden widok obejmujący sieć, procesory GPU i uruchomione na nich zadania, dzięki czemu możemy bardziej skupić się na proaktywnej konserwacji, a mniej na rozwiązywaniu problemów” — powiedział Denis Skrinnikoff, dyrektor ds. technologii w IREN, w ogłoszeniu o wprowadzeniu platformy.

Bitdeer AI poinformowało, że wykorzystuje już Minervę w swoich fabrykach AI, przedstawiając to jako kolejny krok w realizacji zobowiązania do zapewniania niezawodnej infrastruktury GPU o wysokim uzysku na potrzeby trenowania i wnioskowania AI na dużą skalę. Firma podała, że funkcje monitorowania, konserwacja predykcyjna i agentowe rozwiązywanie problemów pomagają jej wykrywać spadki wydajności, zanim wpłyną na zadania, skracać czas napraw i utrzymywać większą liczbę procesorów GPU w produktywnej pracy na rzecz klientów. Dodała również, że oprogramowanie zaprojektowano tak, by można je było skalować od małych klastrów po fabryki AI wyposażone w setki tysięcy procesorów GPU.

Lenovo napisało we własnym wpisie z GTC Berlin, że Minerva może pomagać zespołom zarządzać dostępnością i wydajnością infrastruktury AI w miarę skalowania środowisk, wymieniając ją obok rozwiązań Lenovo Hybrid AI Factory z NVIDIA. Lenovo poinformowało również, że współpracuje z IBM i NVIDIA nad rozwiązaniami dla suwerennych fabryk AI, które mają zapewnić klientom kontrolę nad własnymi operacjami.

Oprócz IREN NVIDIA wymieniła Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI i Teslę jako podmioty planujące wdrożenie Minervy. Według NVIDIA Dell Technologies, Lenovo i Supermicro będą oferować tę platformę w ramach swoich portfeli rozwiązań dla fabryk AI.