A NVIDIA lança a plataforma Minerva AIOps para observabilidade de fábricas de IA

A NVIDIA lançou o Minerva em 22 de outubro de 2026, descrevendo-o como uma plataforma de AIOps que permite às equipes de operações detectar mais cedo problemas de infraestrutura em fábricas de IA. Segundo a empresa, o Minerva consolida a telemetria tanto da infraestrutura quanto das cargas de trabalho de IA e, em seguida, aplica modelos de IA desenvolvidos para essa finalidade para transformar esses dados em informações práticas.

Segundo a NVIDIA, as fábricas de IA estão entre as operações mais complexas do mundo, com enormes frotas de GPUs treinando modelos e executando aplicações de IA em redes de alta velocidade. Nessa escala, um único componente com desempenho degradado — uma GPU operando a uma temperatura mais alta que as demais ou uma unidade NVMe perdendo desempenho sob carga — pode atrasar uma tarefa inteira, e esses sinais de alerta são fáceis de ignorar. O Minerva se concentra no que a NVIDIA chama de rendimento das fábricas de IA: o trabalho útil produzido pela infraestrutura, medido em horas de GPU, goodput, disponibilidade do cluster e produção de tokens.

Um grafo dinâmico de conhecimento da fábrica

As ferramentas tradicionais de monitoramento costumam dividir o centro de dados em visualizações separadas, de modo que as equipes de redes, computação, confiabilidade de sites e aprendizado de máquina veem, cada uma, uma parte diferente da operação. Segundo a NVIDIA, o Minerva conecta os sinais de suas GPUs, redes, armazenamento, escalonadores e cargas de trabalho.

Com base nesses sinais, o Minerva cria um grafo dinâmico de conhecimento que mapeia logicamente GPUs, SuperNICs, switches e cabos, além das tarefas executadas neles. Segundo a NVIDIA, esse mapeamento permite que os operadores rastreiem a origem de uma tarefa de treinamento lenta até o componente que a está afetando, mesmo em uma fábrica com centenas de milhares de GPUs.

Segundo a NVIDIA, a plataforma analisa bilhões de pontos de dados por hora usando aprendizado de máquina supervisionado e não supervisionado. Ela aprende como é o comportamento normal, sinaliza anomalias que ainda não encontrou, prevê falhas à medida que surgem e correlaciona eventos relacionados com base na topologia da fábrica. Em vez de encaminhar cada sintoma individual a um operador, a plataforma pode consolidar uma enxurrada de eventos relacionados em um único incidente, com uma provável causa raiz.

Assistente de IA e fluxo de trabalho de correção

O Minerva inclui um assistente de IA nativo e também pode se conectar a ferramentas externas de IA agêntica, oferecendo aos operadores uma interface em linguagem natural baseada em telemetria ao vivo. Os operadores podem investigar a integridade do cluster e receber recomendações de correção por meio de uma conversa. As equipes podem manter uma pessoa no circuito para executar as correções manualmente ou conectar a plataforma à automação por meio de interfaces de programação de aplicações de infraestrutura e sistemas externos.

A Bitdeer AI, que anunciou a adoção da plataforma em suas próprias operações em 22 de outubro, identifica o assistente integrado como Sherlock, o assistente de IA multiagente nativo da plataforma Minerva, e afirma que um servidor MCP permite aos operadores fazer a triagem e depurar problemas por meio de conversas em linguagem natural baseadas em telemetria ao vivo. Segundo a Bitdeer AI, o software pode ser implantado como uma plataforma independente e está integrado ao NVIDIA DSX OS. O anúncio informa que o escopo da telemetria abrange GPUs NVIDIA, SuperNICs ConnectX, DPUs BlueField, switches NVLink de expansão vertical, Ethernet Spectrum-X leste-oeste e norte-sul, NCCL, escalonadores e cargas de trabalho de IA.

Resultados relatados

Segundo a NVIDIA, a plataforma gera valor nas principais métricas que orientam as fábricas de IA: aumenta o tempo entre interrupções ao detectar problemas antes que ocorram; reduz o tempo de reparo ao localizar o problema quando acontece um incidente; e amplia a capacidade de análise ao filtrar o grande volume de dados gerado pela infraestrutura moderna de IA, destacando os poucos alertas que realmente importam. A empresa afirma que a plataforma reúne problemas relacionados em um único item prático, permitindo que as equipes de AIOps passem da manutenção reativa à proativa e ajudando as fábricas de IA a maximizar a disponibilidade das GPUs.

A Bitdeer AI relatou resultados de testes internos da NVIDIA em fábricas de IA: em um caso, o Minerva reduziu o tempo médio de reparo de uma falha de alimentação de uma unidade NVMe, que causava uma interrupção de vários dias, para seis horas; em outro, consolidou 81 eventos ruidosos em um único alerta, preservando 54 horas de disponibilidade do cluster. A Bitdeer AI afirmou que os testes internos também mostraram aumento do tempo médio entre interrupções graças à manutenção preditiva, redução do tempo médio de reparo por meio da análise automatizada da causa raiz, aumento das informações práticas graças à redução avançada de ruído e aumento das horas efetivas de GPU, o que impulsiona diretamente a produção de tokens.

Primeiros usuários e parceiros OEM

A IREN está entre os parceiros da NVIDIA que usam o Minerva para otimizar suas fábricas de IA. “O NVIDIA Minerva oferece à nossa equipe de operações uma visão única da rede, das GPUs e das tarefas executadas nelas, permitindo que nos concentremos mais na manutenção proativa do que na solução de problemas”, afirmou Denis Skrinnikoff, diretor de tecnologia da IREN, no anúncio de lançamento.

A Bitdeer AI afirmou que agora oferece suporte ao Minerva em suas operações de fábricas de IA, descrevendo a iniciativa como uma extensão de seu compromisso com uma infraestrutura de GPUs confiável e de alto rendimento para treinamento e inferência de IA em grande escala. A empresa disse que a observabilidade, a manutenção preditiva e a solução de problemas agêntica da plataforma ajudam a detectar degradações antes que afetem as tarefas, reduzir o tempo de reparo e manter mais GPUs produtivas para os clientes. Também afirmou que o software foi desenvolvido para escalar de pequenos clusters a fábricas de IA com centenas de milhares de GPUs.

A Lenovo afirmou em sua própria publicação sobre a GTC Berlin que a Minerva pode ajudar as equipes a gerenciar a disponibilidade e o desempenho da infraestrutura de IA à medida que os ambientes aumentam de escala, e a mencionou ao lado de sua Lenovo Hybrid AI Factory com soluções da NVIDIA. A Lenovo também afirmou que está colaborando com a IBM e a NVIDIA em soluções de fábrica soberana de IA destinadas a dar aos clientes controle sobre suas próprias operações.

Além da IREN, a NVIDIA mencionou Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI e Tesla como empresas que planejam implementar a Minerva. Segundo a NVIDIA, Dell Technologies, Lenovo e Supermicro oferecerão a plataforma como parte de seus portfólios de operações de fábricas de IA.