NVIDIA lansează platforma AIOps Minerva pentru observabilitatea fabricilor de AI

Pe 22 octombrie 2026, NVIDIA a lansat Minerva, descriind-o drept o platformă AIOps care avertizează din timp echipele de operațiuni cu privire la problemele de infrastructură din fabricile de AI. Potrivit companiei, Minerva centralizează telemetria atât din infrastructură, cât și din sarcinile de lucru AI, apoi aplică modele AI special concepute pentru a transforma aceste date în informații utile și aplicabile.

Potrivit NVIDIA, fabricile de AI se numără printre cele mai complexe operațiuni din lume, cu flote uriașe de GPU-uri care antrenează modele și furnizează aplicații AI prin rețele de mare viteză. La această scară, o singură componentă degradată — un GPU care funcționează la o temperatură mai mare decât celelalte sau o unitate NVMe care își pierde performanța sub sarcină — poate încetini o întreagă sarcină de lucru, iar asemenea semne de avertizare sunt ușor de trecut cu vederea. Minerva vizează ceea ce NVIDIA numește randamentul fabricii de AI: activitatea utilă produsă de infrastructură, măsurată prin ore de utilizare a GPU-urilor, goodput, timpul de funcționare al clusterului și producția de tokenuri.

Un graf de cunoștințe dinamic al fabricii

Instrumentele tradiționale de monitorizare separă adesea centrul de date în vizualizări distincte, astfel încât echipele de rețelistică, calcul, fiabilitate a site-urilor și învățare automată văd fiecare câte o altă parte a operațiunilor. NVIDIA spune că Minerva conectează semnalele provenite de la GPU-uri, rețele, stocare, planificatoare și sarcini de lucru.

Pe baza acestor semnale, Minerva construiește un graf de cunoștințe dinamic care reprezintă logic GPU-urile, SuperNIC-urile, switch-urile și cablurile, precum și sarcinile de lucru care rulează pe acestea. NVIDIA spune că această reprezentare le permite operatorilor să identifice componenta care afectează o sarcină de antrenare lentă, chiar și într-o fabrică în care funcționează sute de mii de GPU-uri.

Potrivit NVIDIA, platforma analizează miliarde de puncte de date pe oră folosind învățarea automată supervizată și nesupervizată: învață cum arată comportamentul normal, semnalează anomalii pe care nu le-a întâlnit până atunci, prezice defecțiunile pe măsură ce apar și corelează evenimentele asociate folosind topologia fabricii. Platforma poate reuni o avalanșă de evenimente asociate într-un singur incident bine delimitat, însoțit de o cauză principală probabilă, în loc să trimită operatorului fiecare simptom în parte.

Asistentul AI și fluxul de remediere

Minerva include un asistent AI nativ și se poate conecta, de asemenea, la instrumente externe de AI agentică, oferindu-le operatorilor o interfață în limbaj natural bazată pe telemetrie în timp real. Operatorii pot investiga starea clusterului și pot primi, prin conversație, recomandări pentru remedierea problemelor. Echipele pot păstra o persoană în proces, care să efectueze manual remedierile, sau pot conecta platforma la sisteme de automatizare prin interfețe de programare a aplicațiilor pentru infrastructură și sisteme externe.

Bitdeer AI, care și-a anunțat adoptarea platformei pe 22 octombrie, identifică asistentul încorporat drept Sherlock, asistentul AI multiagent nativ al platformei Minerva, și afirmă că un server MCP le permite operatorilor să trieze și să depaneze probleme prin conversații în limbaj natural bazate pe telemetrie în timp real. Potrivit Bitdeer AI, software-ul poate fi implementat ca platformă de sine stătătoare și este integrat cu NVIDIA DSX OS. Anunțul companiei precizează că aria telemetriei acoperă GPU-urile NVIDIA, SuperNIC-urile ConnectX, DPU-urile BlueField, switch-urile NVLink de extindere a capacității, Ethernetul est-vest și nord-sud Spectrum-X, NCCL, planificatoarele și sarcinile de lucru AI.

Rezultatele raportate

Potrivit NVIDIA, platforma aduce beneficii în ceea ce privește indicatorii-cheie urmăriți de fabricile de AI: prelungește intervalul dintre întreruperi, identificând problemele înainte să apară; scurtează timpul de reparare, localizând problema atunci când se produce un incident; și oferă o perspectivă mai clară, filtrând fluxul de date generat de infrastructura AI modernă până la puținele alerte care contează cu adevărat. Compania afirmă că platforma grupează problemele asociate într-un singur element asupra căruia se poate acționa, astfel încât echipele AIOps să poată trece de la mentenanța reactivă la cea proactivă, ajutând fabricile de AI să maximizeze timpul de funcționare al GPU-urilor.

Bitdeer AI a raportat rezultatele testării interne a fabricii de AI a NVIDIA: într-un caz, Minerva a redus timpul mediu de reparare a unei defecțiuni de alimentare a unei unități NVMe, de la o întrerupere de mai multe zile la șase ore; într-un altul, a redus 81 de evenimente parazite la o singură alertă, economisind 54 de ore de funcționare a clusterului. Bitdeer AI a afirmat că testarea internă a evidențiat și o creștere a intervalului mediu dintre întreruperi, datorită mentenanței predictive, o scădere a timpului mediu de reparare, datorită analizei automate a cauzei principale, o creștere a numărului de informații utile și aplicabile, datorită reducerii avansate a zgomotului, precum și o creștere a numărului de ore efective de utilizare a GPU-urilor, care mărește direct producția de tokenuri.

Primii adoptatori și parteneri OEM

IREN se numără printre partenerii NVIDIA care folosesc Minerva pentru a-și optimiza fabricile de AI. „NVIDIA Minerva oferă echipei noastre de operațiuni o imagine unitară asupra rețelei, a GPU-urilor și a sarcinilor de lucru care rulează pe acestea, astfel încât să ne putem concentra mai mult pe mentenanța proactivă decât pe depanare”, a declarat Denis Skrinnikoff, directorul de tehnologie al IREN, în anunțul lansării.

Bitdeer AI a declarat că Minerva este acum disponibilă pentru operațiunile fabricilor sale de AI, prezentând această decizie drept o continuare a angajamentului său de a furniza infrastructură GPU fiabilă, cu randament ridicat, pentru antrenarea și inferența AI la scară largă. Compania a spus că observabilitatea, mentenanța predictivă și depanarea agentică oferite de platformă o ajută să detecteze degradările înainte ca acestea să afecteze sarcinile de lucru, să reducă timpul de reparare și să mențină mai multe GPU-uri productive pentru clienți. De asemenea, a precizat că software-ul este conceput să se extindă de la clustere mici la fabrici de AI cu sute de mii de GPU-uri.

Lenovo a declarat, în propria sa postare de la GTC Berlin, că Minerva poate ajuta echipele să gestioneze disponibilitatea și performanța infrastructurii de IA pe măsură ce mediile se extind, menționând-o alături de soluțiile Lenovo Hybrid AI Factory with NVIDIA. Lenovo a mai spus că colaborează cu IBM și NVIDIA la soluții Sovereign AI Factory, menite să le ofere clienților control asupra propriilor operațiuni.

Alături de IREN, NVIDIA le-a menționat pe Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI și Tesla printre companiile care intenționează să implementeze Minerva. Potrivit NVIDIA, Dell Technologies, Lenovo și Supermicro vor oferi platforma ca parte a portofoliilor lor pentru operațiunile fabricilor de IA.