Модели и платформы ИИ
NVIDIA запускает платформу AIOps Minerva для наблюдения за ИИ-фабриками
Добавьте Unite.AI в избранные источники в Google
22 октября 2026 года NVIDIA запустила Minerva, представив её как платформу AIOps, которая позволяет операционным командам заранее узнавать о проблемах инфраструктуры на ИИ-фабриках. По словам компании, Minerva объединяет телеметрию инфраструктуры и рабочих нагрузок ИИ, а затем применяет специально разработанные модели ИИ, чтобы преобразовать эти данные в практически полезные сведения.
Как утверждает NVIDIA, ИИ-фабрики относятся к числу самых сложных объектов в мире: огромные массивы GPU обучают модели и обслуживают приложения ИИ через высокоскоростные сети. Сбой в работе одного компонента при таких масштабах — например, GPU, который нагревается сильнее остальных, или NVMe-накопителя, производительность которого падает под нагрузкой, — может замедлить выполнение всей задачи, а такие предупреждающие признаки легко пропустить. Minerva помогает повысить то, что NVIDIA называет отдачей ИИ-фабрики: полезный объём работы, выполняемой инфраструктурой и измеряемый в часах работы GPU, полезной пропускной способности, времени безотказной работы кластера и объёме генерации токенов.
Динамический граф знаний фабрики
Традиционные средства мониторинга часто разделяют данные центра обработки данных на отдельные представления: команды по сетям, вычислительным ресурсам, надёжности систем и машинному обучению видят разные части работы. По словам NVIDIA, Minerva связывает сигналы от GPU, сетевого оборудования, систем хранения данных, планировщиков и рабочих нагрузок.
На основе этих сигналов Minerva строит динамический граф знаний, который логически отображает GPU, SuperNIC, коммутаторы и кабели, а также выполняемые на них задачи. По словам NVIDIA, такая схема позволяет операторам проследить, какой компонент влияет на медленное выполнение задачи обучения, даже если фабрика использует сотни тысяч GPU.
По данным NVIDIA, платформа анализирует миллиарды точек данных в час с помощью методов машинного обучения с учителем и без учителя: она изучает нормальное поведение системы, выявляет ранее не встречавшиеся аномалии, прогнозирует возникающие сбои и сопоставляет связанные события с учётом топологии фабрики. Платформа может объединить множество связанных событий в один целевой инцидент с указанием вероятной первопричины, вместо того чтобы пересылать оператору каждый отдельный признак проблемы.
ИИ-ассистент и процесс устранения проблем
В комплект поставки Minerva входит встроенный ИИ-ассистент; кроме того, платформа может подключаться к внешним агентным инструментам ИИ, предоставляя операторам интерфейс на естественном языке, основанный на актуальных данных телеметрии. Операторы могут в диалоге проверять состояние кластера и получать рекомендации по устранению проблем. Команды могут оставить человека в контуре, чтобы он вручную выполнял исправления, или подключить платформу к средствам автоматизации через программные интерфейсы инфраструктуры и внешние системы.
Bitdeer AI, сообщившая о внедрении платформы у себя 22 октября, называет встроенного ассистента Sherlock — собственным для платформы многоагентным ИИ-ассистентом Minerva — и сообщает, что MCP-сервер позволяет операторам сортировать инциденты и искать причины неполадок в диалогах на естественном языке, опираясь на актуальные данные телеметрии. По данным Bitdeer AI, программное обеспечение можно развернуть как автономную платформу, и оно интегрировано с NVIDIA DSX OS. В сообщении компании указано, что телеметрия охватывает GPU NVIDIA, SuperNIC ConnectX, DPU BlueField, коммутаторы NVLink для масштабирования, сети Ethernet Spectrum-X с трафиком между узлами и за их пределами, NCCL, планировщики и рабочие нагрузки ИИ.
Заявленные результаты
По словам NVIDIA, платформа повышает ключевые показатели, на которых сосредоточены ИИ-фабрики: увеличивает время между перебоями, выявляя проблемы до их возникновения; сокращает время ремонта, точно определяя причину инцидента; и улучшает анализ данных, отфильтровывая поток информации, создаваемый современной инфраструктурой ИИ, и оставляя лишь несколько действительно важных оповещений. Компания утверждает, что платформа объединяет связанные проблемы в один пункт, требующий действий, чтобы команды AIOps могли перейти от реактивного обслуживания к профилактическому и помогать ИИ-фабрикам максимально увеличивать время работы GPU.
Bitdeer AI сообщила о результатах внутренних испытаний ИИ-фабрики NVIDIA: в одном случае Minerva сократила среднее время устранения неисправности питания NVMe с многодневного простоя до шести часов, а в другом объединила 81 ложное событие в одно оповещение, сэкономив 54 часа работы кластера. По словам Bitdeer AI, внутренние испытания также показали увеличение среднего времени между перебоями благодаря прогнозному обслуживанию, сокращение среднего времени ремонта благодаря автоматизированному анализу первопричин, увеличение числа практически полезных выводов благодаря эффективному подавлению шума, а также рост эффективного времени работы GPU, напрямую повышающий объём генерации токенов.
Первые внедрения и партнёры — OEM-производители
IREN входит в число партнёров NVIDIA, использующих Minerva для оптимизации своих ИИ-фабрик. «NVIDIA Minerva позволяет нашей операционной команде видеть в одном представлении сеть, GPU и выполняемые на них задачи, благодаря чему мы можем больше внимания уделять профилактическому обслуживанию, а не поиску и устранению неполадок», — сказал Денис Скринников, технический директор IREN, в объявлении о запуске.
Bitdeer AI сообщила, что теперь использует Minerva в работе своих ИИ-фабрик, назвав этот шаг продолжением своей приверженности созданию надёжной GPU-инфраструктуры с высокой отдачей для масштабного обучения моделей ИИ и инференса. Компания заявила, что средства наблюдения за инфраструктурой, прогнозное обслуживание и агентное устранение неполадок помогают выявлять ухудшение работы до того, как оно повлияет на задачи, сокращать время ремонта и обеспечивать продуктивную работу большего числа GPU для клиентов. Кроме того, программное обеспечение рассчитано на масштабирование от небольших кластеров до ИИ-фабрик с сотнями тысяч GPU.
Lenovo сообщила в собственной публикации о GTC в Берлине, что Minerva может помочь командам управлять доступностью и производительностью инфраструктуры ИИ по мере масштабирования сред, и упомянула платформу наряду с решениями Lenovo Hybrid AI Factory с NVIDIA. Lenovo также сообщила о сотрудничестве с IBM и NVIDIA над решениями для суверенных ИИ-фабрик, призванными дать клиентам контроль над собственной деятельностью.
По данным NVIDIA, IREN, Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI и Tesla планируют внедрить Minerva. Dell Technologies, Lenovo и Supermicro будут предлагать платформу в составе своих портфелей решений для эксплуатации ИИ-фабрик.
