AI OPERATIONS / AI 工廠可觀測性
AI 人工智慧NVIDIA 推出 Minerva：整合 AI 工廠設備與工作負載監測
NVIDIA 發布 Minerva AIOps 平台，將 GPU、網路、儲存、排程器與 AI 工作負載的遙測資料放在同一脈絡中，協助大型運算設施營運團隊追查異常。
消息重點
- NVIDIA 10 月 22 日公告說，Minerva 以基礎設施與工作負載遙測建立動態知識圖譜，嘗試把訓練工作變慢等症狀連回可能受影響的 GPU、網路或儲存元件。
- 平台包含以即時遙測為依據的 AI 助理，可用自然語言查詢健康狀態及取得處置建議；營運者可自行實施修復，也可透過 API 或外部系統串接自動化。
- NVIDIA 表示 IREN 正使用 Minerva，另有 Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI 與 Tesla 計畫部署；這些是公告列出的合作／部署安排。
依據：NVIDIA Unveils Minerva to Bring End-to-End Observability for AI Factories ↗
本站觀察
本站觀察：大型 AI 叢集的問題可能橫跨模型工作、GPU、網路與儲存，能把遙測放在一起分析有助縮短排查路徑。這類平台的價值仍取決於告警準確度、既有監控整合和維運團隊的實際流程。
來源與更正
本文為官方消息摘要及本站觀察，非廠商合作稿，也非本站硬體實測。產品條件與支援範圍以官方最新資料為準。