NVIDIA представила Minerva — платформу для контроля AI-фабрик
NVIDIA анонсировала Minerva — новую AIOps-платформу, которая должна помочь операторам крупных дата-центров заранее находить проблемы и поддерживать максимальную продуктивность AI-фабрик. Система собирает телеметрию с инфраструктуры и рабочих нагрузок, а затем с помощью специализированных ИИ-моделей превращает сырые данные в понятные и своевременные рекомендации. Фактически речь идет о попытке навести порядок в самых сложных вычислительных комплексах в мире, где десятки и сотни тысяч GPU работают в единой связке.
Проблема, которую решает Minerva, хорошо знакома всем владельцам крупной ИИ-инфраструктуры. AI-фабрики используются одновременно и для обучения моделей, и для обслуживания приложений, и при таком масштабе даже один деградировавший компонент способен затормозить огромную задачу. Причем ранние признаки поломки часто почти незаметны: один GPU греется чуть сильнее соседних, NVMe-накопитель теряет производительность под нагрузкой, кабель или коммутатор начинает давать микрозадержки. Традиционные системы мониторинга такие мелочи либо пропускают, либо тонут в тысячах разрозненных алертов.
В основе подхода NVIDIA лежит понятие AI factory yield — продуктивности фабрики. Компания предлагает оценивать не отдельные серверы, а полезную работу инфраструктуры в целом: сколько GPU-часов реально превращаются в результат, какой goodput у кластера, каков аптайм и сколько токенов генерируется для конечных приложений. Именно на рост этих показателей и нацелена Minerva: дольше работать без прерываний, быстрее чинить сбои и видеть только то, что действительно важно.
Единая картина вместо разрозненных дашбордов
Обычные инструменты наблюдения делят дата-центр на отдельные миры: сетевая команда смотрит на свои графики, специалисты по вычислениям — на свои, SRE-инженеры и ML-команды — на свои. В итоге никто не видит полной картины. Minerva соединяет сигналы от NVIDIA GPU, сетевого оборудования, хранилищ, планировщиков задач и самих рабочих нагрузок в единый поток.
На основе этих данных платформа строит динамический knowledge graph, который логически отображает и железо — GPU, SuperNIC, коммутаторы, кабели, — и задачи, которые на нем выполняются. Такой граф позволяет проследить медленную задачу обучения до конкретного компонента, который ее тормозит, даже если речь идет о фабрике на сотни тысяч GPU. Оператору больше не нужно вручную сопоставлять логи из пяти разных систем.
Аналитический движок Minerva обрабатывает миллиарды точек данных в час, используя supervised и unsupervised machine learning. Система учит нормальное поведение кластера, находит ранее неизвестные аномалии, предсказывает зарождающиеся отказы и связывает связанные события с учетом топологии фабрики. Вместо того чтобы заваливать дежурного каждым симптомом, платформа умеет сворачивать шторм событий в один сфокусированный инцидент с вероятной первопричиной.
ИИ-ассистент и переход к проактивной эксплуатации
Важной частью Minerva стал встроенный ИИ-ассистент с интерфейсом на естественном языке, который опирается на живую телеметрию. Оператор может просто спросить в чате о здоровье кластера, причинах замедления задачи и получить рекомендации по устранению. Платформа также подключается к внешним агентным ИИ-инструментам, что делает ее частью более широкой экосистемы автоматизации.
При этом NVIDIA оставляет командам выбор уровня автоматизации. Можно держать человека в контуре и внедрять исправления вручную, а можно связать Minerva с автоматикой через infrastructure API и внешние системы. Такой подход позволяет постепенно двигаться от ручного реагирования к проактивному обслуживанию, когда система не просто сообщает о пожаре, а предупреждает о дыме.
По замыслу разработчиков, это дает три практических эффекта. Во-первых, увеличивается время между прерываниями, потому что проблемы замечают до остановки задач. Во-вторых, сокращается время ремонта, так как Minerva сразу указывает на виновный узел. В-третьих, резко снижается шум: из потока данных остаются лишь несколько алертов, которые действительно требуют внимания.
Кто уже внедряет Minerva
Одним из первых пользователей платформы стала компания IREN, которая оптимизирует с ее помощью свои AI-фабрики. Директор по технологиям IREN Denis Skrinnikoff отметил, что по мере масштабирования ключом к качественному сервису становится максимальная продуктивность GPU. По его словам, NVIDIA Minerva дает операционной команде единый вид на сеть, GPU и запущенные задачи, позволяя сосредоточиться на проактивном обслуживании, а не на бесконечном troubleshooting. Такая прозрачность усиливает операционную модель для инфраструктуры, которую компания строит дальше.
Помимо IREN, о планах развернуть Minerva заявили Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI и Tesla. Это показывает интерес как со стороны неоклаудов и провайдеров ИИ-мощностей, так и со стороны крупных корпораций с собственными кластерами. Отдельно NVIDIA договорилась с производителями оборудования: Dell Technologies, Lenovo и Supermicro предложат Minerva в составе своих портфелей для эксплуатации AI-фабрик.
Для рынка это важный сигнал. Конкуренция в сфере ИИ-инфраструктуры все больше смещается от простого наращивания числа GPU к эффективности их использования. У кого выше yield, ниже простои и быстрее ремонт, тот может предлагать клиентам более стабильные мощности и ниже себестоимость токена. Наблюдаемость и AIOps становятся таким же конкурентным преимуществом, как сами чипы.
Для бизнеса и обычных команд, которые арендуют мощности или строят продукты на ИИ, новость означает более надежные и предсказуемые сервисы: меньше обрывов обучения, стабильнее инференс и в перспективе — более выгодные тарифы за счет роста эффективности. А тем, кто хочет уже сейчас выжать максимум из доступных моделей без собственной фабрики, поможет автоматизация продаж с ИИ-агентом — это практичный способ превратить современные ИИ-технологии в реальную пользу для продаж и рутинных процессов.