Lanzado hoy, NVIDIA Minerva es una plataforma AIOps diseñada para ayudar a los equipos a detectar problemas antes y mantener las fábricas de IA productivas. Reúne la telemetría de la infraestructura y las cargas de trabajo de IA, y luego aplica modelos de IA especialmente diseñados para convertir esos datos en información accionable y oportuna.
Las fábricas de IA son entre las operaciones más complejas del mundo, con un gran número de GPUs que trabajan a través de redes de alta velocidad para entrenar modelos y brindar aplicaciones de inteligencia artificial. A esa escala, un solo componente deteriorado puede ralentizar todo el proceso. Los signos de advertencia pueden ser fáciles de pasar por alto, como una GPU que funciona a mayor temperatura que sus compañeras o un dispositivo NVMe que pierde rendimiento bajo carga.
La plataforma se centra en el rendimiento de la fábrica de IA, una medida del trabajo útil que la infraestructura produce a través de horas de GPU, buen rendimiento, tiempo de funcionamiento del clúster y producción de tokens.
Lea todas las noticias de NVIDIA en Europa
Proporcionar una vista dinámica de una fábrica de IA
Las herramientas de monitoreo tradicionales suelen dividir el centro de datos en vistas separadas. Los equipos de redes, computación, fiabilidad del sitio y aprendizaje automático ven cada uno una parte diferente de la operación. Minerva conecta esos señales a través de GPU NVIDIA, redes, almacenamiento, programadores de planificación y cargas de trabajo.
Con estos señales, Minerva construye un grafo de conocimiento dinámico que mapea lógicamente la infraestructura —GPUs, SuperNICs, switches y cables— así como las tareas que se ejecutan en ella. Este contexto ayuda a los operadores a rastrear una tarea de entrenamiento lenta hasta el componente que la afecta, incluso en una fábrica con cientos de miles de GPUs.
Analiza miles de millones de puntos de datos por hora utilizando aprendizaje automático supervisado y no supervisado. Aprende el comportamiento normal, detecta anomalías que antes no se habían observado, predice fallos emergentes y relaciona eventos relacionados basándose en la topología de la fábrica. En lugar de enviar cada síntoma al operador, puede agrupar una tormenta de eventos en un incidente específico con una causa raíz probable.
Minerva viene con un asistente de IA nativo y se conecta con herramientas de IA agentic externas. Esto añade una interfaz de lenguaje natural basada en telemetría en tiempo real. Los operadores pueden investigar la salud del clúster y recibir recomendaciones de corrección a través de conversación. Los equipos pueden mantener a alguien informado para implementar manualmente las soluciones, o conectar Minerva a la automatización a través de interfaces de programación de aplicaciones de infraestructura y sistemas externos.
Resultados que maximizan el rendimiento de la fábrica de IA
La capacidad de relacionar los problemas de carga de trabajo y de infraestructura, junto con las capacidades de la IA agentic, ayuda a simplificar las operaciones de las fábricas de IA. En lugar de lidiar con una gran cantidad de alertas, Minerva agrupa los problemas relacionados en un único elemento accionable. Esto permite que los equipos de AIOps pasen de una mantenimiento reactivo a uno proactivo. Y todo esto ayuda a las fábricas de IA a maximizar el tiempo de funcionamiento de las GPU.
Minerva ofrece valor para las principales métricas en las que se enfoca las fábricas de IA:
- Tiempo más largo entre interrupciones: Minerva detecta los problemas antes de que ocurran, por lo que las tareas se ejecutan durante más tiempo sin incidentes.
- Tiempo más rápido para la reparación: Cuando ocurre un incidente, Minerva identifica el problema, lo que permite una resolución significativamente más rápida.
- Mayor comprensión: La infraestructura de IA moderna genera una gran cantidad de datos; Minerva los filtra, dejando solo un puñado de alertas que realmente son importantes.
IREN es uno de los socios de NVIDIA que utiliza Minerva para optimizar sus fábricas de IA.
“A medida que expandimos nuestras fábricas de IA, la clave para ofrecer el mejor servicio a nuestros clientes es maximizar la productividad de nuestras GPU”, dijo Denis Skrinnikoff, director de tecnología de IREN. “NVIDIA Minerva permite que nuestro equipo de operaciones tenga una visión completa de toda la red, las GPU y las tareas que se ejecutan en ellas, por lo que nos enfocamos más en el mantenimiento proactivo en lugar de en la resolución de problemas. Esa visibilidad fortalece nuestro modelo operativo para la infraestructura que estamos construyendo a continuación”.
La participación de IREN, Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI y Tesla tiene como objetivo desplegar Minerva.
Además de Dell Technologies, Lenovo y Supermicro ofrecerán Minerva como parte de sus carteras de operaciones de fábrica de IA.
Aprenda más sobre NVIDIA Minerva .
Vea notificación relativa a la información del producto de software.
Lea todas las noticias de NVIDIA en Europa