英伟达发布Minerva平台,为AI工厂提供端到端可观测性
nvidia ·
英伟达推出了Minerva,这是一款旨在为复杂AI工厂提供端到端可观测性的AIOps平台。该系统将GPU和网络等基础设施组件的遥测数据与工作负载数据相整合,构建动态知识图谱。通过应用专为该场景设计的AI模型,Minerva能够分析数十亿个数据点,基于工厂拓扑结构检测异常、预测故障并关联事件。这种方法使操作员能够追踪跨越数十万个GPU的性能问题,并将警报风暴归并为具有潜在根本原因的集中事件。该平台内置AI助手,支持自然语言交互并提供推荐的修复步骤,以辅助主动维护。其主要优势包括延长中断间隔时间、加快修复速度,并通过过滤无关数据来提升洞察力。IREN、IBM、特斯拉以及戴尔科技等硬件供应商等主要合作伙伴已采用或正在提供该解决方案。这些功能旨在最大化大规模AI运营中的GPU正常运行时间和整体产出率。
nvidia