英伟达推出 Minerva，为 AI 工厂提供端到端可观测性

英伟达发布Minerva平台，将基础设施遥测与AI工作负载数据关联，用于定位AI工厂中的异常、故障和性能瓶颈，关注价值在于监控对象从单一设备扩展到集群任务与基础设施的联动关系。

• 英伟达称，Minerva可连接GPU、网络、存储、调度器和工作负载数据，并建立描述组件与任务关系的知识图谱。
• 平台使用监督式和非监督式机器学习识别异常、预测潜在故障并聚合相关事件。
• 其指标包括GPU小时、有效吞吐、集群正常运行时间和令牌产出等“AI工厂产出”因素。
• 平台提供自然语言助手，也允许人工执行修复或通过基础设施API接入自动化系统。
• 影响/看点：若跨层遥测和拓扑信息完整，Minerva可能缩短复杂集群的故障定位时间；实际收益取决于数据质量、系统兼容性、告警准确率及自动修复权限边界。资料依据:
• NVIDIA AI Blog（2026-10-22）：https://blogs.nvidia.com/blog/minerva-platform-infrastructure/

本内容由 AI 生成，仅供参考，请注意甄别