10 月 22 日，英伟达在 GTC Berlin 大会上发布了 AI 运维平台 Minerva。目标很直白：让 AI 工厂——这些"世界上最复杂的运营系统"——少宕机、多干活。

AI 工厂的运维之痛

几万块 GPU 在高速网络上协同训练模型、服务 AI 应用，一块 GPU 比邻居运行温度更高、一块 NVMe 硬盘在高负载下性能下降，就可能拖慢整个任务，而这些预警信号极易被忽视。

传统监控工具的问题是数据割裂：网络、计算、站点可靠性工程、机器学习团队各自只看到运营的一个切片，缺乏跨域关联能力。任务一变慢，没人能看到全貌。

Minerva 的三板斧

• 动态知识图谱：把 NVIDIA GPU、网络、存储、调度器和工作负载的信号连接在一起，构建一张动态知识图谱，将基础设施（GPU、SuperNIC、交换机、线缆）与运行其上的作业做逻辑映射。即便在数十万 GPU 规模的工厂里，运维人员也能把一次缓慢的训练任务追溯到影响它的具体组件。
• 异常检测与预测：监督学习 + 非监督学习结合，学习正常工作状态，检测此前没见过的异常，预测潜在故障，并基于工厂拓扑关联相关事件。
• 告警降噪：关键设计——不把每个症状都推给运维人员，而是把一场"事件风暴"整合为一个聚焦的事件，并附带可能的根因，变成可执行的故障处理事项。

平台还配了一个原生 AI 助手：运维人员可以用自然语言查询集群健康状况、获取修复建议，修复可以手动处理，也可以一键对接自动化流程（经由基础设施 API 和外部系统）。

谁在用

英伟达表示 IREN 已在使用该平台，其 CTO 称这给了运维团队"网络、GPU 及其上运行作业"的统一视图，推动了向主动维护的转变。Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI 和特斯拉计划部署；戴尔、联想和超微将把 Minerva 纳入各自的 AI 工厂运维产品组合。定价未披露。

要点解读

• 这是英伟达"不止卖芯片"战略的又一块拼图：DSX 蓝图、AI 代理安全设计之后，补上了 AI 工厂全生命周期运维环节。卖硬件是一次性生意，运维平台是持续性收入。
• 行业信号很明确：GPU 集群的瓶颈正在从"买硬件"转向"保健康"。一块 H100 级别的卡闲置一小时就是真金白银，提高 GPU 工时利用率直接决定 ROI。
• 技术路线上，"知识图谱 + LLM 助手"正在成为 AIOps 的标准答案：图谱解决"定位"，大模型解决"交互"，组合起来就是运维人员的副驾驶。
• 两个提醒：一是 Minerva 与英伟达此前任务控制中心（Mission Control）等既有工具的产品关系官方没有讲清，功能上有重叠嫌疑，采购前先问清楚；二是定价未公布，企业用户建议先跑 POC 再谈合同。

（观点部分为本刊解读，仅供参考。）