Una sola vista de la máquina
Nvidia ha lanzado Minerva, una plataforma de AIOps para lo que la compañía llama fábricas de IA: los enormes clústeres de GPU que entrenan y sirven modelos de frontera. Se puso en marcha el jueves, coincidiendo con GTC Berlín.
La propuesta es la consolidación. Minerva recoge señales de las GPU de Nvidia, de la red, del almacenamiento, de los planificadores y de las propias cargas de trabajo, de modo que el equipo de redes, el de cómputo, los ingenieros de fiabilidad y los de aprendizaje automático miren todos la misma imagen. Construye un grafo de conocimiento dinámico de GPU, SuperNIC, conmutadores, cables y los trabajos que corren sobre ellos, que es lo que permite a un operador rastrear un entrenamiento lento hasta el componente responsable.
Qué hace con los datos
Sobre ese grafo, Nvidia ejecuta aprendizaje automático supervisado y no supervisado: aprender qué es lo normal, señalar anomalías que no ha visto antes, predecir fallos que se están gestando y correlacionar eventos relacionados usando la topología de la propia fábrica. En lugar de un muro de alertas sueltas, la plataforma agrupa una tormenta de eventos en un único incidente con una causa raíz probable.
Hay también un asistente integrado con interfaz en lenguaje natural anclada en telemetría en vivo, que sugiere remediación. Las correcciones pueden aplicarse a mano o automatizarse mediante las API de infraestructura. La plataforma se conecta además a herramientas externas de IA agéntica.
Nvidia encuadra todo esto en una métrica que llama rendimiento de fábrica de IA: el trabajo útil que produce la infraestructura, medido en horas de GPU, goodput, tiempo activo del clúster y producción de tokens.
Las cifras del anuncio son sobre las entradas
Nvidia dice que Minerva analiza miles de millones de puntos de datos por hora y está diseñada para fábricas con cientos de miles de GPU. Esas son las únicas cifras que lleva el anuncio.
Lo que no lleva es un resultado. No hay un porcentaje de mejora en tiempo activo, ni una reducción del tiempo medio de reparación, ni un cambio medido en goodput en ninguna instalación con nombre. Los beneficios se describen de forma cualitativa: más tiempo entre interrupciones, reparaciones más rápidas, más visión gracias al filtrado. Para un producto cuya propuesta de valor es precisamente encontrar el componente defectuoso que frena un clúster, la ausencia de una sola cifra de antes y después es lo llamativo del lanzamiento.
Quién está en la lista
IREN figura como usuario actual de Minerva. Denis Skrinnikoff, director de tecnología de la compañía, dijo que da al equipo de operaciones una única vista de la red, las GPU y los trabajos que corren sobre ellas, y les permite dedicar más tiempo al mantenimiento preventivo que a la resolución de incidencias.
Las empresas que, según Nvidia, planean desplegarla son Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI y Tesla. Dell Technologies, Lenovo y Supermicro la ofrecerán en sus catálogos de fábrica de IA. La presencia de Tesla es el nombre que destaca, dada la escala de los clústeres que opera para entrenar conducción autónoma.
Nvidia no indicó precios. Lo que hay que vigilar es si alguno de los operadores citados publica una cifra de rendimiento antes y después: la única prueba que el lanzamiento no aportó.
