NVIDIA lanza Minerva, plataforma para mantener productivas las fábricas de IA

NVIDIA presentó este jueves Minerva, una plataforma de AIOps —operaciones de inteligencia artificial— diseñada para que los equipos técnicos encuentren problemas antes de que interrumpan el trabajo y mantengan productivas las fábricas de IA. Estas instalaciones, que agrupan miles de GPU (unidades de procesamiento gráfico) conectadas en redes de alta velocidad para entrenar modelos y ejecutar aplicaciones de IA, son de las operaciones más complejas del mundo. Una sola pieza degradada puede ralentizar todo un proceso, y las señales de alerta suelen ser difíciles de detectar: una GPU que funciona más caliente que sus pares o un disco NVMe que pierde rendimiento bajo carga.

Una vista unificada de la fábrica de IA

Las herramientas de monitoreo tradicionales dividen el centro de datos en vistas separadas: redes, cómputo, confiabilidad del sitio y aprendizaje automático. Minerva integra esas señales a través de GPU, redes, almacenamiento, planificadores de tareas (schedulers) y cargas de trabajo de NVIDIA. Con esos datos, construye un grafo de conocimiento dinámico que mapea de forma lógica la infraestructura —GPU, SuperNICs, switches y cables— y los trabajos que se ejecutan sobre ella. Este contexto permite a los operadores rastrear un entrenamiento lento hasta el componente que lo afecta, incluso en una fábrica con cientos de miles de GPU.

La plataforma analiza miles de millones de puntos de datos por hora usando aprendizaje supervisado y no supervisado. Aprende el comportamiento normal, detecta anomalías nunca antes vistas, predice fallas emergentes y correlaciona eventos relacionados según la topología de la fábrica. En lugar de enviar cada síntoma al operador, agrupa una tormenta de eventos en un incidente enfocado con una causa raíz probable. Minerva incluye un asistente nativo de IA y se conecta con herramientas externas de IA agéntica, lo que agrega una interfaz en lenguaje natural basada en telemetría en vivo. Los operadores pueden investigar la salud del clúster y recibir recomendaciones de remediación mediante conversación. Los equipos pueden mantener a una persona supervisando la implementación manual de arreglos o conectar Minerva a la automatización a través de APIs de infraestructura y sistemas externos.

Resultados que maximizan el rendimiento de las GPU

La capacidad de correlacionar problemas de carga de trabajo e infraestructura, junto con sus capacidades de IA agéntica, simplifica las operaciones de las fábricas de IA. En lugar de lidiar con una avalancha de alertas, Minerva agrupa problemas relacionados en un solo elemento accionable. Esto permite que los equipos de AIOps pasen de un mantenimiento reactivo a uno proactivo, maximizando el tiempo de actividad de las GPU. La plataforma entrega valor en métricas clave para estas instalaciones: mayor tiempo entre interrupciones (detecta problemas antes de que ocurran), reparación más rápida (cuando ocurre un incidente, identifica el problema con precisión) y mayor capacidad de análisis (filtra el torrente de datos para dejar solo las alertas que realmente importan).

IREN es uno de los socios de NVIDIA que ya usa Minerva para optimizar sus fábricas de IA. “A medida que escalamos nuestras fábricas de IA, la clave para dar el mejor servicio a nuestros clientes es maximizar la productividad de nuestras GPU”, dijo Denis Skrinnikoff, director de tecnología de IREN. “NVIDIA Minerva le da a nuestro equipo de operaciones una vista única de la red, las GPU y los trabajos que se ejecutan en ellas, así nos enfocamos más en el mantenimiento proactivo que en la resolución de problemas. Esa visibilidad fortalece nuestro modelo operativo para la infraestructura que estamos construyendo”. Junto a IREN, Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI y Tesla planean implementar Minerva. Dell Technologies, Lenovo y Supermicro la ofrecerán como parte de sus portafolios de operaciones para fábricas de IA.

Para el ecosistema chileno de inteligencia artificial, la noticia es relevante en la medida que empresas locales que operen o planeen instalar clústeres de GPU —como centros de datos o startups de entrenamiento de modelos— podrían beneficiarse de una herramienta que reduce el tiempo de inactividad y mejora el rendimiento de la inversión en hardware. Sin embargo, NVIDIA no ha informado disponibilidad en español ni precios para la región, por lo que su adopción local dependerá de los canales de distribución de la compañía y de los integradores como Dell o Lenovo que operan en Chile.

Con información de NVIDIA