NVIDIA lança Minerva para operar fábricas de IA em tempo real

Tecnologia

Minerva integra dados de GPUs para otimizar operações e evitar falhas em fábricas de inteligência artificial.

Leia também: Call of Duty: Modern Warfare 4 chega ao GeForce NOW com RTX 5080

A NVIDIA lançou hoje a Minerva, uma plataforma AIOps voltada a fábricas de IA que conecta dados de infraestrutura e workloads em tempo real para prever falhas, reduzir paradas e aumentar o rendimento de clusters com milhares de GPUs usados em treinamentos e aplicações de inteligência artificial.

O que é a plataforma Minerva da NVIDIA?

Minerva é uma plataforma de operações de TI orientada por inteligência artificial que agrega telemetria de GPUs, redes, armazenamento, agendadores e cargas de trabalho para criar uma visão única da fábrica de IA. Em vez de painéis separados para times de rede, computação e confiabilidade, a solução cruza todos esses sinais em um grafo de conhecimento dinâmico da infraestrutura.

Na prática, a plataforma analisa bilhões de dados por hora usando modelos de aprendizado de máquina supervisionado e não supervisionado. Ela aprende o comportamento normal do ambiente, identifica anomalias inéditas, prevê falhas emergentes e correlaciona eventos conforme a topologia do data center, ligando sintomas dispersos a uma provável causa raiz.

A Minerva foca em métricas ligadas ao rendimento da fábrica de IA, como horas úteis de GPU, taxa de processamento efetivo (goodput), tempo de atividade do cluster e produção de tokens, indicadores críticos para empresas que treinam e servem modelos em escala.

Como a Minerva vai melhorar a observabilidade em fábricas de IA?

A Minerva melhora a observabilidade ao unificar em um único modelo os dados de GPUs NVIDIA, SuperNICs, switches, cabos, sistemas de armazenamento, orquestradores de jobs e as próprias cargas de trabalho de IA. Esse grafo de conhecimento permite rastrear um job lento até o componente específico que o está degradando, mesmo em ambientes com centenas de milhares de GPUs.

Com isso, sinais sutis que antes passavam despercebidos — como uma GPU rodando mais quente que as demais ou um drive NVMe perdendo desempenho sob carga — passam a ser detectados como anomalias com potencial de virar falha. Em vez de sobrecarregar as equipes com uma “tempestade” de alertas, a plataforma consolida múltiplos eventos correlacionados em um incidente único, já com a provável causa e sugestões de remediação.

O sistema inclui ainda um assistente de IA nativo com interface em linguagem natural. Operadores podem perguntar, em texto ou voz, sobre a saúde do cluster, gargalos ou riscos de falha, e receber respostas e recomendações apoiadas em telemetria em tempo real. A Minerva também se integra a ferramentas externas e APIs de automação, o que permite desde manter uma pessoa no circuito para aprovar correções até acionar fluxos automáticos de mitigação.

Entenda o contexto

Fábricas de IA são data centers especializados em treinar modelos e rodar aplicações de inteligência artificial usando grandes volumes de GPUs conectadas por redes de alta velocidade. Em operações desse porte, um único componente degradado pode comprometer o desempenho de um treinamento inteiro ou derrubar a capacidade de atendimento de um serviço baseado em IA.

Até agora, muitas equipes operavam esses ambientes com ferramentas tradicionais de monitoramento, que fragmentam a visão entre times de rede, computação, armazenamento e machine learning. A proposta da Minerva é substituir esse mosaico por uma camada única de observabilidade e automação, orientada por IA, que prioriza diretamente o rendimento útil da infraestrutura.

Quais são os benefícios da Minerva para empresas que usam inteligência artificial?

Para empresas que dependem de processamento intensivo de IA, a Minerva promete ganhos diretos em disponibilidade e produtividade de GPUs. Ao antecipar falhas e consolidar incidentes, as equipes podem agir de forma proativa, reduzindo janelas de inatividade e evitando que jobs longos sejam desperdiçados por problemas de hardware ou rede descobertos tarde demais.

Isso se traduz em mais horas úteis de GPU, maior taxa de processamento efetivo e menos custo operacional por tarefa concluída. Setores como provedores de nuvem, data centers de alta performance, empresas de tecnologia e companhias que começam a construir fábricas de IA próprias tendem a ver impacto imediato em eficiência e previsibilidade de seus clusters.

Parceiros de peso já sinalizam essa mudança. Denis Skrinnikoff, CTO da IREN, afirma que “à medida que escalamos nossas fábricas de IA, a chave para oferecer o melhor serviço é maximizar a produtividade dos GPUs”. Segundo ele, “NVIDIA Minerva oferece uma visão unificada da rede, GPUs e jobs, permitindo foco na manutenção proativa ao invés de troubleshooting”.

Adoção por grandes players e fabricantes de hardware

A IREN está entre os primeiros parceiros a usar a Minerva para otimizar suas fábricas de IA. Também demonstram interesse ou planejam adotar a plataforma empresas como Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI e Tesla, que operam ou estruturam grandes ambientes de processamento para modelos de IA.

Fabricantes de hardware como Dell Technologies, Lenovo e Supermicro vão oferecer a Minerva integrada a seus portfólios de operações para fábricas de IA. Essa estratégia tende a acelerar a adoção ao embutir a plataforma na infraestrutura vendida a clientes corporativos, aproximando a gestão avançada de telemetria da própria base de hardware.

O lançamento ocorreu em um evento online hoje, no fim da manhã e início da tarde, entre 11h e 13h no fuso CEST, reunindo clientes e parceiros globais da NVIDIA interessados em padronizar melhores práticas de monitoramento e automação em operações de IA.

Qual o impacto da Minerva no mercado de inteligência artificial?

A chegada da Minerva pressiona o mercado de ferramentas tradicionais de monitoramento e observabilidade, que costumam tratar rede, computação e confiabilidade como domínios separados. Ao consolidar esses mundos e priorizar métricas específicas de fábricas de IA, a plataforma eleva a régua para soluções AIOps voltadas a ambientes de alto desempenho.

No médio prazo, a expectativa é que a padronização de práticas sugerida pela Minerva leve a reduções de custo operacional, aumento da confiabilidade de sistemas críticos e maior previsibilidade na entrega de serviços baseados em IA. A longo prazo, o movimento pode estimular concorrentes a avançar em plataformas semelhantes, tornando esse tipo de inteligência operacional um componente básico da infraestrutura de IA em empresas de todos os setores.

Fonte: matéria original