英伟达发布 AI 工厂运维平台 Minerva，每小时可处理数十亿条监测数据

英伟达正式推出专为 AI 工厂打造的运维平台 Minerva，平台能够每小时处理数十亿个设备遥测数据，把计算、网络、存储与 AI 任务的数据打通整合，依靠内置 AI 模型实现提前预警、自动定位故障根源，把传统被动抢修模式升级为主动预防性运维，大幅提升 GPU 集群在线时长与 AI 模型产出效率，解决超大算力集群里多部门数据割裂、告警信息泛滥、故障溯源困难等痛点。当下 AI 工厂规模持续扩张，成千上万块 GPU 协同运行，单块硬件性能衰减就会拖累整体训练任务，传统监控工具只能分开查看计算、网络、存储模块的数据，运维人员很难跨设备定位问题，Minerva 通过搭建全链路数据知识图谱，把分散在各个硬件与软件系统里的运行信号汇总到统一平台，再用机器学习对海量数据做实时清洗与关联分析，让运维人员快速锁定故障组件，缩短问题处置时长。

一、Minerva 核心数据处理能力清单

1. 数据吞吐规模：平台每小时完成数十亿个数据点的采集、清洗、运算与分析，覆盖 GPU、NVLink 交换机、Spectrum-X 以太网、DPU、SuperNIC 网卡、NVMe 存储等全硬件设备。
2. 算法运行模式：同时启用监督学习与无监督学习双模型，自动学习集群正常运行基线，既能识别已知故障，也能捕捉从未出现过的异常波动。
3. 告警降噪能力：自动把几十条零散告警合并成单一事件，输出明确故障根因，消除海量无效告警带来的运维压力。
4. 全链路溯源能力：依托动态知识图谱，在数十万 GPU 的超大规模集群中，把训练任务卡顿问题精准追溯到某一块 GPU、某一条链路或者某一块硬盘。

二、Minerva 全链路数据采集范围

表格

三、平台三大核心技术功能

3.1 实时异常检测与故障预测

平台持续读取全集群运行指标，建立常态化运行基准，一旦硬件指标偏离正常区间，系统立刻发出预警，提前预判硬件老化、链路故障、负载过载等问题，把事后维修变成事前维护，减少突发停机事件。

3.2 自动根因分析闭环运维

依靠动态知识图谱把硬件、网络、任务三者的数据互相绑定，当出现任务变慢、算力下降时，系统自动梳理上下游关联信号，直接给出问题源头，同时联动 API 接口对接自动化运维工具，实现故障自动修复，形成完整运维闭环。

3.3 自然语言 AI 运维助手

平台自带原生智能助手，运维人员可以用口语化文字查询集群运行状态，AI 会调取实时监测数据给出分析结论，同时推送对应的故障处理方案，降低运维操作门槛，不用再人工翻阅海量日志文件。

四、落地部署与生态合作进展

1. 先行落地客户：IREN 已经完成 Minerva 部署并投入日常运维，集群故障修复时长得到明显优化。
2. 后续部署计划：Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI、特斯拉等企业即将上线这套运维平台。
3. 硬件厂商合作：戴尔、联想、超微会把 Minerva 集成到自家 AI 工厂整体解决方案中，面向政企客户提供一体化算力运维服务。

五、平台核心业务价值指标

1. 提升集群可用时长，拉高 GPU 有效运行时长；
2. 大幅压缩故障定位与修复耗时，硬件故障处理效率成倍提升；
3. 过滤九成以上无效告警，减少运维人员信息处理工作量；
4. 稳定提升 AI 工厂产出指标，包含 GPU 有效算力、模型训练效率、token 生成总量。

【相关 FAQ】

问题 1：Minerva 平台每小时分析数十亿数据，主要用来解决 AI 工厂运维里的哪些问题？

回答 1：Minerva 依靠每小时分析数十亿条监测数据，打通计算、网络、存储与 AI 任务的全链路数据，解决传统监控工具数据割裂、告警过多、故障难以溯源的问题，实现异常提前预警、自动定位故障根源，帮助 AI 工厂从被动抢修转为主动运维。

问题 2：Minerva 运维平台只能监控英伟达硬件设备吗？

回答 2：Minerva 优先适配英伟达 GPU、NVLink 交换机、DPU 等全套硬件，同时兼容主流调度软件与通用存储设备，能够采集全集群软硬件运行数据，搭建完整的集群监测体系，覆盖整套 AI 工厂基础设施。

问题 3：Minerva 自带的 AI 助手，能不能直接完成 AI 工厂故障自动处理？

回答 3：Minerva 原生 AI 助手可以通过自然语言调取数十亿监测数据，自动分析集群异常并给出修复方案；运维人员既可以手动执行处理操作，也能通过平台开放的 API 对接自动化工具，实现故障闭环自动处置。

【数据来源】

[2026-10-23]（英伟达推出 AI 工厂运维平台 Minerva）CNMO 科技

[2026-10-22]（NVIDIA Unveils Minerva to Bring End-to-End Observability for AI Factories）英伟达官方博客

[2026-10-22]（英伟达推出 AI 工厂运维平台 Minerva

[2026-10-22]（Nvidia launches Minerva, an AIOps platform for monitoring AI factories）AI Chat Daily

免责声明：本文内容仅如实转述英伟达官方发布的 Minerva 平台产品信息，平台数据处理性能、故障优化效果均以正式商用版本实测结果为准；不同集群规模、硬件配置下的数据处理速度会存在差异，企业可根据自身算力规模选择对应部署方案。