NVIDIA推出Minerva，监控AI工厂运行状况

NVIDIA称，已推出用于监控AI工厂的运维平台Minerva。该平台整合GPU、网络、存储、调度器和AI工作负载的数据，再利用AI模型标记异常行为，并将相关问题关联起来，帮助判断可能的原因。

运营人员可以向Minerva内置的助手询问集群运行状况，并获取修复建议。团队可以自行应用这些修复方案，也可以将平台接入自动化系统。据NVIDIA介绍，IREN已经在使用Minerva，另有八家机构计划部署。