英伟达在硬件芯片业务之外，正式对外推出 Minerva AI 工厂运维平台，这是一套面向大规模 GPU 集群的 AIOps 全链路可观测系统，能够整合算力硬件、网络通信、AI 训练任务的海量遥测数据，依靠内置 AI 模型自动预判故障、合并冗余告警、定位问题根源，大幅提升 AI 工厂 GPU 有效运行时长与整体产出效率，补齐了从芯片硬件到集群运维软件的全链条能力，完成从单纯芯片供应商向 AI 工厂整体方案服务商的升级。当前大模型算力集群规模持续扩张，上万块 GPU 组成的 AI 工厂运维复杂度大幅提升，海量设备同时产生海量监控数据，人工排查故障效率低下，零散告警过多容易遗漏核心问题；同时网络波动、硬件隐性故障会直接中断模型训练，造成巨额算力成本浪费。Minerva 平台正是针对这一痛点打造，平台可以每小时处理数十亿条监测数据，自动把跨硬件、网络、业务的信息做关联分析，把几十条零散告警收敛成单一故障事件，同时依靠 AI 预测模型提前捕捉硬件异常，把事后抢修变成事前预警，切实降低集群停机时长。整套平台落地部署分为标准化四步流程，第一步完成数据接入，对接 GPU 硬件、高速网络、调度系统、训练任务的全维度遥测指标；第二步开启智能数据分析，启用平台内置 AI 模型做异常识别与根因关联；第三步启用自然语言 AI 助手，运维人员用文字查询集群状态，系统自动输出故障定位与修复方案；第四步接入自动化运维接口，把排查结论对接集群调度工具，实现故障自动处置。整套部署流程落地之后，AI 工厂的运维效率可以得到显著提升，进一步保障大模型训练任务稳定不间断运行，同时把英伟达芯片硬件与运维软件深度绑定，形成软硬件一体化解决方案，提升整体产品竞争力。
一、Minerva 平台核心能力清单
- 全栈数据汇聚能力
- 覆盖范围：GPU 硬件、InfiniBand 高速网络、服务器整机、K8s 集群、Slurm 调度、大模型训练推理任务
- 数据体量：每小时处理数十亿条遥测数据，支持上万卡规模超大型 AI 工厂集群
- AI 智能运维核心功能 表格 23
二、Minerva 平台落地部署与合作生态
- 落地部署节奏
- 先行试点：IREN 已经率先完成部署，实现集群故障提前预警，GPU 在线率稳步提升
- 批量上线：Aolani、Bitdeer AI、IBM、Jio、Lambda、特斯拉等企业已列入部署计划
- 硬件厂商配套合作 戴尔、联想、超微等服务器厂商，会把 Minerva 平台预装到自家 AI 服务器整机方案中，向客户提供 “硬件 + 运维软件” 一体化交付服务，进一步拓宽平台落地渠道。
三、Minerva 平台带来的产业价值
- 补齐英伟达产品闭环 过去英伟达核心业务集中在 GPU 芯片、网络硬件，Minerva 上线之后，形成 “算力芯片 + 网络硬件 + 集群运维软件” 的完整 AI 工厂方案，不再只依靠硬件销售获取收益，打开软件服务营收新空间。
- 降低 AI 工厂运营成本 依靠提前预警与智能根因分析，大幅缩短集群故障停机时间，减少大模型训练中断带来的算力损耗，帮助企业提升 GPU 资源利用率，摊平整体算力投入成本。
- 统一大集群运维标准 针对上万卡超大规模集群打造专属运维能力，适配生成式 AI 大模型训练场景，为行业提供标准化的 AI 工厂 AIOps 解决方案，推动整个算力基础设施运维走向智能化。
四、平台技术架构优势
- 原生适配英伟达硬件生态 平台深度适配 NVIDIA GPU、InfiniBand 网络、DGX 整机设备，原生读取硬件底层运行指标，数据采集精度高于第三方通用运维工具。
- 内置 AI 智能分析引擎 平台搭载专用时序分析模型，无需人工配置复杂规则，就能自动识别异常波动，自动完成多维度数据关联，大幅减少规则维护工作量。
- 开放 API 对接自动化系统 支持与集群调度、故障自愈工具打通，实现告警发现、根因定位、自动修复的全流程闭环，打造无人值守的智能 AI 工厂。
【相关 FAQ】
问题 1：英伟达发布 AI 工厂运维平台 Minerva，除芯片业务之外，这款软件平台能解决 AI 集群的哪些运维难题？
回答 1：英伟达发布 AI 工厂运维平台 Minerva，能够解决多项集群痛点：一是汇聚 GPU、网络、训练任务的全链路数据，解决多系统数据割裂、故障难以溯源的问题；二是智能收敛海量告警，过滤无效噪音，避免运维人员被大量消息干扰；三是依靠 AI 模型提前预判硬件隐性故障，减少训练任务突然中断；四是自带自然语言 AI 助手，用文字查询就能拿到故障结论，降低运维操作门槛，全方位提升 AI 工厂运行稳定性。
问题 2：英伟达推出 Minerva AI 工厂运维平台，目前有哪些企业已经落地或者计划部署该平台？
回答 2：英伟达推出 Minerva AI 工厂运维平台，IREN 已经完成先期试点部署；Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI 和特斯拉已经列入部署计划；同时戴尔、联想、超微等服务器厂商会把 Minerva 集成到整机方案中，面向政企与算力客户配套交付，进一步扩大平台落地范围。
问题 3：Minerva 作为英伟达自研的 AI 工厂运维平台，对比通用运维工具，具备哪些专属硬件适配优势？
回答 3：Minerva 作为英伟达自研的 AI 工厂运维平台，拥有极强的硬件适配优势：平台原生对接 NVIDIA GPU、InfiniBand 高速网络、DGX 整机，可以直接读取硬件底层精细化遥测指标，数据采集精度更高；深度适配英伟达算力集群架构，针对大模型训练场景做专项优化；可以和英伟达整套 AI 软件生态打通，实现硬件、调度、任务、运维一体化管控，这是第三方通用运维工具无法实现的。
【参考资料】
[2026-10-22] NVIDIA 推出 Minerva，为 AI 工厂带来端到端可观测性
[2026-10-22] 英伟达推出 AI 工厂运维平台 Minerva，每小时可分析数十亿数据点
[2026-10-22] NVIDIA Unveils Minerva to Bring End-to-End Observability for AI Factories NVIDIA 官方博客
[2026-10-22] 英伟达跳出硬件赛道，Minerva 补齐 AI 工厂运维软件能力
[2026-10-22] 戴尔联想超微将预装 Minerva 运维平台，打造软硬件一体化算力方案 ZAKER 科技
【免责声明】
本文内容均来自英伟达官方发布信息与主流财经科技媒体公开资讯，仅用于算力产业产品与技术趋势分析，不构成软件采购、集群建设的投资决策依据；Minerva 平台的功能细节、部署版本、收费模式以英伟达后续正式公示为准；不同 AI 工厂集群规模、硬件配置会影响平台实际运行效果；未经书面许可，本文内容不得用于商业营销宣传。