当 GPU 集群成为新一代 "生产设备"，谁来保障这些昂贵算力资产的高效稳定运行？10 月 22 日，英伟达给出自己的答案 —— 推出 AI 运维平台 Minerva，通过整合基础设施与 AI 工作负载的遥测数据，提前发现故障、提高 GPU 运行时间，进而提升 AI 工厂的整体产出效率。
Minerva 的核心理念是把 "AI 运维" 本身做成 AI 化的。平台可每小时分析数十亿个数据点，在传统监控的基础上叠加了异常识别与故障预测能力：它不仅能发现正在发生的问题，更能通过海量遥测数据的规律分析，预判潜在故障；同时把分散的关联告警整合为可执行的故障处理事项，让运维人员从 "被告警淹没" 中解脱出来。平台还内置原生 AI 助手，支持以自然语言查询集群运行状况并获得修复建议 —— 运维交互方式从 "敲命令、翻面板" 升级为 "直接对话"。
更值得注意的是它的产业辐射力。据英伟达披露，IREN 已在使用该平台，Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI 和特斯拉等企业计划部署；戴尔、联想和超微也将把 Minerva 纳入各自的 AI 工厂运维产品组合。这意味着，AI 工厂运维正在从 "各家自研" 走向 "平台化、标准化"—— 与当年通用 IT 运维从脚本时代走向 AIOps 时代的路径如出一辙。
这一动向给运维行业带来清晰信号。其一，运维对象在扩展：过去运维盯的是服务器、网络、数据库，如今 GPU 集群、大模型推理服务成为新的运维主战场，遥测数据、功耗、显存、推理延迟都成为关键指标。其二，运维模式在进化：从 "监控 + 人工处置" 走向 "预测 + 自动整合 + 自然语言交互"。其三，产业分工在重塑：像英伟达这样的算力供给方开始向下提供运维能力，第三方运维服务商则需要依托开放生态，为企业提供更贴近业务场景的整合与落地服务。
对广大中小企业而言，Minerva 的意义或许更多在于示范效应：随着云服务商、算力服务商将此类能力内置化，AI 算力的运维门槛将持续下降，企业不必自建复杂的 GPU 集群监控体系，也能获得稳定、高效的算力使用体验。设备智能运维的内涵，正在从 "保障服务器在线" 延伸为 "保障智能生产力在线"。