Nvidia представила Minerva: платформу, которая отслеживает работу ИИ-фабрик и предсказывает сбои в кластерах из сотен тысяч GPU
Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .
Nvidia добавляет к железу программный слой для обслуживания огромных кластеров.
По описанию Nvidia (GTC Berlin), Minerva объединяет телеметрию GPU, сетей, хранилищ, планировщиков и рабочих нагрузок, по её словам, анализирует миллиарды точек данных в час, находит аномалии, предсказывает отказы и сводит связанные оповещения в один инцидент с указанием причины; есть ассистент с запросами на естественном языке. Цели — реже прерывать задачи, быстрее разбирать инциденты и уменьшать шум оповещений. О планах внедрения заявили IBM, Lambda, Tesla и другие; предлагать платформу будут Dell, Lenovo и Supermicro.
Источники 1