2026.10.23 FRI00:00 JSTNVIDIA
NVIDIA AI工場運用基盤Minerva発表
条件付きパートナ経由で順次展開
数千〜数万台のAI用計算機で起きる不具合をAIが自動で見つけ、原因を会話形式で教えてくれる基盤です。
- AIクラスタのインフラとジョブを統合監視するAIOpsを提供開始
- GPUやネットワークの異常を学習モデルで検出し根本原因を特定
- 自然言語で障害調査や復旧指示を行えるAIアシスタントを内蔵
目線
大規模分散学習クラスタを運用するチームが、ハードウェア障害によるジョブ停止時間の短縮に利用する段階。
対象
大規模GPUクラスタやAIデータセンターを運用するインフラエンジニア
使える場面
- 特定GPUの性能低下による分散学習ジョブ全体の遅延原因の特定
- 自然言語対話によるクラスタ健全性の確認と復旧手順の自動提示
試すなら
提携ハードウェアベンダー（Dell、Lenovo、Supermicro等）の提供計画を確認する
確認点
大規模インフラ事業者向けであり小規模環境での単体利用向けではない
背景
膨大なGPUで構成されるAI工場では、1つの部品の劣化がクラスタ全体の処理効率を落とすため、早期検知が課題だった。
何が変わったか
- GPU、SuperNIC、スイッチ、ストレージのテレメトリを統合し動的ナレッジグラフを生成
- 教師あり・教師なし機械学習により毎時数十億件のデータを分析し異常を予測
- 大量のアラートを根本原因に基づく単一のインシデントに集約
使える場面・影響
障害発生時の調査時間が大幅に短縮され、GPUクラスタの実質稼働率（イールド）の最大化が見込める。
試す前に確認
- Tesla、IBM、Lambdaなどが導入予定
- Dell、Lenovo、Supermicroのソリューションポートフォリオを通じて提供