Nvidia bringt Minerva auf den Markt, um ausfallende Teile in riesigen KI-Rechenzentren aufzuspüren

Was passiert ist

Nvidia hat Minerva eingeführt, eine Software für den KI-Betrieb, die Daten von GPUs (ein Chip, der für viele Berechnungen gleichzeitig gebaut ist und für Grafik und KI genutzt wird), Netzwerken, Speichern und Workloads kombiniert, um ausfallende Teile in großen KI-Rechenzentren (ein Gebäude voller Computer, das Online-Dienste betreibt) frühzeitig zu erkennen. Artificial Intelligence Nvidia bringt Minerva auf den Markt, um ausfallende Teile in riesigen KI-Rechenzentren aufzuspüren. Die Software verfolgt GPUs, Netzwerke und Jobs gemeinsam, damit Betreiber Probleme beheben können, bevor sie das Training verlangsamen. NVIDIA ist ein Halbleiterunternehmen mit Sitz in Santa Clara, zu dessen Produkten und Dienstleistungen Grafikprozessoren und Software gehören.

22. Oktober 2026, 17:25 Uhr Nvidia hat Minerva eingeführt, eine KI-Betriebssoftware, die Daten von GPUs, Netzwerken, Speichern und Workloads zusammenführt, um ausfallende Teile in großen KI-Rechenzentren frühzeitig zu erkennen. Nvidia hat Minerva vorgestellt, eine Software, die die riesigen GPU-Cluster überwacht, die das Unternehmen KI-Fabriken nennt, und Probleme meldet, bevor sie die Arbeit verlangsamen, wie das Unternehmen am Donnerstag mitteilte.

Die Software wurde auf Nvidias GTC-Konferenz in Berlin angekündigt, wenige Tage nachdem Nvidia eine KI-Partnerschaft mit Deutschland geschlossen hatte. Sie fasst Warnmeldungen zu einzelnen Vorfällen zusammen und verfügt über einen KI-Assistenten.

IREN setzt Minerva bereits ein, Lambda, IBM und Tesla planen dies. In Clustern dieser Größe kann ein fehlerhaftes Teil einen gesamten Trainingsjob aufhalten, so Nvidia.

Es könnte eine GPU sein, die heißer läuft als die übrigen, oder ein Speicherlaufwerk, das unter Last langsamer wird. Solche Anzeichen werden leicht übersehen, wenn Netzwerk-, Rechen- und Machine-Learning-Teams jeweils einen eigenen Teil des Systems beobachten. Minerva führt Daten von GPUs, Netzwerkgeräten, Speichern, Job-Schedulern und den KI-Workloads selbst in einer gemeinsamen Übersicht des Rechenzentrums zusammen.