Az Nvidia bemutatja a Minerva AI-felügyeleti szoftvert, amely előre jelzi a hibákat
Az Nvidia bemutatta a Minerva nevű új AI-felügyeleti szoftverét, amely a GPU-k, hálózatok és tárolók adatait egyesíti a meghibásodások előrejelzésére.
A szoftvert az Nvidia GTC Berlin konferenciáján mutatták be, célja, hogy a hibás alkatrészeket még azelőtt felismerjék, mielőtt azok lassítanák a munkát az óriási AI-adatközpontokban. (TNW)
Az ilyen méretű klaszterekben egyetlen meghibásodott alkatrész is leállíthat egy teljes betanítási feladatot. Ez lehet egy túlmelegedő GPU vagy egy terhelés alatt lassuló tárolómeghajtó. A Minerva a GPU-k, hálózati eszközök, tárolók, feladatütemezők és maguk az AI-munkaterhelések adatait gyűjti össze egyetlen térképen, lehetővé téve az üzemeltetők számára, hogy nyomon kövessék a lassú feladatokat, akár több százezer GPU-n keresztül is.
Hibaelőrejelzés és incidenskezelés
A szoftver gépi tanulást használ a normál működés megértéséhez és a hibák előrejelzéséhez. Ahelyett, hogy minden egyes riasztást elküldene az üzemeltetőknek, a Minerva a kapcsolódó problémákat egyetlen incidensbe csoportosítja, valószínűsíthető okot megjelölve. Egy beépített AI-asszisztens segítségével a munkatársak természetes nyelven kérdezhetnek a klaszter állapotáról, és javaslatokat kaphatnak a javításokra.
Üzemeltetők és elérhetőség
Az IREN már használja a Minerva szoftvert. A Lambda, az IBM és a Tesla tervezi a használatát, míg a Dell, a Lenovo és a Supermicro kínálatában is elérhetővé válik az ügyfelek számára. Az Nvidia májusban kötött megállapodást a korábbi Bitcoin-bányász céggel, a Bitdeer AI-val, amelynek keretében akár 2,1 milliárd dollárt fektethet be.
A Minerva bevezetése illeszkedik az Nvidia stratégiájába, amely túlmutat a chipeladáson, és az AI-adatközpontokat építő vállalatoknak szóló szolgáltatásokat bővíti. Az Nvidia nem közölte a Minerva árát.