輝達於二零二六年十月二十二日經官方網誌宣布推出 NVIDIA Minerva，定位為面向「AI 工廠」的 AIOps 平台，把基建與人工智能負載的遙測數據串連，再以專用模型轉成可執行洞察，目標是提高運行時間並最大化「AI 工廠良率」。官方指平台可連結 GPU、網絡、儲存、排程器與工作負載訊號，建立動態知識圖譜，並以監督／非監督學習每小時分析數以十億計的數據點；IREN 已在使用，Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI 與 Tesla 計劃部署，Dell、Lenovo、Supermicro 亦將納入其 AI 工廠營運組合。來源真實性已對照輝達官方網誌核實。
輝達／官方：推出 Minerva——AI 工廠端到端可觀測 AIOps；串連 GPU／網絡／負載遙測，IREN、IBM、Tesla 等計劃部署
訓練與推論叢集規模擴大後，單一 GPU 過熱或 NVMe 效能下滑，往往足以拖慢整份作業，而傳統監控又常把網絡、運算、可靠度與機器學習團隊拆成不同視圖。輝達於二〇二六年十月二十二日（協調世界時十五時許，香港時間約二十三時）由 Brian Sparks 署名發布，宣布推出 Minerva；本文僅轉述該官方說明已載明的產品能力、指標與夥伴名單，不補填未公布的定價、部署規模或實測百分比。來源真實性已驗證。
一、核心事件：為 AI 工廠而生的 AIOps
官方定位與「良率」指標
官方寫明 Minerva「今日推出」，屬 AIOps 平台，把基建與人工智能負載遙測匯總，再用專用人工智能模型產出及時、可行動的洞察，協助團隊更早發現問題、維持 AI 工廠產能。平台聚焦的「AI 工廠良率」，被定義為基建所產出的有用工作量，涵蓋 GPU 時數、goodput、叢集運行時間與 token 產量。
為何需要跨域串連
文中指出，AI 工廠屬全球最複雜的營運之一：大量 GPU 經高速網絡訓練模型並服務應用；在此規模下，單一劣化元件即可拖慢整份作業，警訊又容易被忽略（例如某張 GPU 比同儕更熱、NVMe 在負載下掉速）。傳統工具常把數據中心切成網絡、運算、網站可靠度與機器學習等分隔視圖；Minerva 則連接 NVIDIA GPU、網絡、儲存、排程器與工作負載訊號。
二、技術原理：知識圖譜、異常關聯與代理式介面
動態知識圖譜與拓樸關聯
官方說明，Minerva 以這些訊號建立動態知識圖譜，邏輯對應 GPU、SuperNIC、交換器與纜線，以及其上運行的作業，協助營運人員把「訓練變慢」追溯到具體元件，即使工廠規模達數十萬張 GPU。平台以監督式與非監督式機器學習每小時分析數以十億計的數據點：學習正常行為、偵測未見過異常、預測即將出現的故障，並依工廠拓樸關聯相關事件；可把「事件風暴」收斂成帶有可能根因的聚焦事故，而非把每個症狀都丟給值班人員。
原生助理與自動化邊界
Minerva 附帶原生人工智能助理，並可連接外部代理式工具，提供建基於即時遙測的自然語言介面：營運人員可用對話調查叢集健康並取得建議修復。團隊可維持「人在迴路」人手執行修復，亦可經基建應用程式介面與外部系統把 Minerva 接到自動化。官方強調，相關能力有助把 AIOps 由被動應變推向主動維運，並提高 GPU 運行時間。
官方列舉的價值方向
文中以三個面向概括價值，惟未附具體百分比或工時數字：拉長兩次中斷之間的間隔（在出事前記住徵兆）；縮短修復時間（事故時更快定位）；提高洞察密度（從海量數據中過濾出少數真正重要的警示）。
四、日常應用場景
1. 開發者與技術團隊
負責訓練／推論平台的網站可靠度與機器學習平台工程團隊，可把「作業變慢」與 GPU、網絡、儲存、排程器訊號放在同一知識圖譜上排查，減少跨團隊互相丟工單。自然語言助理有助在值班時快速問「哪個元件相關」，但仍應把建議修復當決策輔助，而非自動改動生產而不經變更控制。
2. 企業與隱私敏感行業
金融、電訊與大型互聯網機構若自建或共置大規模 GPU 叢集，良率直接影響每兆瓦可產出的有效 token 與專案交付節奏。官方點名計劃部署的夥伴包括 IBM、Jio、Tesla 等，顯示目標客群涵蓋企業與超大規模營運者；實際落地仍須符合各自數據駐留、變更審批與供應商風險評估。
3. 一般用戶
一般消費者不會直接登入 Minerva，但上游 AI 工廠若因元件劣化而長時間掉速，會間接影響聊天、搜尋與內容生成服務的穩定度與成本。平台所談的「人在迴路」亦提醒：自動化修復仍應保留人工把關。
4. 香港與亞洲市場視角
香港企業與數據中心營運者若正規劃私有或專屬 GPU 叢集、或經區域雲端擴充訓練／推論，跨域可觀測與事故收斂會直接影響單位算力成本。亞洲同業亦可參考官方所列 Bitdeer AI、Jio 等部署意向，把「良率」納入基建採購與維運指標，而非只看標稱 GPU 數量。Dell、Lenovo、Supermicro 將把 Minerva 納入 AI 工廠營運組合，亦意味著經系統整合商交付的路徑可能更貼近企業採購習慣。
五、專業評價與潛在考量
優勢
官方把基建遙測與負載遙測放在同一 AIOps 敘事，並以知識圖譜與拓樸關聯回應「警報風暴」痛點；原生助理與外部代理式工具接口，符合業界把營運知識接到對話與自動化的方向。公開夥伴與系統廠名單，有助市場理解目標場景。
需要留意的地方
產品頁連結在本稿核實時未能取得獨立說明頁（官方網誌仍為完整一手來源）；文中未公布定價、授權模式、支援的第三方監控堆疊清單，亦未提供可獨立覆核的良率提升百分比。依賴專用模型與拓樸關聯時，錯誤根因歸因仍可能誤導自動化；「人在迴路」若未落實，誤修復風險會上升。另須把本產品發布與同周其他輝達歐洲／GTC 相關公告分開閱讀，避免把不同產品線混為同一事件。
結語
當 AI 工廠的瓶頸從「有沒有 GPU」轉向「GPU 時數有多少真正變成有效產出」，端到端可觀測與事故收斂就變成營運核心能力。香港團隊若正把訓練、推論與代理式工作流推上自建或託管叢集，宜同步檢視遙測邊界、變更自動化與運行指標設計。歡迎了解 YSK 的人工智能自動化服務，協助規劃與落地企業級 AI 營運與自動化安排。
參考來源