NVIDIA hat Minerva am 22. Oktober 2026 auf der GTC Berlin vorgestellt. Laut dem offiziellen NVIDIA-Blog ist es eine AIOps-Plattform für „KI-Fabriken" – Trainings- und Inferenzcluster mit Hunderttausenden GPUs –, die deren Betrieb End-to-End-Observability bringt. Die Idee ist simpel: Telemetrie aus Infrastruktur und KI-Workloads an einem Ort bündeln und KI-Modelle Alarme in umsetzbare Maßnahmen übersetzen lassen.
Zu viele Alarme, zu schwer zu finden die Ursache
Der Schmerz beim Betrieb von KI-Rechenzentren ist die Größe: Eine degradierte Komponente bremst den gesamten Trainingslauf, während klassisches Monitoring Netzwerk, Compute und Storage in getrennte Ansichten teilt – niemand hat das Gesamtbild, wenn ein Job langsamer wird. Minerva zeichnet die physischen und logischen Verbindungen zwischen GPUs, SuperNICs, Switches und Kabeln – plus die Jobs darauf – in einen dynamischen Knowledge Graph. Überwachte und unüberwachte Machine-Learning-Modelle analysieren Milliarden Datenpunkte pro Stunde, lernen, wie „normal" aussieht, erkennen Anomalien früh, sagen Ausfälle voraus und gruppieren verwandte Alarme anhand der Topologie um eine wahrscheinliche Ursache.
Sherlock: ein Assistent, den man in natürlicher Sprache zum Cluster befragen kann
Minerva bringt Sherlock mit, einen nativen Multi-Agenten-KI-Assistenten, der über einen MCP-Server an die Live-Telemetrie angebunden ist. Betreiber können in natürlicher Sprache fragen, ob ein Cluster gesund ist, bekommen Reparaturvorschläge und entscheiden per Klick, ob sie an die Automatisierung übergeben. Die Kennzahl, die NVIDIA optimieren will, ist konkret: „AI factory yield" – GPU-Stunden, Goodput (nützliche Arbeit abzüglich Retries und fehlgeschlagener Jobs), Cluster-Uptime und Token-Produktion. Die Plattform lässt sich standalone betreiben oder in NVIDIA DSX OS integrieren.
Erste Nutzer sind schon dabei
Auf der Launch-Liste stehen IREN, Bitdeer AI, IBM, Jio, Lambda, Quake AI und Tesla als geplante Anwender; Dell, Lenovo und Supermicro nehmen es in ihre KI-Fabrik-Portfolios auf. Denis Skrinnikoff, CTO von IREN, sagt, Minerva gebe seinem Betriebsteam erstmals eine Sicht auf Netzwerk, GPUs und Jobs in einem Bild – der Fokus verschiebe sich vom Löschen zum vorbeugenden Warten.
Was das bedeutet
Der Engpass bei KI-Infrastruktur verschiebt sich vom GPU-Kauf zum GPU-Auslasten. Bei Hunderttausenden GPUs ist es selbst ein großer Kostenfaktor, eine überhitzte Karte zu finden – billiger, als eine weitere zu kaufen. Minervas Wert liegt nicht in einer Einzelfunktion, sondern darin, die schichtenübergreifende Korrelation zum Produkt gemacht zu haben – das unterscheidet es auch von generischen Observability-Tools. Die Kehrseite: Es löst das Problem innerhalb des NVIDIA-Ökosystems. Der Knowledge Graph deckt NVIDIAs eigene Teile ab – NVIDIA-GPUs, ConnectX-SuperNICs, BlueField-DPUs, NVLink und Spectrum-X – Nicht-NVIDIA-Cluster bleiben außen vor. Für Teams, die KI-Fabriken bauen, ist es einen ernsthaften Blick wert; für kleine und mittlere Cluster dürfte vorhandenes Monitoring plus Alarmbündelung das bessere Geschäft sein.
