NVIDIA a dévoilé Minerva le 22 octobre 2026 à la GTC Berlin. Selon le blog officiel de NVIDIA, il s'agit d'une plateforme AIOps pour les « usines d'IA » — des clusters d'entraînement et d'inférence comptant des centaines de milliers de GPU — qui apporte une observabilité de bout en bout à leur exploitation. L'idée est simple : rassembler la télémétrie de l'infrastructure et des charges de travail IA au même endroit, et laisser des modèles d'IA traduire les alertes en actions correctives exécutables.
Trop d'alertes, une cause trop difficile à trouver
La douleur de l'exploitation des centres de données IA, c'est l'échelle : un composant dégradé ralentit tout un entraînement, tandis que le monitoring classique découpe réseau, calcul et stockage en vues séparées — personne n'a l'image complète quand un job ralentit. Minerva dessine les connexions physiques et logiques entre GPU, SuperNIC, commutateurs et câbles — plus les jobs qui tournent dessus — dans un graphe de connaissances dynamique. Des modèles d'apprentissage supervisé et non supervisé analysent des milliards de points de données par heure, apprennent à quoi ressemble « la normale », détectent les anomalies tôt, prédisent les pannes et regroupent les alertes liées autour d'une cause probable selon la topologie.
Sherlock : un assistant à qui l'on peut parler du cluster en langage naturel
Minerva embarque Sherlock, un assistant IA multi-agents natif connecté à la télémétrie en direct via un serveur MCP. Les opérateurs peuvent demander en langage naturel si un cluster est en bonne santé, recevoir des recommandations de correction et choisir en un clic de passer la main à l'automatisation. L'indicateur que NVIDIA veut optimiser est précis : le « rendement de l'usine d'IA » (AI factory yield) — heures GPU, goodput (travail utile hors nouvelles tentatives et jobs échoués), disponibilité du cluster et production de tokens. La plateforme peut se déployer seule ou s'intégrer à NVIDIA DSX OS.
Les premiers utilisateurs sont déjà là
La liste de lancement comprend IREN, Bitdeer AI, IBM, Jio, Lambda, Quake AI et Tesla qui prévoient de le déployer, tandis que Dell, Lenovo et Supermicro l'ajoutent à leurs offres d'usines d'IA. Denis Skrinnikoff, CTO d'IREN, déclare que Minerva donne à son équipe d'exploitation une vue unique sur le réseau, les GPU et les jobs qui y tournent, déplaçant l'effort de l'extinction d'incendies vers la maintenance préventive.
Ce que cela signifie
Le goulot d'étranglement de l'infrastructure IA passe de l'achat de GPU à leur occupation. À l'échelle de centaines de milliers de GPU, retrouver une carte en surchauffe est en soi un coût majeur — moins cher que d'en acheter une autre. La valeur de Minerva n'est pas dans une fonction isolée mais dans la mise en produit de la corrélation inter-couches — c'est aussi ce qui la distingue des outils d'observabilité génériques. Le revers : elle résout le problème à l'intérieur de l'écosystème NVIDIA. Le graphe de connaissances couvre les composants maison — GPU NVIDIA, SuperNIC ConnectX, DPU BlueField, NVLink et Spectrum-X — les clusters non NVIDIA restent dehors. Pour les équipes qui construisent des usines d'IA, cela mérite un examen sérieux ; pour les clusters de petite et moyenne taille, le monitoring existant avec agrégation d'alertes reste sans doute le meilleur choix.
