★ 3
英伟达推出 Minerva，监测大型 AI 数据中心故障部件
英伟达发布 Minerva，用于在超大规模 AI 数据中心中提前发现即将失效的硬件部件，属于 AIOps 与 AI 工厂运维监控能力。该产品意在提升 GPU 集群可用性，降低大规模训练与推理的停机风险。
Hacker News – AI10 天前
#AIOps
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
AI与SRE并非AISRE：AI如何进入生产运维闭环
QCon上海的一场分享探讨AI如何真正融入生产运维闭环，指出简单地把AI叠加到SRE流程并不等于AISRE。演讲关注AI在故障诊断、告警处理和自动化运维中的实际落地路径与边界。
InfoQ AI26 天前
★ 2
Atlassian用指标日志追踪自动化根因分析
Atlassian通过关联指标、日志与分布式追踪链路，实现根因分析的自动化，减少人工排查故障的时间。该实践展示了可观测性数据与AI分析结合在企业运维场景中的落地价值。
InfoQ AI42 天前
★ 2
快手智能运维助手：从告警接住到自我进化
快手在QCon上海分享了其智能运维助手的落地实践，覆盖从告警自动接入到系统自我进化的完整链路。该实践展示了AI Agent在大型互联网企业运维场景中的工程化应用。属于行业技术分享性质。
InfoQ AI46 天前
★ 1
Jev让我重新思考AI运维工程
一篇个人博客文章讲述作者因接触 Jev 而重新思考 AI 运维工程（AI Ops Engineering）的理念与实践。文章分享了作者对 AI 驱动运维的新认识。
Hacker News – AI25 天前