三大核心关键能力：

1.设备健康自检：从被动响应转向主动消除风险

基于风险感知算法，对液冷、CDU、光模块等关键部件进行周期性健康检测。在故障发生前系统即可实现风险自动预警，支撑运维人员快速完成风险消除，确保智算中心长稳运行。

2.智算全系统可观测：构建“秒级”运行状态感知能力

基于数字孪生技术实现从 L1 数据中心基础设施、L2 算力集群基础设施、RoCE 网络、集合通信到AI平台、模型及应用7层全系统可观测，做到系统全系统运行状态“秒级”感知。

3.自动故障诊断和倒换：预置AI专业大模型，打造99.9%的高可用率

针对典型场景的慢卡、慢网络及模型性能劣化等常见问题和挑战，MindOps 通过加持智算运维领域专业大模型（EDNS2.0），实现风险感知及预测，将系统故障精准定界定位缩短到分钟级，通过及时自动倒换实现99.9%的算力高可用率。

智算运维解决方案MindOps通过加持数字孪生与领域专业大模型EDNS2.0，实现全系统可观测和自动排障，全新定义智算运维范式，保障算力平台的长稳运行与极致性能，让AI释放新质生产力。

注：本文转自华为ICT服务与软件，版权归作者所有