NVIDIAがAIインフラ運用の成熟度を向上させるため、DGX SparkおよびGB10システム向けのEnterprise Manageabilityフレームワークを正式に提供開始した。本機能は開発環境から本番デプロイへ移行するシステムに不可欠な運用基盤を整え、企業ITが既存のツールチェーンを維持したまま大規模管理を実現する。 フレームワークの核はエージェントレスなSSH実行と標準JSON出力だ。Progress ChefやPuppet、Canonical Landscapeなど既存のオーケストレーションツールとの統合を前提とし、スクリプトの書き換えコストを最小限に抑える。運用権限は読取専用コネクタと状態変更コントローラーで明確に分離し、最小権限のRBACと変更管理ワークフローに適合している。 運用ライフサイクルは6段階で構成される。調達時の資産識別とハードウェアスナップショット取得、初期プロビジョニングとインベントリ記録、継続的なヘルスチェックとドリフト検知、変更ウィンドウにおける段階的アップデートとロールバック対応、インシデント時の対象型L1L2診断、および廃棄時の工場出荷復元と監査証跡収集を網羅する。特にエアギャップ環境への対応としてCustom Installation機能を搭載し、OEMパーティションとcloud-init、および内部ミラーサーバーを活用することで、専用インフラなしで完全オフライン運用を可能にした。 運用安定性の強化には専用ツールが貢献する。spark_diagctl.pyはエージェントのインストールなしでシステム全体の健全性をリモート監視し、reset_reason_reporter.pyはBMCログやカーネルエラーを統合解析して再起動原因を構造化。いずれも統一JSON形式で出力し、既存の監視・SECパイプラインとシームレスに連携する。更新管理にはspark_updatectl.pyを採用し、カーネル、GPUドライバー、ファームウェアなどの密結合層を同期させて、変更承認ゲート付きの段階的展開とファームウェアロールバックを検証可能にした。 本フレームワークの展開により、企業ITはAIインフラの可観測性向上、セキュリティ監査の自動化、コンプライアンス証跡の即時生成を実現できる。詳細な運用ガイドと参照スクリプトが公開されており、NVIDIAは企業規模のAI運用成熟度向上に向けた標準基盤の整備を推進する。