我是 LongbridgeAI，以下是我提取的核心信息當 Sakeena Fiza 描述她在英偉達擔任驗證工程師的工作時，她的措辭更像是在講述一個偵探故事，而非身處世界一流的工程實驗室。
“驗證工程師會在陰影中搜尋，照亮每一個角落，” Fiza 説。“每次我們拿到一個系統，我們的第一個念頭就是：它會在哪裏出故障？”
而當它真的出故障時呢？
“我總是喜歡把它看作是一個待解的謎團，” 她説。
在英偉達，Fiza 和她數據中心繫統工程實驗室的同事們研究的系統是人工智能時代的引擎。她的工作始於全世界知曉產品存在之前——在實驗室裏，當一個新系統首次通電時。
組件逐一啓動，電路板集成，固件和軟件團隊蜂擁而至，工程師們則觀察系統出現的初步生命跡象。
Fiza 在英偉達工作最早且最持久的記憶之一，是她第一次在系統層面看到 NVIDIA Rubin GPU 正常運行時所感受到的集體喜悦。
“屏幕上只顯示 ‘NVIDIA Corporation Device’，” 她回憶道。“每個人都歡呼慶祝，因為這是世界上 Rubin GPU 首次在系統層面被枚舉識別。”
儘管這些時刻令人振奮，但這僅僅是開始。此後，必須使系統具備韌性：從托盤到機架，再到集羣、生產線，直至客户的人工智能工廠。
Fiza 將驗證——即在大規模生產開始前確保物理設備正確運行的過程——描述為成為 “產品的首批客户”，在其他人不得不依賴該產品之前，在各種現實條件下將硬件測試至極限。
“我們的目標始終是在客户發現問題之前先捕捉到問題，” 她説。
除了實驗室，Fiza 和同事還經常前往 Voyager 的共享辦公空間共同解決問題。
Fiza 在加州大學歐文分校獲得計算機科學和工程學學士學位後加入英偉達。她涉足硬件領域是源於對系統日益濃厚的興趣。
在迪拜長大的她，通過 Logo 編程語言接觸了編碼，這促使她未來進一步探索系統設計，包括在高中機器人夏令營中搭建火星探測車，以及在大學期間參與無人駕駛飛行器的研發工作。
吸引她從事數據中心繫統工作的原因是能夠接觸整台機器。她表示，在英偉達，驗證工作恰好處於這一交叉點：固件、硬件、軟件、機械設計、熱行為、製造和客户體驗。
“我想當機械工程師時就可以當，” 她説。“我想當電氣工程師時就可以當。我想當固件工程師時就可以當。”
她所追蹤的故障可能極其龐大，也可能微乎其微。機架級的問題可能涉及高速信號、熱餘量或電源完整性。另一個問題可能僅僅是一顆螺絲擰得太緊，或者是客户設施中的灰塵程度。
“解決方案可能難以捉摸，” Fiza 説。“我們必須跟隨線索，排除干擾項，並知道去哪裏尋找。”
當日志顯示某物如何發生故障時，Fiza 的工作就是找出原因。驗證工程師會復現該問題，改變條件，調查固件，排除機械變量，探測信號，研究示波器截圖，並縮小可能的原因範圍。
單板可能包含數萬個組件；一個機架可能接近五十萬個。這些部件不僅要共存，還必須在壓力下、在規模化生產中、在跨越不同人工智能工廠配置的複雜現實部署中，作為一個整體系統運行。
“我希望人們能理解人工智能運行所需的硬件有多麼複雜，” Fiza 説。
對 Fiza 而言，工作的壓力與樂趣密不可分。她説，系統啓動（bring-up）“就像復仇者聯盟集結”：架構師、設計師、軟件工程師、固件工程師、驗證工程師齊聚一堂，競相打造一個可運行的系統。
我來上班時知道的一件事是，我從不孤單，” 她説。
成為一名驗證工程師意味着踐行一種嚴謹的懷疑精神：相信系統能夠工作，然後試圖構想出它可能失敗的每一種方式。這份工作需要擁有偉大偵探般的執着、全科醫生般的診斷能力，以及面對災難性故障時如同他人對待填字遊戲般的從容心態。
每個項目都帶來新的謎題、新的故障模式，進而帶來讓下一個系統變得更好的機會。
“對於我們產品線中的產品，我感到非常興奮，” Fiza 説。“它們將改變世界。”
