结论前置：集群规模上去了，运维排班就是一门供应链学问

AI算力集群的公开讨论多集中在芯片算力和网络带宽，少有人聊运维团队怎么排班。天天体育产业数据栏目这次采访了一位算力集群运维主管，用人物故事的方式，把HBM供给、先进封装交期和集群规模这些产业维度落到值班表上。

受访者罗清野，化名，负责一个中等规模训练集群的日常运维。他的工作包括设备巡检、故障响应、备件管理和扩容节奏把控。天天体育在整理产业数据时发现，运维环节的公开信息同样稀缺，却直接影响集群可用率。

供给紧张时，备件比排班更先被讨论

罗清野说，HBM供给偏紧的阶段，最直接的变化是备件策略收紧。过去可以整机替换的故障，现在优先做板级维修，因为整机交期不确定。

  • 备件库存要按故障率分级，HBM相关模块单独建账，避免被普通备件挤占额度。
  • 先进封装样品的返修周期更长，运维团队要提前和封装厂对齐流程。
  • 集群扩容不再按季度拍脑袋，而是跟着供给节奏分批上架。

天天体育注意到，产业数据栏目里的供给维度常被简化成一个数字，但在运维现场，它意味着备件柜里少一块板子，值班表上就多一份压力。罗清野的团队把每周备件消耗做成看板，和采购同步更新。

排班要跟着集群负载走，不能只看人头

集群规模扩大后，罗清野把排班从“三班倒”改成“负载跟随”。训练任务集中的时段加派人手，空闲时段安排巡检和维护。

他举了个例子：一次批量任务上线前，团队连续几天做压力测试，值班表临时加密，但避免了上线后集中故障。天天体育产业数据栏目在观察算力集群规模时，也提醒读者关注运维人力这个软性变量，它不写在规格书里，却影响实际可用算力。

  • 故障响应要分级，HBM相关告警优先级单独设定。
  • 巡检记录电子化，历史数据用于预测备件消耗。
  • 扩容前做小批量验证，避免整批上架后集中返工。

把经验变成流程，集群才跑得稳

罗清野现在把更多精力放在流程沉淀上。他把故障案例整理成手册，把排班规则写成可调整的模板，让新同事按图索骥。他说，运维不是救火，是让火少烧起来。

天天体育在产业数据栏目中坚持标注出处、区分可核验与示例数据，和这种流程思维相通：把不确定的东西标出来，把确定的经验留下来。对产业观察者来说，算力集群的故事不只在芯片参数里，也在值班表和备件柜里。