在哈尔滨智算中心的机房里,一排排服务器昼夜不停地运转,蓝色指示灯如星辰般闪烁,这里有一位90后青年,凭借过硬的技术和敬业精神,深耕智算现场与AI芯片运维,用汗水与智慧在平凡岗位上谱写了不一样的青春“芯”篇章,她就是中国移动2025年“青年岗位能手”荣誉称号获得者——黑龙江移动网络管理部负责智算基础设施运维的韩雪。
从零开始,在实践中成长。2024年初,黑龙江移动启动国产化智算中心筹建工作,但当时国内在该领域的建设经验尚属空白,运维体系更是处于探索阶段。面对这一全新领域,韩雪作为智算运维领域的新人,并未因国内鲜有的建设和运维经验而退缩。她打破传统运维模式,没有等到智算中心验收接维才开始学习,而是从项目建设初期就全程参与,白天驻扎机房现场,全程跟进施工进度,晚上则深入学习智算领域专业知识,在理论与实践的结合中快速成长,实现了智算小白的快速蜕变;在项目建设过程中,韩雪创新性地采用“随建随验”的并行模式,牵头引入中国移动研究院autobox自动化验收工具,组织集团公司、研究院和十三地市公司同事将庞大的硬集验收工作进行责任分解,形成线上与线下交叉验证机制,在哈尔滨的盛夏时节,智算中心机房内却是一片清凉,韩雪带领团队成员穿着厚重的工作服,在23℃的机房中来回穿梭,完成了一次次细致的验收工作。作为中国移动首个智算自动化验收试点省份,她成功将原本90%的线下验收工作转为线上自动校验,验收效率提升了73%。同时,韩雪联合软件集成团队,采取“小步快走”敏捷模式,将原本串行的工作流程进行优化,实现硬件验收完成一部分、软件集成部署一部分的高效衔接。最终,在系统上线当天,不仅完成了硬件建设,也同步完成了硬件验收,实现了"硬集建设-硬集验收-系统上线"的三同步,为项目的顺利推进奠定了坚实基础。
精益求精,在实战中突破。在智算中心接维初期,韩雪面临诸多挑战,智算中心的硬件故障量是传统云资源池的10倍,团队成员每天都如同救火队员一般穿梭在机房中处理故障;然而,这种被动响应的方式无法从根本上解决问题,高故障率严重影响了客户训练的连续性,导致满意度持续下滑。因此,降低故障率成为当务之急。韩雪通过现场的故障样本采集与横向比对,精准分析出芯片、链路问题占据了90%以上的故障原因。她主导制定了新的芯片更换标准,并建立了链路清污规范,显著提升了硬件维修换件的精准性和链路清污的成功率。同时,她带领维修团队在实践中不断总结经验,制定了各组件的标准换件时长,例如将NPU芯片更换时长从6小时压缩至4小时,大幅提升了设备维修效率。经过一系列优化措施,智算中心的故障率降低了80%。运维团队彻底告别了"救火队员"的角色,实现了从被动响应到主动管理的转变。
技术赋能,在实训中传递。通过一年对智算知识的学习与运维经验的积累,韩雪的智算运维能力得到了迅速提升,被推荐并担任了智算课程讲师,自主开发并录制了3门线上智算课程,同时参与了中国移动智算网络技能模型、知识图谱与网络试题的编纂,在公司内传播科普智算知识。在智算中心上线运营后,韩雪积极承担参观讲解任务,接待了超30家内外部单位,她注重因需施讲,提前与客户经理沟通,按需准备智算设备、网络架构、大模型应用、算力服务等不同主题的讲解材料,通过深入浅出的耐心讲解智算技术架构,她不仅直观展示智算设备与技术实力,还积极宣传公司算力服务体系,为吸引产业生态入驻做出了积极贡献。
韩雪用实际行动证明,即使身处平凡岗位,亦可成就非凡人生。每一位青年的成长,都会为黑龙江移动勾勒出充满希望的未来图景,当青春与时代同频共振,每个岗位都能成为创新的沃土。