文章标题:全球最先进的 AI 基础设施供应链如何创造未来
正文: Deb Shoquist 负责领导 NVIDIA 的运营,监管其 AI 平台背后的供应链与制造。这个描述概括了这份工作,却远不足以涵盖 Shoquist 几十年来所成就的一切。
Shoquist、她的团队及其全球制造合作伙伴网络,使 NVIDIA 得以全年不断推出世界领先的技术。
团队的成功在很大程度上归功于她与一些全球最有成就的制造商建立的深厚关系,包括 TSMC、Foxconn、Wistron、SPIL、King Yuan Electronics (KYEC)、Unimicron、Lumentum、Coherent 和 Amkor。TSMC 自 1998 年起就与 NVIDIA 合作。SPIL 和 KYEC 在二十多年前就已在为其芯片进行组装和测试。
对 Shoquist 而言,那些关系在工厂车间里共同解决的每一个挑战中变得更加牢固,因为每一代技术都对背后的人和工具提出更高的要求。
问她所依赖的全球网络,她会从人说起。有一位台湾的供应商,急于让生产运转起来,凌晨 3 点打电话给她,提出解决最新问题的办法。还有越南的工厂工人,他们对她的唯一要求就是提供更多工具,好完成更多工作。她记得那些在 NVIDIA 还很小的时候支持它的合作伙伴,也记得他们为帮助彼此成长所做的工作。
Shoquist 每季度与关键供应商会面,每年有六周时间在路上,拜访 Taiwan, China、韩国、越南和美国的合作伙伴,对话从会议室延伸到工厂车间。
最近,她暂停了行程,来领取 2026 年 Dr. Lisa Su Woman of Innovation Award——并分享她如何找到合适的人和公司,以大规模构想并生产从未被制造过的技术。

问:你会如何向 NVIDIA 以外的人描述你的工作?
答:在最基本的层面上,我们的工作是把设计转化为物理世界中的产品。我们的设计团队制定蓝图,而我们的工作是把它转化为可靠、高性能的供应链。
“媒人”大概是最好的类比。你必须找到与你上量节奏相匹配、并且拥有能满足非常精密设计需求的技术合作伙伴。供应商必须有足够强的财力,能够为我们的上量投资。他们必须高度技术化。而且他们必须愿意去做从未做过的事。
如果这三者缺一,你就无法以我们所需的产量和速度创造产品。你需要这三条腿,而在某些情况下,如果你只有两条,你就必须投资这家公司,使其成为合作伙伴。
问:实践中有什么例子?
答:Amphenol 的 cable cartridge 是他们建造过的最复杂的互连组件。我最近参观现已全面投产的越南工厂时,被制造这种复杂程度的产品所需的精度水平所震撼。
在这个大型 cable cartridge 中,有 1,500 个小型 cable legs。每一个都需要非常精确的组装,才能达到低于 1 DPPM(每百万缺陷件数)的质量水平。Amphenol 建造了一百多条自动化产线,以我们所需的速度和规模生产这一产品。这需要专有技术和工艺,但也需要用心、意愿和投入。
与供应商一起创造任何如此复杂和精密的东西,都会铸就伙伴关系。NVIDIA 所维护的合作伙伴,是那些在我们还小的时候支持我们、如今又愿意与我们一同扩展规模的人。
问:随着 NVIDIA 从销售芯片转向构建系统和平台,发生了什么变化?
答:当我们主要还是一家芯片制造商时,我们规模很小,而半导体行业已处于规模化的阶段。在那种环境下,关键是为我们所设想的产品挑选最匹配的技术。
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。请完全按原样使用它们,无论是在回复中还是在工具调用中:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
全球最先进 AI 基础设施供应链如何创造未来
当我们成为一家数据中心系统公司时,我们需要更多合作伙伴。但我们现在也进入了新的技术领域,这些领域的供应基础规模仍在发展中。
例如,我们的光学组件合作伙伴拥有技术和意愿,但他们还没有规模或资本来建设满足我们所需产量的晶圆厂。为了成长,我们需要支持和投资,就像我们对 Coherent 和 Lumentum 所做的那样。
除此之外,对于 CPO(共封装光学)等产品,我们正在与光学领域的新规模化合作伙伴一起创建全新的供应链。引领供应链各环节人才的整合,是推动这项惊人技术快速实现大规模量产的关键。

问:你显然很享受与供应伙伴共度时光,尤其是在工厂车间。随着时间的推移,你在那里学到了哪些别处学不到的东西?
答:20 多年来,你会遇到许多对供应成功至关重要的个人。你不仅会遇到 CEO,还会遇到负责生产车间的人。这些人是真正了解制造问题的人。
如果你与组织内更深层的人员没有紧密的工作关系,就很难就任何挑战进行坦诚对话。但当你们关系紧密时,他们想帮助你,并且能自在地告诉你:“我需要在车间得到更好的技术支持。我需要更多质量工程师。我们需要更好的设计。我们需要自动化这个。我们需要更多物料缓冲。”
这就是与供应商合作 20 年教给我们的。年复一年地向人们学习,结识组织内更深层的人,并建立信任,让他们能告诉我们该做什么才能与他们一起成功。
问:对 NVIDIA 技术的需求已经巨大且在增长。你的工作是确保 NVIDIA 的产量能跟上。你如何做到?
答:这又回到关系上。当你决定要大力推动一条产线以提高产量时,你必须有关系。你必须详细了解他们的流程。你必须详细了解他们的人员,而且他们必须信任你。只有这样,你才有资格向他们提出特殊请求,因为你可以精准地做到,而且你的请求可信且合理。
当你们一起成功时,他们高兴,你也高兴,对合作伙伴关系的感激会加深。我们都感激那些让我们成功的人。

问:你如何在供应链中分配资源优先级?
答:你首先需要了解最关键组件是什么,并围绕它们保护和优先安排生产。我们需要晶圆就像需要空气一样。关键组件是 TSMC 芯片。每周它从组装环节出来后,我们决定哪个工厂获得哪些芯片。
每周,我们都会查看工厂表现。如果某个工厂良率低,如果他们的所有权时间未达到我们期望的水平,那一周他们就不会获得更多芯片。
我们追踪每一颗芯片,从晶粒上的识别编号一直到客户发票。如果你想成为我们的供应商,你必须支持这一可追溯流程。借助这一流程,在供需需要时,我们将从 TSMC 芯片产出到 Foxconn 和 Wistron 系统产出所需的时间从五周缩短到两周。
把供应链想象成一个庞大的循环系统,通路遍布各处——当你需要加速其中任何分支时,你有能力做到。我们有能力做到。这令人充满力量,也令人兴奋。

文章标题:全球最先进的 AI 基础设施供应链如何创造未来
正文: 问:能否举一个事情没有按计划推进的例子?你、团队和合作伙伴是如何找到前进之路的?
答:当时我们正准备与 Foxconn 和 Wistron 一起,为 NVIDIA GB200 的计算板进入量产阶段。流程中的最后一步是由自动化 handler(测试处理器)管理的一项测试——这对我们来说是一种全新的方法,是为了满足这些复杂产品的高吞吐量需求而开发的。在初期爬坡阶段,吞吐量明显低于计划。
台湾制造运营总监做出决定:为了保护产品和出货,他需要停用整个流程,恢复人工测试装载。我们的制造商毫无保留地支持他,并调入了必要的人力来满足眼前需求,真的是数百名操作员。这让生产得以继续推进,但无法解决满产阶段的吞吐量要求。
与任何运营问题一样,根本原因包含许多因素:测试托盘组装、测试托盘设计、自动化硬件设计、自动化控制软件、产品良率。从各个角度看,这都是一个难以快速解决的问题。
就在那时,我们启动了 NVIDIA swarm。来自 NVIDIA 设计工程、运营工业化以及产品与测试工程的团队,以及来自 Foxconn 自动化工程的团队,大批人才涌向产线,在规模爬坡到来之前重新设计并重新激活了这条产线。
在运营出现问题时,这种情况并不罕见。NVIDIA 的所有团队都是街头斗士——行动导向,不认组织边界。我们说“任务就是老板”,但我们也是真正践行“任务就是老板”。
问:这项工作为什么让你如此兴奋?
答:在 NVIDIA,运营是一个非常有赋权感的地方。我们的团队不断设计和实施供应链变革,以满足新产品的强劲需求。挑战之高可以理解,但我们总能获得成功所需的资源。目标与成功之间唯一的阻碍就是我们自己的创造力。这令人振奋。

- AI 基础设施
- 人工智能
- 经济发展
- 工业与制造
- NVIDIA Blackwell
相关新闻

全球最先进的 AI 基础设施供应链如何创造未来

NVIDIA 扩展 Slurm,将量子计算引入超级计算

随着 Vera Rubin 以领先性能首次亮相,NVIDIA 横扫 MLPerf 训练与端点测试
