当 Sakeena Fiza 描述她在 NVIDIA 担任验证工程师的工作时，她所用的描述更像是在讲述一个侦探故事，而不是介绍一份世界级的工程实验室里的工作。
Fiza 说：“验证工程师深入暗处，从而使光线照亮每个角落。每当我们拿到一个系统时，我们首先想到的是：它可能在哪里出现问题？”
又会在何时开始出问题？
她说：“我总是喜欢把它看作一个等待破解的谜题。”
在 NVIDIA，Fiza 及其数据中心系统工程实验室的同事研究的系统正是驱动 AI 时代的引擎。她的工作在外界知道一款产品存在之前就开始了，也就是在实验室里，新系统首次通电的那一刻。
组件被逐个启动，电路板被集成，固件和软件团队随即展开工作，工程师们则密切观察系统最初的运行迹象。
对于 Fiza 来说，在 NVIDIA 工作最早也是最难忘的记忆之一，就是当她第一次看到 NVIDIA Rubin GPU 在系统层面工作时，那种大家共同分享的喜悦。
她回忆道：“虽然只是显示了‘NVIDIA Corporation Device (NVIDIA 公司设备)’。但每个人都在欢呼和庆祝，因为这是全球范围内 Rubin GPU 首次在系统层面被枚举。”
这些时刻令人振奋，但仅仅是个开始。接下来要确保系统具备可靠运行的能力：从托盘到机架，再到集群，再到生产线，最终进入客户 AI 工厂。
Fiza 将验证描述为成为“产品的第一批客户”，即在开始大规模生产之前，确保物理设备能够正常运行的过程。验证工程师会在其他人开始依赖这款产品前，在各种现实条件下，将硬件运行到极限。
她说：“我们的目标是在客户发现问题之前，先把问题找出来。”
Fiza 在加州大学尔湾分校获得计算机科学和工程学士学位后加入 NVIDIA。她之所以选择硬件，源于她对系统日渐浓厚的兴趣。
Fiza 在迪拜长大，最初通过 Logo 编程语言学习编程，这促使她在未来走向系统设计领域，包括在高中机器人夏令营参与火星探测器的制造，以及在大学期间研究无人机。
吸引她进入数据中心系统的原因，在于有机会参与整机系统工作。她表示，在 NVIDIA，验证工作恰好处于多个方向的交汇点：固件、硬件、软件、机械设计、散热特性、制造和客户体验。
她说：“当我想成为一名机械工程师时，我就可以做机械工程师；当我想成为一名电气工程师时，我就可以做电气工程师；当我想成为一名固件工程师时，我也可以做固件工程师。”
她所查找的问题可能是巨大的，也可能是微乎其微的。机架级的问题可能涉及高速信号传输、散热余量或电源完整性。而另一些问题则可能是螺丝拧得太紧，或者客户设施中的灰尘过多。
Fiza 表示：“解决方案可能难以实现。我们必须追踪线索，排除那些会把我们带偏的干扰因素，并知道应该从哪里寻找答案。”
当日志显示出现故障时，Fiza 的工作就是找出原因。验证工程师会重现问题、改变条件、分析固件、排查机械变量、探测信号、分析示波器波形并逐步缩小可能的原因范围。
一块电路板就可能包含数万个组件，一块机架可能接近 50 万个组件。这些部件不能仅仅只是共存。在各种 AI 工厂配置中，面对生产和部署的复杂现实，它们还必须在承受压力且大规模运行的情况下，作为一个系统运行。
Fiza 说：“我希望人们了解运行 AI 所需硬件的复杂性。”
对于 Fiza 来说，工作的压力与乐趣密不可分。她将系统首次启动比作复仇者联盟：架构师、设计师、软件工程师、固件工程师、验证工程师齐聚一堂，共同努力让系统正常运行。
她说：“有一点我可以确定，当我开始工作时，我从不孤单。”
成为验证工程师需要保持一种严谨的怀疑：相信系统可以正常工作，然后尝试设想它可能无法做到的各种方式。这项工作既需要出色侦探的韧性，以及全科医生的诊断能力，还需要一种面对严重故障时仍能保持冷静的心态，就像做填字游戏一样。
每个项目都会带来一个新的谜题、一种新的故障模式，也进而带来让下一个系统变得更好的机会。
Fiza 说：“对于我们正在研发的产品，我感到非常兴奋。它们将改变世界。”
