AI服务器售后服务全解析-下篇：三种供应模式，责任归属大不同

        以 DGX 为例，依原厂 2020 年公布的企业支持服务数据表，须搭配原厂的支持服务合约，内容涵盖硬件与软件的全生命周期支持、次营业日交付的预先换货（Advanced RMA，依地区而定），以及操作系统、驱动程序与固件的支持[3]。责任判定因此集中于原厂，时效与换修方式依原厂方案而定。备品同样依方案提供：以 2018 年的 DGX-1 为例，原厂备品方案涵盖电源、风扇、内存等特定零件，是否供应由各经销商或合作伙伴决定[4]。

➤     送修流程要对得上原厂

        设备须依原厂规定的流程送修，客户端的记录必须与原厂工单一致。企业若同时管理原厂整机与其他品牌设备，记录分散在各处，保修期限与送修进度就容易对不上。换下的备品另有自己的保修期：以 DGX-1 备品方案为例，若备品在支持期最后 90 天内出货，可享 90 天的硬件支持（较早出货则涵盖至支持期结束）[4]，也须逐件记录。

        针对这些需求，做法是将送修标准化，并记录每台设备的序列号、保修期限与原厂工单编号，让送修、返还与保修状态都有据可查（如图一）。

图一：原厂送修流程与客户端记录示意

        从 OEM 厂角度看，基板与零件本身的不良属供应商致因（VID），组装与选配设计不当属制程致因（PID），使用不当属客户致因（CID）。以 HGX 为例，GPU 部分由基板固定拓扑，其余周边则由各厂商自行设计[1]，因此故障排查须先分清是基板，还是 OEM 厂自选的电源、散热或组装问题；例如某节点开机后侦测不到 GPU，须交叉验证才能定论。归属不清，追偿与保修就容易起争议。

➤     各厂 SOP 不同

        同为代工整合机型，不同 OEM 厂的保修条款与送修流程各异。以公开条款为例，某 OEM 厂对 GPU 系统的标准保修为人工 3 年、零件 1 年、预先寄送替换 1 年，退回须先取得 RMA 编号[5]；另一家 OEM 厂的公开条款则是，有限硬件保修期视产品而定，可能为 90 天、1 至 5 年或其他年限，更长的服务期间可另购进阶支持服务[6]。同一台设备的人工与零件保修期还可能不同（如前述 OEM 厂的人工 3 年、零件 1 年），保修记录须能分开记录，才能判断换件是否仍在保修内[5]。企业若向多家 OEM 采购，无法用一套流程通吃，否则送修方式与时效就会与合约不符。

        针对这些需求，须依 OEM 厂牌分别建立维修 SOP 与保修类型，并留存归属判定结果与 RTV 单据，让基板或零件问题能回溯到上游，责任与数量才对得上（如图二）。送修数据也要事先备齐：以前述 OEM 厂为例，须先取得 RMA 编号，并标示于退回品外箱[5]；产品型号、序列号与故障说明若已留存于同一记录，送修时才能快速核对。

图二：代工整合机型三方责任归属判定示意

        同一型号名称下，CPU、GPU、网卡与冷却组合可能各不相同，原厂说明 MGX 支持数百种 GPU、DPU、CPU、存储与网络的组合[8]。若只以型号管理备品与维修，容易备错件或套错流程，客户也难以确认手上设备究竟是哪种配置。

➤     跨世代混搭，难以单一标准管理

        模块化架构可兼容多个世代的硬件，同一机房内可能并存不同世代的设备，固件与兼容性要求不一，单一维修标准难以涵盖。以 MGX 机柜为例，运算托盘由 CPU 与 GPU 等组合而成，并含液冷冷板等冷却组件[8]，换件后的复测条件也须跟着配置调整。

        针对这些需求，须依实际配置定义产品与部件，备品则分为共用件与专用件管理：跨配置通用的共用件集中备货，仅特定配置使用的专用件依配置备货（如图三）。库存理论的研究指出，在服务水平的限制下运用共用件对库存有利，但各零件的库存水位如何变化，并无一体适用的结论[9]，因此两类备品的备货水位仍须依实际用量与成本逐项设定。

图三：模块化配置与备品管理示意

表一：三种供应模式的责任归属与 wareconn 对应做法

        SLA 与备品策略也可依供应模式与客户需求弹性设定，不必为每一种模式另建一套系统。例如原厂整机须搭配原厂支持服务合约[3]，合约期间也应与设备序列号、保修期限一并留存。责任归属与维修记录结构化留存后，也能作为后续持续分析、改善保修成本与产品可靠度的依据[10]。