主要观点：随着 AI 热潮，云数据中心中 AI 工作负载和支持 AI 的硬件服务器足迹呈指数增长，为支持增长并确保领先地位，开始构建专用高性能计算服务器舰队，AI 工作负载需特殊硬件，云服务提供商大量投资 GPU、TPU 和 NPU 服务器，多数为购买模式且依赖 OEM 进行硬件诊断维护，导致维修 SLA 不确定且昂贵影响舰队可用性，因此云提供商从购买模式转向内部维护模式，硬件诊断对 AI 很重要，因为 AI 工作负载独特需可靠硬件且硬件常故障，硬件诊断引擎分为遥测收集层、硬件风险评分层、预测缓解修复层等，还需构建报告仪表盘展示 GPU/节点健康指标。
关键信息：AI 工作负载增长及相关硬件需求，构建专用服务器舰队，依赖 OEM 及问题，业务模式转变，硬件诊断各层功能及作用，构建报告仪表盘展示健康指标
重要细节：遥测收集层收集多种硬件实时遥测；硬件风险评分层根据硬件故障模式锁定风险评分；预测、缓解、修复层在不同状态采取相应动作；报告仪表盘展示多种健康指标相关内容