文章目录
矿机到场别急着上架：散热、供电和备件验收少一项都可能变成停机成本
矿机硬件这一轮讨论，很多人还是习惯先问两个数：标称算力多少，墙上功耗多少。可真正把机器拉进矿场以后，决定它能不能稳定回本的，往往不是宣传页上的参数，而是到场验收、供电匹配、散热冗余、维修路径和备件准备这些“笨功夫”。
尤其现在矿场环境比过去复杂得多。行情波动大，矿池策略会变，电价时段也可能调整，一批机器如果在高温、灰尘、电压波动里连续跑，早期没暴露的问题，很容易在一两周后集中爆出来。到那个时候再找售后、等风扇、换电源板，损失的不只是维修费，还有整排机器的停机时间。
所以今天聊矿机硬件，不聊新型号参数堆料，重点放在一个更现实的问题：机器买回来以后，怎样验得细一点、装得稳一点、修得快一点。
到货验收先看“能不能长期跑”，不要只看能不能点亮
不少矿工收机器时，验收流程很简单：外观没磕碰，通电能进后台，算力能起来，就算过关。这个流程对小批量玩家还凑合，对矿场来说明显不够。
真正的到货验收，第一步应该是看运输痕迹。外箱有没有受潮、变形、二次封箱痕迹；机身螺丝有没有拆卸印；散热片有没有歪斜；风扇叶片有没有裂纹；接口位置有没有松动。这些问题单独看都不大，但它们往往意味着机器经历过冲击、返修或不规范搬运。
第二步是记录序列号、控制板信息、电源型号和风扇型号。很多矿场后期维修混乱，就是因为第一天没有建档。机器坏了以后，只知道“某排第三台不稳”，却不知道它是哪一批货、哪一版电源、哪种风扇、是否曾经返修。等问题扩大，根本没法判断是单机问题，还是批次问题。
第三步才是通电测试。这里也不要只看开机 10 分钟的算力曲线。建议至少跑一轮短时满载测试，观察芯片温度、进出风温差、风扇转速、电源温度和错误率。尤其是二手机、翻新机或跨地区调货的机器，短时间能跑满不代表稳定，温度一上来，算力板虚焊、风扇老化、电源衰减才会慢慢露头。
一个简单原则：验收不是为了证明机器能开机，而是为了提前发现它将来最可能在哪个环节掉链子。
散热不能只靠风扇转得快，风道和灰尘才是长期变量
矿机散热最容易被误解。很多人看到温度高，第一反应就是风扇拉满、加排风、开更大功率的通风设备。但矿场里真正稳定的散热，不是靠单点猛吹，而是让热量有清晰路径离开机器。
风冷场景下，进风温度、风道密封、冷热区隔离，比单台风扇转速更重要。如果热风回流，机器吸进去的不是冷空气，而是上一排机器排出来的热空气，风扇再怎么转，芯片温度也下不来。更麻烦的是，热回流常常不是全场同时发生，而是先出现在角落、靠墙、靠门或风道死角位置，导致局部机器长期处在高压状态。
灰尘也是一个慢性问题。刚装机时温度正常，一个月后温度慢慢爬升，很多时候不是机器变差了，而是散热片、风扇网罩、进风口积灰。灰尘会让风阻变大，风扇转速上去了，实际穿过散热片的空气却变少。长期下来，风扇寿命缩短，芯片温度波动变大，算力板更容易出错。
有条件的矿场，应该把温度巡检做成固定动作，而不是等报警。比如同一排机器，若某几台长期比平均温度高出明显一截，就要检查位置风道、机身积灰、风扇状态和散热片是否松动。不要等机器降频才处理，那时已经损失了一段稳定收益。
水帘、负压风机、液冷改造这些方案各有价值，但无论用哪一种，核心都不是“把温度压得越低越好”，而是让温度稳定、差异可控、异常可定位。
供电问题最怕“差不多能用”，轻载没事不代表满载安全
矿机供电不是插上电就完事。矿场里很多硬件故障，表面看是算力板坏、电源坏、控制板异常，往深里查，根源可能是供电不稳、线缆过热、接头虚接或负载分配不合理。
首先要确认电源容量和线路余量。矿机满载运行时，功耗不是一个固定不动的数字，温度、模式、固件策略都会让功率上下波动。如果线路设计只按标称功耗刚好卡住，遇到高温、启动冲击或批量重启，就容易触发保护，严重时还会烧接头、烧线缆。
其次要注意三相平衡和分区负载。大型矿场如果某一相长期偏高，轻则跳闸，重则影响整片区域设备稳定。不要把供电当成一次性工程，机器上架、下架、换位、增加新批次以后，都应该重新核对负载。
再就是线缆和插头。很多现场事故并不是设备本身质量差，而是线径不够、接线端子没压紧、插座长期发热、老化后继续使用。矿机运行环境温度本来就高，接头处再有一点接触电阻，热量会被持续放大。巡检时用手摸不一定安全，也不够准确，最好用测温工具定期扫一遍配电柜、PDU、插头和电源输入端。
供电验收有个很实用的办法：不要只看单台机器是否正常，而要看同一回路多台机器同时满载时，电压是否稳定、接头是否升温、保护开关是否有异常声音或跳动。矿机硬件吃的是连续电流，供电系统的短板通常会在满载和长时间运行里暴露。
维修要分层处理，别把小故障拖成整机报废
矿机维修最怕两种情况：一种是不会判断，什么问题都寄修；另一种是过度自信，什么都自己拆。前者停机时间长，后者可能把小问题拆成大问题。
比较稳妥的做法，是把故障分成现场可处理、场内维修可处理、必须返厂三类。
现场可处理的，多是风扇异常、网线松动、配置错误、灰尘堵塞、电源线接触不良等。这类问题如果有标准巡检流程，通常能很快恢复。比如同一台机器反复掉线，先不要急着判定控制板坏，应该依次查网口、交换机端口、电源输入、电压波动和系统日志。
场内维修可处理的，包括更换风扇、电源、控制板、部分线束，以及明显的散热组件问题。这要求矿场至少有基础工具、绝缘防护、备件记录和维修台账。每换一个部件，都要记录机器编号、故障现象、更换时间和更换后表现。否则几个月后同类问题再出现，没人知道是新故障还是旧问题复发。
必须返厂的，主要是算力板芯片级故障、严重烧毁、进水腐蚀、反复修不好且涉及质保的机器。这里要特别注意，不要为了省几天时间随便找非正规维修，把质保拆没了。尤其是新机或还在保修期内的设备，拆机前先确认售后条款，比事后扯皮省钱得多。
维修的关键不是谁会焊板，而是能不能把故障路径整理清楚。矿场真正需要的是“少停机、少误判、少返修”。
备件不是越多越好，要按故障频率和到货周期准备
备件管理也很容易走极端。有的矿场几乎不备件，坏一个等一个；有的矿场买了一堆不常用部件，压资金还容易放坏。更合理的方式，是按故障频率、维修难度、采购周期和机器数量来定。
风扇通常是最该优先准备的备件之一。它属于高负载、易损耗、替换快的部件，特别是在高温、粉尘环境里，风扇寿命会明显缩短。没有风扇备件，一台机器可能因为几十元到几百元的部件停几天。
电源也要有一定比例备货。电源故障不仅会让单机停机，还可能带来误判。很多算力不稳、频繁重启的问题，最后查下来是电源输出衰减或保护异常。如果现场没有可替换电源，就只能靠猜。
控制板、排线、网线、电源线、PDU 备件也不能忽略。它们单价不一定高，但一旦缺货，同样会造成停机。对于大规模矿场，还要注意不同批次矿机的配件兼容性，不要以为“看起来一样”就能通用。风扇接口、电源版本、控制板固件匹配，最好提前核对清楚。
备件还要定期盘点。放在仓库里的风扇、电源、线缆，如果没有编号和出入库记录，时间久了就会变成一堆“可能能用”的东西。真到抢修时，拿错型号、拿到坏件，比没有备件更耽误事。
一个小矿场的教训：省掉验收，最后用停机补课
前段时间有个小矿场接了一批二手机，价格不错，机器到场后简单通电，算力能起来，就直接上架。前几天看起来没问题，到了第十天，靠近排风死角的一组机器开始频繁掉算力。现场一开始以为是固件问题，批量重启后短暂恢复，第二天又掉。
后来逐台检查，发现问题叠在一起：几台机器风扇轴承老化，高转速时风量不足；部分散热片积灰严重；同一回路负载偏高，满载时电压波动明显；还有两台电源输入端接头发热。因为到场时没有记录配件状态，也没有做满载温度测试，问题全被推迟到运行阶段爆发。
最后处理下来，换风扇、清灰、调整供电分路、替换两台电源，机器才稳定。直接维修费用不算夸张，但那几天少出的币、人工排查时间和反复重启带来的损耗，远比一开始多花半天验收贵。
这个案例不特殊，反而很常见。矿机硬件的问题很少是突然从零到一爆发，更多是早就有迹象，只是验收和巡检没把它抓出来。
给矿工和矿场的具体建议
如果今天有新机器到场，先别急着全部上架。建议按批次抽检加全量登记，把序列号、电源型号、风扇状态、外观照片、初始温度和满载表现记录下来。机器越多，越不能靠记忆管理。
散热方面，先检查风道，再谈加设备。重点看热风有没有回流、角落机器温度是否异常、灰尘是否开始影响进风。不要只盯平均温度，局部高温更容易引发故障。
供电方面，至少做一次满载检查。看线路余量、接头温升、三相负载和保护开关状态。只要发现某个回路长期偏热或偏载，就要尽早调整，不要等跳闸后再处理。
维修方面，把常见故障流程写下来，明确哪些现场处理、哪些换件处理、哪些返厂。每一次维修都留记录，机器编号、故障现象、更换部件和恢复情况都要写清楚。
备件方面，优先准备风扇、电源、线缆、控制板和常用连接件，数量按机器规模和采购周期来定。备件不是摆设，要有出入库、有型号核对、有定期测试。
矿机硬件的竞争，最后会落到很朴素的地方：少坏、快修、稳定跑。散热、供电、维修、备件和验收这些环节，看起来不如新机参数刺激，却是矿场长期收益的底座。对矿工来说，今天多花一点时间把硬件底账做扎实，后面少停一次机，就可能把这点成本赚回来。
