矿机到货先验供电余量

到货验收这件事，不能只看外箱有没有破、铭牌算力写多少。真正要先核的是一串会影响上架的变量：单台额定功耗、PDU 每路承载、电源线规格、插头温升、风道方向、进风温度、固件版本、风扇转速、算力板识别数、网口状态、备件批次，还有运输后螺丝、排线、散热片有没有松动。少看一个变量，机器可能当天能点亮，第三天就开始掉板、重启、烧接头。

我做硬件验收时，最怕的不是某台矿机开不了机。开不了机反而简单，隔离、拍照、走售后。麻烦的是一批机器看起来都能跑，电流却贴着上限走，风扇一直高转，几小时后电源线发烫，到了夜班才开始连续掉线。那种问题很容易被误判成矿池、系统或者网络异常，最后绕一圈才发现，根子在到货验收时没把供电和散热一块测透。

准备：验收前先把现场条件写死

矿机到仓库之前，验收工程师要先把现场条件确认清楚。不是等机器来了再临时找线、找位、找人。至少要提前准备好三类东西：测试电位、测温工具和记录模板。

测试电位要和正式上架环境尽量一致。很多矿场喜欢在临时插排上点亮机器，只看能不能进后台、有没有算力。这种验法只能证明机器能启动，不能证明它能在正式机架上稳定运行。验收时最好按正式 PDU、正式电源线、正式电压条件来测，尤其是高功耗机型，不能用低规格线材凑合。

测温工具也别只靠后台温度。后台看到的是芯片温度、板温或者风扇转速，线缆接头、PDU 端口、空气回流点要靠红外测温枪或热成像看。插头温升比机器后台报警更早，很多接触不良都是先从这里露头。

记录模板不需要复杂，但必须统一。每台机器至少记序列号、外观状态、通电时间、实时功耗、三块算力板状态、风扇转速、进出风温差、网络 MAC、固件版本、异常照片。验收记录不是给领导看的形式文件，而是后面索赔、返修、换板、追批次的证据。

备件也要在准备阶段确认数量。风扇、电源、控制板、网线、电源线、常用排线、扎带、螺丝、标签纸，别等机器上架后才发现缺。矿场停机最常见的浪费，不是不会修，而是故障已经定位，手边没有能换的件。

执行：开箱不是拆包装，而是做第一次筛选

到货后第一步是外观筛选。外箱有压痕、进水、穿刺、封签异常的，不要急着混进正常批次。拍照、单独编号、单独通电。运输伤最容易藏在风扇框、散热片、算力板边角和电源外壳上。外观筛选做细一点，后面能少很多扯皮。

拆机检查不一定每台都全拆，但抽检比例要够。尤其是大批量到货时，建议按批次、托盘、物流路径抽样，不要只抽最外层几台。重点看散热片是否移位，风扇叶片有没有裂纹，排线有没有松，电源接口有没有歪，螺丝有没有脱落。矿机这种设备，运输后的机械问题比很多人想象得多。

通电执行要分批，不要一口气全上。先小批量点亮，观察十到二十分钟，确认没有异常气味、异响、风扇不转、接口打火，再扩大数量。每批通电时记录启动电流和稳定功耗，和厂家标称值做对比。功耗偏高不一定立刻判坏，但要标记，因为它会影响整排供电余量。

散热测试不能只看“温度没红”。要看风扇是否长期满转、进风口有没有吃到热风、出风有没有被挡回机身。现场经常见到一种情况：单台在地面测试正常，上架后因为机位靠近墙角或冷热风混流，温度很快爬高。验收时如果不模拟上架位置，问题会被带到运行阶段。

检查：上架后的巡检重点放在异常趋势

矿机上架后，验收还没结束。真正的验收应该覆盖一段连续运行时间，至少跑过一个完整负载周期。刚启动时正常，不代表半小时后正常；白天正常，也不代表夜里进风温度变化后正常。

巡检第一项是供电触点。PDU 端口、电源线插头、矿机电源输入口都要测温。单个接头比旁边高出明显一截，就要停下来查，不能等烧黑再处理。插头发热常见原因有线材规格不够、插接不到位、端口老化、负载分配不均。这里不要靠手摸判断，手感很不准，也不安全。

第二项是算力板识别和硬件错误。后台显示三块板都在，不代表状态健康。要看每块板算力差异、芯片掉点、硬件错误增长速度。某块板长期低于同机其他板，或者错误数增长很快，就要列入观察。验收时把这类机器混入正常批次，后面维修人员会在同一个问题上反复跑现场。

第三项是风扇和噪音。风扇异常不只表现为停转，也可能是高频异响、转速波动、同机两侧转速差过大。风扇是便宜件，但它造成的损失不便宜。一个风扇掉速，可能拉高整机温度，进一步造成算力板不稳。备件里风扇一定要够，巡检发现后能当场换，不要让机器带病跑。

第四项是网络与控制板。矿机间歇掉线，有时不是矿池问题，而是网口松、网线水晶头质量差、控制板异常重启。验收巡检时要记录掉线时间和同排其他机器状态。如果同一排同时掉，优先查交换机和供电；如果单台反复掉，优先查网线、控制板和电源稳定性。

维修：能现场闭环的故障，不要拖成返厂

验收现场要把故障分级。风扇坏、电源异常、网线问题、排线松动、控制板无法启动、算力板缺失，这些处理方式不一样。能现场更换验证的，就现场闭环；涉及算力板明显损伤、烧痕、进水、运输变形的，要隔离留证，不要为了赶进度强行上架。

维修时最忌讳“换了再说”但不记录。换下来的风扇、电源、控制板要贴标签，写清楚来自哪台机器、什么症状、什么时候更换、换后是否恢复。否则备件库很快就会变成一堆说不清好坏的东西，下一次故障又把坏件装回去。

备件管理也要按批次走。比如同一批电源出现多台高温或啸叫，就不能只当个别故障处理，要把同批次电源列出来复查。风扇也是一样，如果某个批次风扇轴承声音集中异常，提前换掉比等它停转更划算。

回滚和复盘：验收失败要有退路

一批矿机上架后，如果出现集中高温、集中掉板、集中重启，不要继续硬推。回滚动作要提前写好：哪些机器先下架，哪些机位暂停使用，哪些 PDU 降载，哪些批次转入复检，哪些问题走供应商确认。

回滚不是认输，是止损。比如发现某排 PDU 端口温升过高，就应该先把负载拆开，换线、换端口或降低该排上架密度，而不是等接头烧坏。发现某批机器功耗普遍偏高，就要重新核算整柜余量，必要时减少单柜数量。矿场真正怕的不是少上几台，而是一排设备一起出事。

复盘时要回到验收记录。哪些问题在开箱时能发现却漏了，哪些问题只有上架后暴露，哪些备件不够，哪些工具缺失，哪些数据没有记。下一批到货前，把这些改进写进流程。比如把插头温升测量从抽检改为全检，把风扇异响加入上架前筛查，把电源线规格拍照留档，把异常机器单独建档。

今天如果有新矿机到场，我建议先做一个很具体的动作：别急着全量上架，先抽一个正式机架位，按正式线缆和 PDU 跑满一小批机器，连续记录功耗、接头温度、风扇转速和算力板状态。这个小批次跑稳了，再扩大；跑不稳，就在仓库门口把问题截住。矿机验收的价值，就在于让故障停在上架前，而不是停在收益已经损失之后。