文章目录
矿机到场先别急着上架：散热、供电、维修件和验收流程要一起看
矿机硬件这件事，很多人买的时候盯着算力、功耗、单 T 成本，等机器真到场了，才发现真正影响回本的往往不是宣传页上的那几个参数，而是更琐碎的东西：风道有没有堵，电源线压接牢不牢，电源板有没有暗病，控制板固件能不能稳定识别，维修件有没有提前备好。
尤其现在矿场运维节奏比过去紧很多。行情一波动，机器调频、切池、降功耗、转场都可能同时发生；天气一热，散热余量马上被吃掉；供电稍微不稳，表现出来可能不是直接断电，而是掉板、低算力、反复重启、算力曲线像锯齿一样。真到这种时候，再去临时找备件、临时排线、临时喊维修，停机损失会比想象中更难看。
今天这篇不聊芯片路线，也不聊谁家参数更漂亮，只把矿机硬件落到现场：新机、二手机、返修机到场之后，散热、供电、维修、备件、验收到底应该怎么一起做。
验收别只看外观，先把“能不能稳定跑”拆成几项
矿机验收最容易犯的错，是把“能开机、有算力”当成通过。实际上，能亮灯、能联网、能跑出短时间算力，只能说明机器没有马上死机，并不能证明这台机器适合进场长期运行。
到场第一步，外观检查当然要做，但不能停在外壳有没有磕碰。风扇叶片是否变形，风扇框有没有松动，进出风口有没有灰尘团，电源接口有没有烧蚀痕迹，算力板固定螺丝有没有缺失，控制板接口有没有氧化，这些都要看。二手机尤其要注意维修痕迹，散热片是否重新打胶，板边是否有焊接返修，电源外壳是否有拆装痕迹。
第二步是通电前检查。很多矿场为了赶时间，机器一到就直接上架开机，这很危险。电源线规格、插头温升、PDU 负载、空开容量、接地情况，都要先确认。矿机不是普通家电，启动瞬间和持续满载都会给供电系统压力。如果线路本身有问题，机器开起来之后可能一开始没事，跑几个小时以后才开始出现接口发烫、跳闸、掉电。
第三步才是上电测试。这里不要只看 5 分钟算力，最好至少跑一个完整温升周期。机器从冷机到热稳定，中间会暴露不少问题：某块板温度上升过快、某个风扇转速异常、电源输出不稳、哈希板识别反复变化、错误率偏高。短测看不出来的毛病，往往在这个阶段出现。
散热不是风扇越猛越好，关键是风能不能走对路
矿机散热最怕的是“看着风很大，实际热出不去”。现场经常能见到这种情况：风扇转速很高，噪音也大，后台温度却压不住；有些机器前排还行，后排温度明显偏高；同一批机器里，有几台总是掉算力，拆开一看不是芯片坏，而是风道被灰尘、线缆、挡板影响了。
散热要看三个层面。
第一是机器内部风道。风扇、散热片、导风结构必须完整，不能有松动。二手机或返修机要特别留意散热片贴合，有些板子经过维修后，散热片位置看着没问题，但接触不好，跑起来局部温度会很快上去。后台显示的平均温度不一定能反映局部热点，所以一旦出现某块板频繁报错，不能只靠调高风扇解决。
第二是机架风道。矿场上架时，冷热风不能混在一起。热风回流是夏季掉算力的常见原因。前后排距离、挡风板、负压设计、排风通道，都比单独给某台机器加风扇更重要。很多人喜欢在局部加工业风扇，但如果热风没有被带走，只是在现场搅动，机器吸进去的还是热空气。
第三是灰尘和湿度。灰尘会降低散热效率，还会增加风扇负担。潮湿环境下，灰尘附着更严重，板卡氧化风险也更高。清灰不能等到机器报警才做，应该按照场地条件设周期。干燥多尘的地方，重点看进风过滤和风扇轴承；潮湿区域，重点看板卡腐蚀、接口氧化和电源内部积尘。
有个小矿场曾经遇到过一批机器夏天持续低算力，后台看温度并不夸张，维修人员一开始怀疑板卡老化。后来现场排查发现，问题出在机架后方热风排不出去，热风从侧面回流到进风口，机器一直吸“二手热风”。调整挡风和排风之后，不换板、不换风扇，算力曲线反而稳了下来。
供电问题最会伪装成硬件故障
矿机维修里，供电问题很容易被误判。掉板、重启、算力波动、风扇异常、控制板离线，看上去都像机器坏了，但源头可能是电压波动、接触不良、线材发热、PDU 负载不均，甚至是某一路空开长期接近上限。
供电验收要从整条链路看，不要只看电源模块本身。变压器容量、配电柜、空开、线径、PDU、插头、矿机电源，每一段都有可能成为瓶颈。尤其是高功耗机器集中上架时，不能按理论总功率压满，必须留余量。现场环境温度升高之后，线材和接头温升会更明显，原本勉强能跑的配置，到了夏天可能就开始出问题。
电源线和接口是重点。接口轻微发黑、塑料件变色、插头松动、线缆发硬，都不是小事。矿机长时间满载运行，接触电阻稍微变大，就会持续发热。很多烧插头、烧 PDU 的事故，前期都有温升异常，只是没人记录。
还有一个容易被忽视的点：同一排机器不要只看总负载，要看三相是否平衡。三相不平衡会让某一路长期吃重，带来额外风险。对于新到一批机器，最好在上架后做一次负载复核，确认每一路电流、电压和温升，而不是等跳闸之后再倒查。
维修不能只靠师傅经验，要把常见故障做成分层判断
矿机坏了之后，现场最忌讳的是盲目拆板。拆一次就多一次人为风险，排线、接口、螺丝、散热片都有可能被二次损伤。更稳妥的方式，是先把故障分层。
如果是整机不通电，先查外部电源、线缆、PDU、空开，再查电源模块，不要一上来就怀疑控制板。
如果是能开机但不出算力，先查网络、矿池配置、控制板识别，再看算力板。
如果是单板掉线，先换位置、换排线、看温度和错误率，再判断是否板卡故障。
如果是运行一段时间后掉算力，优先看温度、电源输出和风扇状态，不要只盯芯片。
如果是反复重启，供电波动、固件异常、控制板故障都要排查，不能只换电源试运气。
维修记录也很重要。一台机器换过什么板、什么时间换、故障现象是什么、修完后跑了多久、是否复发，都应该记录。没有维修记录的矿场，后面会越来越乱：同一台机器反复修，备件消耗说不清，问题批次也追不出来。
返修机回场后，不要直接混入正常机群。至少要单独跑一段观察期，确认温度、错误率、算力稳定性，再上生产架。否则返修机如果存在间歇性故障，会拖累整个排查效率。
备件不是越多越好，要按停机损失来配
备件管理看起来是后勤问题，其实直接影响矿场收益。没有备件，坏一台等一台；备件太乱，占钱、占库房，还可能因为型号不匹配用不上。
矿场最基础的备件，一般要覆盖风扇、电源、控制板、常用排线、网线、PDU 易损件、螺丝和少量关键板卡。风扇属于高频损耗件，尤其灰尘大、温度高的场地，要备足。电源故障对停机影响大，也应该按机型准备一定比例。控制板损坏率未必最高，但一旦没有替换件，排查会很被动。
备件比例不能照搬别人，要看自己的机器数量、机型集中度、场地环境和维修响应时间。如果矿场离维修点近，备件比例可以适当低一些；如果场地偏远、物流慢，就必须提高关键件库存。二手机占比高的矿场，也要比新机矿场多准备一些风扇、电源和板卡。
更关键的是备件也要验收。很多人把拆下来的件随手放进“备件箱”，过几个月拿出来用，才发现本来就是坏的。备件应该分状态：全新、良品、待测、故障件，不能混放。良品件要贴标签，写清来源、测试时间、适配机型。故障件及时返修或报废，不要在库房里反复污染判断。
一套能落地的到场流程，比临时经验更值钱
矿机到场验收可以做得很复杂，但现场真正需要的是可执行。建议把流程压成几步：收货拍照、外观检查、通电前供电确认、单机短测、分组满载测试、温升记录、异常隔离、入库或上架。
新机重点看批次一致性和运输损伤；二手机重点看维修痕迹、灰尘、接口、温度表现；返修机重点看故障是否复发。不同来源的机器不要混在一起验收，否则出了问题很难追。
验收时至少保留三类记录：机器编号和来源，测试时的算力与温度，发现的问题和处理结果。记录不需要写得很花，但要能追溯。以后某一批机器集中掉板，或者某一种电源频繁出问题，靠这些记录才能快速判断是批次问题、环境问题还是运维问题。
最后给矿机硬件运维几个具体建议：
第一，新机器到场不要急着满架投产，先留出测试区，跑过温升周期再进生产区。
第二，散热检查不要只看后台温度，要看风道、热风回流、灰尘和局部异常。
第三，供电系统至少每次大批量上架后复核一次负载和温升，尤其注意插头、PDU 和三相平衡。
第四，维修先分层判断，少盲拆，多记录，返修机必须单独观察。
第五，备件按停机损失配置，不要只看价格；风扇、电源、控制板和常用线材要有清晰状态标签。
矿机硬件的稳定，不是某一个零件决定的，而是散热、供电、维修、备件和验收一起撑起来的。行情好的时候，少停一小时就是多一小时收益；行情弱的时候，少一次误判、少一次返修、少一批故障扩散，就是在给现金流减压。真正成熟的矿场，不会等机器坏了才重视硬件管理，而是在机器进场第一天，就把这些细节管起来。
