新矿机到场先压测半小时再签收

到货时间、外箱磕碰位置、机器序列号、风扇转速、电源输入电压、板卡温度、算力曲线、网口状态、噪音变化、螺丝是否松动、备件批次能不能对上，这些变量如果不在第一天记下来，后面出了问题就很难说清楚。作为硬件验收工程师，我最怕的不是某台机器一开机就坏，而是机器看起来能跑，签收也签了，三天后开始掉板、重启、风扇异响，供应商说是现场环境问题，矿场说是出厂质量问题，最后只能靠聊天记录和模糊印象扯皮。

矿机硬件验收不是把箱子拆开、通电、看到算力就结束。真正可靠的验收，要把到货、上架、巡检和备件放在同一个流程里看。因为很多故障并不是单点发生的：运输震动可能让散热片压合变差，电源接触不良可能在高负载下才暴露，风道设计不合理会在整排上架后才显出温差，备件型号不一致则会把一次小维修拖成半天停机。

下面这套流程，是我在矿场现场更愿意执行的版本。它不复杂，但要求每一步都留下证据，尤其适合新机器批量到场、二手机换批次、或者矿场准备扩容时使用。

准备：验收前把“能不能追责”先准备好

机器还没到场之前，验收工作其实已经开始了。

第一件事是确认采购清单和实际到货口径。很多矿场只看型号和数量，但硬件验收要多看几个细节：整机 SN、控制板版本、电源型号、风扇规格、网线接口状态、是否带原厂封签、保修起算方式。尤其是二手机或翻新机，外观看起来差不多，内部批次可能完全不同。你不提前要清单，到现场只能一台台猜。

第二件事是准备好临时测试位。不要让新机一落地就直接混进生产机架。至少要有一组独立测试电路、一台可控交换机、一段通风条件稳定的位置。测试位的电压、电流、环境温度、进风方向要能记录。否则机器压测异常时，你分不清是矿机问题、电源问题，还是现场风道问题。

第三件事是备好基础工具。验收现场常用的不是多高级的设备，而是稳定好用的东西：测温枪或热成像设备、功率计、万用表、备用电源线、备用网线、风扇测试件、螺丝刀、扎带、标签纸、扫码枪。大矿场还应准备一台备用控制板、一块确认无故障的算力板样件和几只同规格风扇，用来快速交叉验证。

第四件事是提前确定拒收和暂收标准。比如外箱破损到什么程度必须拍照报备，风扇叶片变形是否直接拒收，开机后多少分钟内掉板算异常，功耗偏差超过多少需要单独标记，散热片松动能否现场处理。这些标准不能等供应商到了再谈，最好写进验收单。硬件问题最怕“差不多能跑”，因为差不多往往就是后续维修成本的开头。

执行：拆箱不是为了开机，而是为了找运输痕迹

矿机到场后，不要急着撕膜上架。先看外包装。

外箱四角、提手位置、底部受压痕迹都要拍照。很多运输冲击不会直接把机器摔坏，但会让风扇框架变形、散热器偏移、电源外壳受力。箱体如果有明显凹陷，要先单独编号，不要和正常机器混放。拍照时最好把箱号、SN 和受损位置放在同一张图里，后面沟通会省很多话。

拆箱之后，先做外观检查。看机壳是否变形，风扇护网是否刮擦，进风口有没有灰尘和异物，电源接口有没有烧蚀痕迹，螺丝有没有缺失或明显拧花。二手机尤其要看风扇标签和电源标签是否一致，有些机器外观清洁过，但风扇轴承已经有明显噪音，开机后才会暴露。

接着做通电前检查。电源线规格要匹配，插头不能松，PDU 负载要留余量。这里我建议不要把一整批新机同时点亮。先抽取几台，再按箱号、批次、供应商来源分组开机。这样一旦某一组集中出现问题，能快速定位到运输批次或维修批次，而不是满场找原因。

开机后先不要超频，也不要急着调最激进的模式。验收阶段最重要的是观察机器在标准配置下是否稳定。一般我会看几个指标：启动是否顺畅，控制板是否能正常识别算力板，风扇转速是否同步，矿池连接是否稳定，前十分钟温度上升是否异常，半小时内算力曲线是否大幅抖动。

半小时压测不是为了追求漂亮数字，而是为了让隐蔽问题浮出来。风扇轴承有问题，通常会在转速拉高后出现异响；电源虚接，可能在高负载下出现重启；散热片压合不好，某块板温度会比同组机器高出一截；网口接触不良，表现为间歇掉线。只开机三分钟就签收，很多问题根本来不及出现。

检查：上架以后重点看整排表现

单机压测通过，不代表上架后一定没事。矿机是成排工作的，热风、线缆、PDU、机架位置都会影响结果。

上架时，先看进出风方向。新机不要因为线缆方便就随意摆放，冷热风混在一起，最先报错的往往不是所有机器，而是某几个位置的机器。验收工程师要记录每台机器所在机架、层位和电源口，后面巡检时才能把故障和位置关联起来。比如同一层位连续几台温度偏高，就不一定是机器问题，可能是风道回流。

供电检查也要放到上架后再做一次。测试位电压稳定，不代表生产位也稳定。尤其是矿场扩容时，新机器集中上架后，某一路 PDU 可能接近负载上限，插头温度和线缆温升都要看。不要只盯矿机后台功耗，插座、空开、母线连接点也要摸清楚。很多停机事故不是机器坏，而是供电环节先扛不住。

巡检时，我更关注“同批次里的异常值”。一台机器温度高不一定说明它坏，但同型号、同位置、同风量条件下，它比旁边机器长期高 8 到 10 摄氏度，就该标记。算力也是一样，短时波动可以接受，长期低于同批平均值，就要查板卡、固件、电源和散热。验收不是只看是否在线，而是找出那些现在还能跑、但很可能很快坏的机器。

声音也不能忽略。很多硬件问题会先从声音变化开始。风扇尖啸、轴承摩擦声、电源高频异响、机壳共振，都应记录。矿场噪音大，人工听不准，可以在固定巡检路线录几段音，异常机器单独靠近确认。风扇类问题早处理，通常只是换件；拖到风扇停转，可能就是板卡过热和整机停机。

维修：能现场换的件，也要按流程换

矿机验收阶段遇到异常，不要马上拆得太深。先做低风险替换：换网线、换电源线、换 PDU 口、换矿池配置、换位置跑。如果异常跟着机器走，再进入硬件排查；如果异常留在原位置，就优先查现场环境。

风扇是最常见的备件。更换时要注意规格一致，包括电压、接口、转速范围和风向。不要只看尺寸一样就装上去。风扇转速曲线不匹配，短时间也许能跑，长期会造成温度控制不稳定。换下来的风扇不要随手扔，贴上机器编号和故障描述，后面统一判定是运输损伤、寿命到期还是批次问题。

电源问题要更谨慎。矿机电源外观看起来简单，但高负载下风险不小。出现频繁重启、功耗异常、插头发热、异响时，先断电检查接口和线缆，再用确认正常的电源交叉测试。不要在带负载状态下反复插拔，也不要让非维修人员临时处理。电源类故障如果记录不清，后面很容易变成安全事故和责任争议。

算力板和控制板的处理要分层。掉一块板，先看后台识别、温度传感器、日志报错，再检查线缆和接口。不要一上来就判定板坏。控制板异常则要注意固件版本和网络配置，有时是配置推送错误造成的假故障。验收工程师要把“换过什么、换前表现、换后结果”写下来，这比单纯说修好了更有价值。

备件库存也要跟着验收同步更新。新机到场后，矿场至少要确认几类备件：同规格风扇、电源线、网线、控制板、常用排线、螺丝和标签耗材。备件不是越多越好，而是要能覆盖最常见停机原因。更重要的是，备件要标明适配型号和来源，避免夜班维修时拿错件，把小问题修成新问题。

回滚和复盘：问题机器不要硬塞回生产区

验收中发现异常机器，最忌讳“先放上去跑跑看”。如果已经出现掉板、高温、重启、异响，就应该进入隔离区，至少不要混在正常机群里。否则后面巡检数据会被污染，维修人员也很难判断问题从什么时候开始。

回滚的第一步，是恢复到标准配置。把超频参数、特殊固件、临时矿池、临时网络配置全部退回验收基准。很多机器不是硬件坏，而是在测试过程中被改了参数。只有回到同一条件下，复测结果才有意义。

第二步，是按批次复盘。不要只盯坏的那一台。比如某一批机器风扇噪音普遍偏大，就要查运输和存放；某一组机器电源温度偏高，就要查 PDU 和线缆；某几个位置温度异常，就要查风道。硬件验收的价值，不只是挑出坏机，还要提前发现会让一整排机器掉效率的问题。

第三步，是把验收记录变成后续巡检基准。每台机器第一次稳定运行时的温度、算力、功耗、风扇转速，都应该留档。以后巡检时，不要只和厂家标称值比，更要和这台机器自己的初始状态比。矿机老化、风扇衰减、灰尘堆积、电源效率下降，都是慢慢发生的，有基准才看得出来。

今天如果有新矿机到场，建议现场先做一个具体动作：挑出每个批次的首台机器，完成拍照、通电、半小时标准压测、上架定位和备件匹配记录，再决定是否整批展开。别让签收单跑在验收前面。矿机能不能稳定挣钱，很多时候就差在第一天有没有把这些硬件细节查清楚。