文章目录
到货矿机先做带电验收再谈上架
箱号、SN、外箱压痕、铅封状态、风扇转向、进风温度、出风温差、PSU 输入电压、单机墙上功耗、算力板温度、网口灯、固件版本、矿池拒绝率、噪音尖峰、螺丝缺失、线束插到底没有——这一串变量，是我今天验收到货矿机时第一眼要看的东西。很多人拿到机器后最关心“能不能出算力”，但在硬件验收现场，真正决定后面省不省事的，往往是开机前半小时和上架后前两小时。
矿机不是手机，拆箱点亮就算验收通过。它要在高温、高电流、连续震动和满负载风道里跑很久。到货时漏掉一个电源接口松动、风扇异响、散热片偏移，后面可能不是一台机器掉线，而是一排机架温度被带高，运维半夜被叫起来换板。
我写这篇，不从行情说起，也不谈哪款芯片纸面参数更好，只按硬件验收工程师的实际流程，把准备、执行、检查、回滚和复盘讲清楚。矿场规模大小不同，但到货、上架、巡检、备件这几件事，谁都绕不开。
准备：机器没到之前，验收条件要先到位
矿机到货当天再找插座、网线、扫码枪和温枪，基本已经晚了。验收最怕“现场将就”，因为将就会让问题混在一起：到底是机器有毛病，还是电压不稳、网线不通、环境温度太高？如果条件没控住，验收记录就没有参考价值。
我一般会在机器到场前，把临时验收位准备成一个相对固定的小环境。电源回路要知道额定承载多少，PDU 是否能扛住连续满载，空开规格是否匹配，线缆有没有发热历史。不要只看插头能不能插上，矿机启动瞬间和满载运行时的电流变化，足够把质量一般的接头逼出问题。
网络也要提前测。验收位最好有独立网段，DHCP 是否正常、矿池地址能不能连通、延迟是否稳定，都要先跑一遍。否则机器开机后看不到算力，现场很容易误判为控制板故障。对批量到货来说，网络问题会制造大量假故障，浪费维修时间。
工具方面，至少要有功率计、红外测温仪、万用表、网线测试仪、备用风扇、备用电源线、压缩空气或气吹、标签纸、扫码设备。大矿场还会配热成像仪和绝缘测试工具。别觉得这是形式主义，验收不是“看一眼能跑”，而是给后面维修和索赔留下证据。
备件也要提前分层放好。风扇、电源线、控制板、网线、水冷接头或风道密封件，不应该和杂物堆在一起。验收当天最常见的小故障，往往是风扇报错、线材接触不良、网口异常。如果备件找不到，机器就只能先堆着，后面再处理时，批次问题和单机问题就更难分清。
执行：拆箱不要急，先把外伤和身份对上
矿机验收的第一步不是通电，而是确认这台机器“是谁、从哪来、经历过什么”。外箱如果有明显压痕、受潮、二次封箱痕迹，我会先拍照，记录箱号和物流单号，再开箱。不是为了挑刺，而是为了后面如果发现算力板变形、风扇框裂、散热器松动，有证据能回到运输环节。
开箱后先核对 SN、型号、批次、额定功耗和随箱配件。这里不要只扫整箱码，单机 SN 也要录入。矿场后期维修最怕账物不一致，机器送修回来对不上板，或者明明是某一批次电源问题，系统里却查不到对应批号。
外观检查要看几个细节。风扇叶片有没有擦痕，防护网有没有变形，电源接口有没有烧蚀痕迹，控制板排线有没有歪插，算力板固定螺丝有没有少，机壳有没有受力弯曲。很多运输损伤不会让机器立刻报错，但一上架满载、风扇高速转起来，问题就会出现。
通电前我会先闻一下电源和出风口附近有没有焦味，听起来土，但很有效。返修机或受潮机，有时一开箱就能闻出异常。再看接口内是否有灰尘结块、金属碎屑或者水渍。矿机内部风道直，异物被吸进去后可能卡风扇，也可能造成短路。
首次通电不要直接丢进正式机架。验收位先单台点亮，观察启动过程。风扇是不是同时起转，转速爬升有没有明显一高一低，网口灯是否正常，控制板能否被扫描到。前几分钟不要离人，尤其是二手机、返修机和跨地区运输的机器，启动阶段最容易暴露电源和风扇问题。
检查：带负载跑起来，散热和供电才会说真话
机器能开机，不等于验收通过。矿机硬件问题很多只在满载时出现，轻载或刚开机时看不出来。所以我习惯把验收分成短测和稳测：短测看有没有明显故障，稳测看温度、电流、算力和拒绝率能不能站住。
短测一般先跑十几分钟，确认算力板全部识别、芯片数量正常、风扇转速在合理范围内。这里要注意，不同型号的正常区间不一样，不能拿一台机器的经验套所有型号。验收前最好把厂家标准、历史同款均值和矿场当前环境温度放在一起看。
散热检查不能只看面板温度。面板数字有延迟，也可能被固件算法修饰。现场要摸清进风温度、出风温差和同排机器差异。比如同一批机器，同样位置、同样频率，有一台出风温度异常高，算力还勉强正常，就要怀疑风道受阻、散热片贴合不好或风扇效率不够。
风扇声音也值得记录。尖啸、刮擦、周期性抖动，往往比报错更早出现。很多风扇不是马上坏，而是轴承先有异常，连续跑几天后转速掉下来，机器开始降频。验收时把这类机器标出来，哪怕暂时能跑，也不要放到最难维护的位置。
供电检查更不能省。单机功耗要和标称、同批均值做对比。功耗偏高但算力没有相应提高，可能是电源效率问题，也可能是芯片体质差、固件参数不合适。功耗偏低同时算力偏低，则要看是否有算力板未满载、频率被限制，或者电压输入不足。
PDU 和线缆温度也要查。很多人盯着矿机面板，却忘了插头和接线端子。验收位跑一段时间后，用温枪扫插头、PDU、空开附近，如果某个点温度明显高于旁边同类位置，先停下来查接触。电气问题不能赌，矿机坏了还能修，接头发热引发事故就不是维修成本的问题。
上架：位置安排要考虑后面怎么修
验收合格后上架，不是把机器塞满就完事。硬件工程师看机架，会同时看风、线、电、手能不能伸进去。后面巡检和维修能不能快，很大程度在上架那一刻就决定了。
同批机器最好按 SN 或批次连续上架，至少在系统里能查到位置。这样一旦某个批次出现风扇、电源或温度异常，可以快速定位，不用在全场里一台台找。不要把问题机器分散到各处“先跑着看”，这会让后期排查成本成倍增加。
高温位置不要放验收时温度边缘的机器。靠近热风回流、风道末端、上层机位，通常更考验散热。那些出风温差偏高、风扇声音不稳、功耗偏高的机器，即使短测通过，也应该放到容易巡检、容易下架的位置。
线缆要留可维护余量，但不能乱垂。电源线弯折过紧、网线压在热风口、扎带勒住接口，短期看不出问题，跑久了就会变成掉线、接触不良、绝缘老化。每次上架我都会要求线缆走向一致，标签朝外，插头插到底后再轻拉确认。
水冷或浸没式场景还要多看接头、密封和流量。不要以为液冷就没有散热验收，液冷的问题只是换了形态：接头渗漏、冷板贴合、泵组流量、过滤器堵塞，都会让温度异常。上架前的干检和压力检查，比后面满机运行时发现漏点要便宜得多。
巡检：前一周别只看总算力
新机器上架后的前一周，是硬件问题最集中暴露的时间。这个阶段巡检如果只看总算力，很容易把小问题拖成批量问题。总算力没掉，不代表每台都健康；一台机器降频，可能被其他机器的波动掩盖掉。
巡检要盯单机趋势。温度是不是一天比一天高，风扇转速是不是持续拉满，拒绝率是否集中在某几台，重启次数有没有异常。尤其是夜间低温和白天高温的对比，可以看出散热余量到底够不够。白天一热就掉算力的机器，后面夏季会更麻烦。
维修记录也要和巡检绑定。换过风扇、换过电源、重新插过排线的机器，不要只在微信群里说一句，要进工单或台账。否则下次同一台机器再报错，现场人员不知道它已有历史问题，只会重复做一遍排查。
备件消耗同样是巡检的一部分。如果某批机器风扇消耗明显高于其他批次，或者同一型号电源连续更换，就要怀疑批次质量、环境适配或供电条件，而不是简单归结为“运气不好”。备件数据是硬件质量的早期信号，别等到停机才回头统计。
回滚：验收不通过的机器，不要硬塞进生产区
现场最常见的错误，是机器有点问题但还能跑，于是先上架“凑算力”。这类机器后面通常会用更高成本把问题还回来。验收不通过就要有回滚动作：隔离、标记、降载测试、换件复测、退换申请，流程要明确。
如果是风扇、线材、电源线这类小件问题，可以用备件替换后重新跑测试。但换件前后都要记录，不能换完就当新机通过。否则后面统计故障率时，会误以为到货质量很好，实际备件已经提前消耗掉一批。
如果是算力板识别异常、温度异常高、电源异响、机壳变形、反复掉线，就不建议直接进入生产区。尤其是温度和供电相关问题，带病运行会影响周边机器，也会增加维修风险。该隔离就隔离，该走售后就走售后，不要让生产压力盖过安全判断。
回滚还包括参数回退。新机器验收时不要一上来就套激进频率或省电参数。先按厂家推荐配置跑稳，再逐步调整。否则机器出问题时，分不清是硬件质量、环境条件，还是参数造成的。验收阶段追求的是把变量减到最少，不是把收益拉到最高。
复盘：把一次到货变成下次少踩坑的依据
一批矿机验收结束后，我最看重的不是“通过率”三个字，而是问题分布。多少台外观损伤，多少台风扇异常，多少台功耗偏离，多少台温度边缘，多少台需要换件，多少台直接退回。只有这些数据清楚，下一批采购、物流、上架和备件准备才有依据。
复盘时要把供应商、运输路线、批次、机位环境放在一起看。比如某批机器外箱损伤多，可能要调整打托和物流；某型号在高温区频繁降频，可能要调整上架位置；某类风扇消耗快，备件比例就要提高；某种电源线接头发热，就要立刻替换，不要等巡检发现第二次。
对矿场来说，验收不是文档工作，而是把故障挡在正式运行前面。今天收到机器，建议现场至少做一件具体事：抽出一台已上架新机，核对它的 SN、机位、功耗、进出风温差和最近重启记录，看台账是否能对上。如果这台都对不上，说明验收流程还没有真正落地；如果能对上，再把同批机器按同样口径补齐。硬件管理不怕慢一点，怕的是机器已经跑了半个月，出了问题才发现连它什么时候到、换过什么件、放在哪个热区都说不清。
