新矿机到货先做带载验收

箱号、SN、外箱压痕、封签状态、控制板版本、电源型号、算力板数量、风扇转向、进风温度、PDU 端口编号、网口灯状态、整机电流、出风温差、矿池拒绝率、现场噪声、备用风扇库存、同批次故障记录——这些变量如果没有在第一天留下记录，后面机器一旦掉算力、重启、烧线或者返修，很多问题就会变成“各说各的”。

我做矿机硬件验收，最怕的不是机器坏，而是坏得不清楚。仓库说到货没问题，机房说上架后才异常，维修说可能是供电，供应商说可能是现场温度。最后查来查去，时间花了，机器停了，责任也不好判断。

所以新矿机到场，我不建议直接拆箱上架满负载跑。越是赶着开机，越要把验收流程做细。矿机不是手机，不是开机亮屏就算合格。它要长时间吃电、出热、跑风、联网，还要在一排机器里互相影响。验收的价值，就是在机器正式参与挖矿之前，把运输损伤、供电隐患、散热短板、备件缺口尽量暴露出来。

准备：货还没到，验收条件要先到位

新批次矿机到场前，现场至少要提前确认三件事：电、风、记录方式。

电不是只看“有没有插座”。要核对配电柜容量、PDU 规格、线缆截面积、空开余量和单路负载安排。很多现场出问题，不是矿机本身不行，而是同一条线路上塞了太多机器，开机时还能跑，温度一上来、电流一抖，电源就开始保护，表现出来就是机器随机重启、算力忽高忽低。

风也不能只看“风机开着”。要提前测进风侧温度、冷热通道是否串风、机架前后距离够不够、挡风板有没有缺口。矿机散热最怕热风回流，单台机器放在空地上测试很好，上架进机柜后就开始降频，这种情况我见过很多次。验收前如果不把环境温度和风向记录下来，后面很难判断是机器散热能力差，还是现场风道没做好。

记录方式更容易被忽略。建议提前建好批次档案，每台机器至少对应 SN、箱号、机位、PDU 端口、网口、固件版本、首次上电时间、初测算力、温度、电流、异常现象。不要等出问题再补。矿场里最不值钱的是“凭印象”，最值钱的是第一手记录。

备件也要在验收前点一次。风扇、电源、控制板、网线、电源线、螺丝、扎带、标签纸、测温枪、钳形表，这些东西缺一样，现场处理速度都会慢一截。尤其是风扇和电源，属于高频消耗件，不能等坏了再下单。

执行：拆箱别急，先把运输痕迹留下

到货后第一步不是插电，而是看外观。外箱有没有变形、穿孔、受潮，封签有没有二次粘贴痕迹，托盘有没有倾斜，箱内泡棉有没有破裂。发现异常要先拍照，再拆箱。照片里最好同时带上箱号和 SN，避免后面无法对应。

拆机检查时，重点看四个位置：风扇、防护网、电源接口、算力板固定位置。风扇叶片如果有磕碰，短时间可能还能转，但高速运行后容易抖动，轻则噪声变大，重则风量不足。电源接口如果松动或有轻微烧痕，绝对不能凑合上架。算力板固定螺丝如果明显松动，要先处理，不然运输震动造成的接触问题，可能会在带载后才暴露。

上电建议分批做，不要一口气全上。先挑同批次里外观最完整的几台做样机，再抽几台箱体有轻微运输痕迹的机器做对比。这样能判断问题是个别运输损伤，还是整批机器存在共同特征。

第一次上电不要立刻超频，也不要急着改参数。先用默认配置跑一段时间，观察风扇转速、芯片温度、电源输入、电流波动和网络连接。矿池端要看有效算力和拒绝率，不能只看本地面板显示。面板算力好看，但矿池有效算力上不去，可能是网络、固件、配置或板卡不稳定。

上架时，机位编号一定要和机器 SN 绑定。以后巡检看到某台机器出风温度异常，能马上知道它是哪一批、哪一天到货、用的是哪个电源端口、之前有没有返修记录。没有这层绑定，巡检就是在机房里找猜谜题。

检查：带载验收要看热、电和故障重复性

矿机真正的验收，不是开机十分钟，而是带载运行后看状态是否稳定。我的习惯是至少观察一个完整温度变化周期，比如白天热、夜里凉，或者机房风机调速前后各跑一段。条件允许的话，新批次机器最好连续跑满 24 小时再算初验通过。

散热检查不能只盯最高温。要看进风温度和出风温度差值，看同一排机器之间温度是否明显不一致，看风扇转速是否长期顶满。如果某台机器温度不算最高，但风扇一直满转，说明它可能已经在用噪声和功耗硬扛散热。这样的机器短期能跑，后面更容易风扇损耗、灰尘堆积后降频。

供电检查要看电流稳定性和接头温度。钳形表测出来的数据，比“机器在线”更可靠。PDU 插头、空开、接线端子都要摸排温升，当然不能徒手冒险，应用测温工具。接头发热往往不是一天烧坏，而是一点点变色、变脆，最后在高负载时出事。

维修判断要看异常能不能复现。一台机器偶尔掉线，先不要马上判定坏板。可以换网线、换 PDU 口、换机位、换电源线，记录每次变化后的结果。如果故障跟着机器走，更像硬件问题；如果故障留在机位上，就要查网络、供电或风道。

备件在这个环节也要跟着动。比如同批次有两台风扇异响，就要检查备用风扇数量是否够支撑后续巡检；如果电源保护频繁出现，就要确认同型号电源是否有可替换件。验收不是为了把坏机器挑出去就结束，还要判断这批机器未来一个月可能消耗哪些备件。

巡检：上架后的问题，多半藏在小变化里

机器通过初验后，并不代表可以完全放手。新批次上架后的前三天，巡检频率要高一些。很多问题不是第一小时出现，而是在灰尘、热量、电流冲击和网络波动叠加后露头。

巡检时不要只看掉线列表。要盯几类小变化：同一台机器风扇转速逐日升高，算力板温差扩大，拒绝率缓慢上升，电源外壳温度比旁边机器高，某个 PDU 端口附近出现焦味，某一排机器总在下午降频。这些都比“彻底宕机”更早提醒你现场哪里不对。

对维修工程师来说，最省时间的做法是把常见故障拆成可替换路径。风扇问题先换风扇，电源异常先换电源，网络波动先换线和端口，板卡异常再进入深修。不要一上来就拆到最深处。拆得越多，引入新问题的机会越多。

备件摆放也要有讲究。高频件放现场，低频贵重件入库登记。风扇、电源线、网线、常用工具应该让值班人员能快速拿到；控制板、算力板、电源模块则要有出入库记录，避免今天借一块、明天换一块，最后谁也说不清哪台机器用过什么件。

回滚和复盘：别让一批机器拖着全场试错

如果新批次机器出现集中异常，不要硬撑着全场继续跑。验收工程师要有回滚方案：先把异常机器从满负载状态降下来，必要时下架隔离；同批次未上架机器暂停投入；已经上架的机器按 SN 做标记，分组观察。

回滚不是认输，而是减少损失。比如发现某批电源在高温环境下保护频繁，就不要继续把它们塞进最热的机位；发现某批风扇轴承噪声偏大，就要先补备件，再决定是否继续扩大上架；发现某个固件版本导致温控策略异常，就应保留可用版本，别在全场一键更新。

复盘时要把结论写得具体。不要写“散热不好”，要写“第三排上层机位下午两点后进风温度高 4 到 6 度，7 台机器风扇长期满转”；不要写“供电不稳”，要写“PDU-B12 至 B16 端口电流波动明显，两个插头温升异常”；不要写“机器质量一般”，要写“同批次 60 台中 5 台风扇异响、2 台电源保护、1 台算力板识别异常”。

这些记录会直接影响下一批采购、备件比例和机房改造。矿机硬件管理不是把机器买回来就完事，而是让每台机器从到货那一刻起就有档案、有机位、有状态、有处置记录。

今天如果有新矿机到场，建议先做一个动作：抽出首批样机，按 SN 绑定机位和 PDU 端口，默认参数带载跑满一轮温度变化，再决定是否整批上架。别用全场收益去赌一批新机器“应该没问题”。验收做慢半天，往往能少停很多天。