矿机到货先做冷机验收再谈上架

到货批次、外箱磕碰位置、序列号、铭牌功率、风扇转速、进出风温差、电源线规格、PDU 余量、网口状态、算力板识别数量、日志里的 CRC 报错、备件箱里有没有同型号风扇和电源模块——这些变量不先摸一遍，矿机就不该急着进机架。作为验收工程师，我最怕的不是机器不开机，而是机器“看起来能跑”，但两天后才暴露出风扇异响、供电压降、算力板间歇掉线，最后把上架、维修、退换货全搅在一起。

矿机硬件验收不是给采购流程盖章，也不是把包装拆了拍几张照片。它真正要解决的问题，是在机器进入连续运行前，把运输损伤、装配缺陷、散热短板、供电不匹配和备件缺口尽量拦在机房门口。今天这篇就按现场流程写：准备、执行、检查、回滚和复盘。

准备：机器还没拆箱，验收已经开始

一批矿机到场，第一件事不是开箱，而是把到货信息和现场条件对上。

我通常先拿采购清单、物流单、厂家出货清单做三方核对。重点看型号、数量、序列号段、额定功率、电源接口类型、是否包含电源模块、随机风扇规格。很多现场问题不是机器本身坏，而是到货版本和机房准备不一致。比如同一型号不同批次，电源插头、固件版本、风扇型号可能有差异，上架后才发现线缆不够或者 PDU 接口不匹配，就会拖慢整排机器投产。

拆箱区域也要提前划出来。验收台最好靠近机房但不要在热通道旁边，地面干燥，照明足够，有独立测试电源和网络。需要准备的工具包括测温枪、功率计、万用表、备用网线、压线钳、螺丝刀、扎带、标签纸、手机或相机、静电防护手环。不要小看标签纸，矿机一多，没有清晰编号，后面定位故障会很痛苦。

供电准备尤其要细。验收前要确认测试回路的电压、空开容量、PDU 额定电流、插座温升情况。矿机启动瞬间和稳定运行时的电流不同，如果几台机器同时上电，电源回路余量不足，很容易误判成机器问题。验收区最好采用分批上电，单台记录，不要为了快把十几台一起插上。

散热准备同样不能省。冷机验收时环境温度要记录下来，进风侧不能被纸箱、泡沫、工具挡住。测试时如果环境本身已经闷热，风扇全速也压不住温度，机器可能不是坏，但这个结果对上架判断没有参考价值。

执行：拆箱、通电、联网，每一步都留证据

开箱时，先看外箱，再看内衬，最后看机器本体。外箱边角压痕、穿孔、水渍、二次封箱痕迹都要拍照。不要等机器报修时才想起“好像箱子摔过”，那时候证据已经没了。

机器取出后，先做外观检查。看机壳是否变形，风扇护网是否压弯，电源模块是否松动，接口针脚是否歪斜，螺丝有没有缺失，防拆贴是否异常。风扇位置要特别看，运输中最容易出现叶片轻微擦壳，刚开机还能转，跑一阵会变成异响或转速不稳。

通电前，我会先核对铭牌功率和现场电源规格，再确认电源线截面积和插头温升风险。不要用临时线、劣质转接头、老化插排做验收，这会把供电风险伪装成硬件故障。矿机电源对电压波动比较敏感，一旦测试电源不稳定，后面日志里的掉板、重启、低算力都很难判断。

上电顺序要固定：接电源线，接网线，检查风扇是否自由转动，再合闸。开机后先听声音。正常风扇启动会有一个明显拉升再回落的过程，如果有刮擦声、尖锐啸叫、周期性抖动，立刻记录。不要等后台面板出来才判断，很多散热问题耳朵比系统更早发现。

联网后进入管理页面，记录固件版本、MAC 地址、矿池配置、算力板数量、芯片数量、风扇转速、进出风温度、电源状态。验收阶段不建议直接套生产环境的超频或降压参数，先用默认或厂家推荐参数跑一轮。机器连稳定基准都没通过，谈调参没有意义。

检查：散热看温差，供电看波动，维修看可替换性

矿机跑起来后，验收不是盯着算力曲线看几分钟就结束。至少要跑过冷启动、升温、稳定三个状态。时间长短可以按现场规模调整，但单台抽检不能只看开机成功。

散热检查要看三个点：风扇转速是否稳定，芯片温度是否均衡，进出风温差是否合理。单个风扇转速明显偏低，可能是风扇本体问题，也可能是插座接触不良。某块算力板温度长期高于其他板，可能是风道受阻、散热片接触问题，也可能是板卡本身发热异常。验收工程师不能只写“温度正常”，要写清楚环境温度、进风温度、各板温度范围、风扇转速区间。

供电检查要看功率是否接近预期、是否有异常跳变、电源外壳和插头是否发热。很多矿场只看后台功耗，但我建议验收时用外部功率计抽测。后台显示和实际电表之间有偏差，后面核算电费、排查过载都会受影响。插头温升也要摸一摸，当然要注意安全，不能带电乱拆。若插头、线缆、PDU 某一路发热明显，先停下来查，不要把机器硬塞进架子。

维修角度也要在验收时介入。风扇、电源、控制板、网线、常用螺丝、标签这些备件和耗材有没有到位，决定了后面故障能不能当天处理。新机器到场时，最容易忽略备件比例。等运行一周出现风扇批量异响，才发现没有同型号备件，只能拆东墙补西墙，这种损失比备件成本高得多。

备件验收要看型号完全匹配，不要只看外观相似。风扇电压、电流、接口针数、转速范围不同，替换后可能能转，但散热策略会乱。电源模块也一样，额定功率、输出规格、通信接口都要核对。备件箱建议和矿机批次绑定，标签写清楚适用型号、数量、入库日期，别混在一个大箱子里。

上架后巡检：别让验收数据只停在纸上

机器通过冷机验收后，才进入上架环节。上架不只是把机器推进机位，还要验证它在真实风道、真实供电、真实网络下是否稳定。

上架时要按机架位置记录机器编号，最好让序列号、机位号、PDU 端口号对应起来。后面某一路空开跳闸、某一排温度升高、某台机器掉线，能直接定位，不用在热风里一台台找。线缆整理也要留余量，电源线不能绷紧，网线不要压在热源附近，风道前后不能堆纸箱。

第一轮巡检一般放在上架后半小时到一小时。这个时间点机器已经进入稳定发热状态，很多问题会暴露出来。看后台算力是否接近验收记录，风扇转速是否异常升高，温度是否比验收台高出太多。若上架后同一排机器温度都偏高，问题多半在风道；如果只有某台异常，才重点查机器本体。

第二轮巡检建议放在高负载时段或环境温度较高时段。很多机器白天没事，夜间批量重启；也有机器早晚温度低时稳定，中午热起来掉板。巡检记录要有时间点，不要只写“正常”。硬件验收的价值，就是让后面的人能看到变化，而不是只看到结论。

回滚和复盘：发现问题不要硬扛到生产线上

验收中发现异常，最忌讳两种处理：一种是“先上架再说”，另一种是“直接判坏退回”。前者把小问题带进生产，后者可能造成误退、耽误投产。正确做法是给异常分级。

如果是外观损伤、风扇异响、电源接口松动、算力板识别不全，这类问题不建议上架，先隔离，贴红色标签，记录照片和日志，进入维修或退换流程。如果是固件版本不一致、矿池配置错误、网络识别异常，可以在验收区处理后复测，复测通过再上架。如果是供电回路发热、PDU 余量不足、机架风道不顺，不能把责任推给机器，要先改现场条件。

回滚也要有清晰动作。已经上架的机器如果出现持续高温、频繁掉板、功率异常跳变，应从生产配置退回默认参数，必要时下架回验收台复测。不要在热通道里反复改参数、重启、拍脑袋判断。机器在架上受风道、供电、网络影响太多，回到验收台才能把变量减少。

复盘时，至少补三类记录：本批次一次通过率，主要异常类型，备件消耗情况。比如 100 台机器里 6 台风扇异常、2 台电源模块不稳、1 台运输变形，这些数据对下一次采购、物流选择、备件比例都有用。不要让验收记录只服务于当天开机，它应该成为后续维修、索赔和运维安排的依据。

今天如果有新机器到场，建议现场先做一个很具体的动作：抽出第一台，不急着上架，按冷机验收跑完整流程，把外观、供电、温度、风扇、算力板、备件匹配全部记录下来。第一台样机过关后，再批量展开；第一台就暴露问题，整批机器先暂停上架。矿机硬件真正省钱的地方，往往就在这半天验收里。