到货验收先摸清风扇转速和插头温升

到货当天，我通常不会先问这批矿机标称多少 T，也不会急着让人拆箱上架。真正要先看的变量很具体：外箱有没有挤压痕，机身序列号和采购单能不能对上，电源插头有没有松动，风扇叶片有没有碰壳，哈希板固定螺丝有没有缺位，进风口灰尘是否异常，冷机通电后的风扇转速曲线是否平滑，电源线和 PDU 接头在十五分钟内有没有明显温升。这些东西看起来琐碎，但它们决定了后面一周是稳定出算力，还是每天围着报警跑。

我做矿机硬件验收这些年，越来越觉得“新机器到场”不是结束采购流程，而是矿场风险真正开始暴露的时候。运输颠簸、仓库潮气、批次电源差异、风扇来料不一致、插头接触不良，都可能在上架后被放大。尤其现在不少矿场追求快速开机，机器刚落地就排队进机架，结果第一晚就出现掉板、过温、重启、风扇异常。事后再查，很多问题其实在拆箱那半小时就能看出来。

准备：验收区要比上架区更讲规矩

到货前，验收区要先准备好，不要让矿机直接从货车搬到机架。我的习惯是留出一个独立区域，地面干燥，照明足够，有防静电垫，有临时通电位，有扫码登记工具，也要有能测温的设备。很多矿场愿意花钱买新机，却舍不得给验收区配几把靠谱的扭力螺丝刀、红外测温仪和备用电源线，这其实很不划算。

到货单、采购合同、厂家装箱单要提前放在一起。验收人员不要只凭外箱数量签收，要把型号、功率版本、固件版本、序列号范围都核一遍。不同批次机器外观看起来一样，电源版本可能不一样，风扇规格也可能有差异。如果混着上架，后面做温控策略和维修判断时会很麻烦。

供电也要提前确认。新机器不是插上就算完事，PDU 规格、空开容量、电缆线径、插座类型都要对应机器实际功耗。验收区临时供电位尤其容易被忽略。有些人为了省事，用一条老化插排临时点机，机器还没进矿场就把电源口烧出痕迹。临时通电也必须按正式供电标准来，不能拿“只是试一下”当理由。

备件准备同样要在上架前完成。风扇、电源线、PDU 插头、控制板、常用排线、螺丝、扎带、标签纸，至少要按到货数量预留一小批。验收时发现问题，能当场替换验证，就不要把问题机器直接塞进待处理角落。待处理机器越堆越多，最后一定会变成账实不符。

执行：拆箱、点机、上架不能抢时间

拆箱第一步不是撕膜，而是看外箱。箱体边角被压扁、封箱胶带二次粘贴、木托盘受潮、机器外壳有碰撞印，都要拍照留底。这里不是为了挑厂家毛病，而是为了后面判断故障责任。运输损伤和运行故障混在一起，售后沟通会非常被动。

机器取出后，先看外观。进出风口有没有异物，风扇固定是否牢靠，风扇线有没有被挤压，电源模块有没有变形，控制板接口有没有歪针。手轻轻转一下风扇叶片，感受有没有刮擦和偏心。不要小看这个动作，风扇轻微碰壳在通电后可能只表现为噪音变大，但跑一两天后就会触发转速异常，甚至带出过温停机。

点机时不要一上来就让机器满负载跑。先短时间上电，看控制板是否正常识别，风扇是否同步启动，电源是否有异响。接着再接入矿池或测试地址，让机器进入稳定算力状态。这个阶段最该盯的是风扇转速、进出风温差、电源口温度、单板识别情况和错误率。十五分钟只能看出明显问题，半小时到一小时才能发现一部分边缘故障。

上架时要保留机器与机架之间的风道秩序。进风面不要被线缆挡住，出风面不要正对另一台机器的进风口。电源线不要绷直，也不要堆在热风区。线缆标签要贴在容易查看的位置，最好能对应机架号、层位、PDU 端口和机器序列号。维修时如果找不到对应关系，停错机器比坏一台风扇更麻烦。

很多故障不是机器本身坏，而是上架动作埋下的。比如搬运时手抓风扇框，导致风扇轻微变形；插电时没有完全插到底，运行后接头发热；网线卡扣松，夜里掉线；机架过密，热风回流。验收工程师不能只管“能不能开机”，还要管“这样开机能不能连续跑”。

检查：巡检要看变化，不只看红灯

机器上架后的第一轮巡检，重点不是统计有多少台在线，而是观察同批机器之间的差异。同一排、同一供电回路、同一环境温度下，风扇转速差别过大，就要查风道和风扇；同型号机器功耗明显偏高，要看固件、频率和电源状态；同一 PDU 上有几台机器频繁重启，要优先查插头温升和负载分配。

我一般会把上架后的二十四小时分成几个观察点。刚上架看识别和风扇，跑满一小时看温度和错误率，夜间负载稳定后看是否重启，第二天早上看算力曲线有没有断点。矿机硬件故障有时不会立刻爆出来，尤其是电源接触、风扇轴承、排线松动这类问题，往往在热胀冷缩和连续震动后才出现。

巡检时不要只相信后台告警。后台显示正常，不代表插头不热；算力没掉，不代表风扇轴承声音正常；温度没爆，不代表机架局部没有热风回流。硬件巡检必须有人到现场听、看、摸、测。听有没有异常尖叫声，看风扇转速是否忽高忽低，摸线缆外皮是否异常发烫，测电源口和 PDU 端口温度是否超出同组平均。

维修记录也要从第一天开始写。哪台机器换过风扇，哪个电源线接口发热，哪块板识别慢，哪台机器从 A 架移到 B 架，这些都要能查到。没有记录的维修会让后续判断失真。比如一台机器三周内多次掉算力，如果记录里只写“已恢复”，就很难判断是风扇问题、电源问题，还是板卡本身有隐患。

备件使用更要有账。风扇从哪批备件领出，装在哪台机器上，旧件是否返修，返修结果是什么，都要闭环。矿场最怕备件箱看起来很满，真正需要时却发现型号不对、线长不对、库存数不准。备件不是摆设，它决定了故障停机时间。

回滚：问题机器不要硬撑到彻底坏

新机上架后，如果出现温度异常、风扇转速不稳、电源口发热、单板丢失、频繁重启，不要第一反应就是继续降频硬跑。降频可以临时止血，但不能替代硬件判断。该下架就下架，该隔离就隔离。尤其是插头温升和电源异响，不能抱侥幸心理，电气问题一旦扩大，影响的可能不是一台机器。

回滚动作要简单明确。先把机器从生产位退出，保留原始日志和现场照片；再换到验收区用标准电源线、标准网线、独立供电位复测；如果问题消失，再回查机架供电、风道和线缆；如果问题仍在，就按风扇、电源、控制板、哈希板顺序拆分验证。不要在机架上边跑边拆，现场空间小、温度高、线缆密，越修越乱。

对于同批次集中出现的问题，要立刻暂停后续上架。比如十台里有三台风扇异响，不能说“先把剩下的都跑起来再说”；同一批电源线有多个插头发热，也不能只换掉发热那几根。批次问题最怕被分散到不同机架，后面排查会花更多时间。

复盘时要算停机时间，也要算维修动作本身造成的损耗。某些矿场故障率不低，不是因为机器差，而是因为验收太粗、上架太急、维修太散。每次到货后，都应该把异常比例、常见故障、备件消耗、返修周期、上架后七天稳定率整理出来。下次采购和排产时，这些数据比宣传页上的参数更有用。

今天如果有新矿机到场，我建议先做一个很具体的动作：抽出一台代表机器，按完整流程跑完拆箱、点机、测温、上架、巡检、回滚演练，再放大到整批机器。不要让整批设备同时变成试验品。验收工程师的价值，不是把机器尽快推上架，而是在机器开始赚钱之前，把那些会让它停下来的小问题先抓出来。