矿机到货后，建议先做冷机验收再安排上架

外箱撞痕、封签状态、设备序列号、风扇叶片阻力、电源插头温升、上电瞬间功率、进出风温差、单板芯片数量、运行频率、硬件错误率，这些变量需要在矿机接入正式机位前逐项确认。作为硬件验收工程师，我最担心的并非某台机器完全无法启动，而是它带着运输暗伤或接触不良通过了仓库检查，上架数小时后才开始掉板、重启，最终把收货争议变成矿场自己的维修成本。

冷机验收的意义，就是在设备进入连续运行状态前留下原始证据，并把外观、供电、散热与算力板问题尽量分开。整批设备直接上架看起来省时间，后续一旦出现异常，运维人员很难判断问题来自运输、机位、电源还是机器本体。

准备：验收区要与正式机位分开

到货前应划出独立验收区，不要在通道里拆箱，也不要把未经检查的机器直接塞入空机位。验收区至少应具备稳定电源、可控网络、足够风量、照明、绝缘垫和临时隔离位置。电压条件应尽量接近正式矿场，但线路必须单独配置保护，避免一台短路设备影响正在运行的机群。

验收工具不需要追求复杂，关键是测量结果可重复。常用工具包括钳形电流表、测温设备、插座测试仪、绝缘检测工具、扫码设备、扭矩工具、压缩空气设备和基础拆装工具。测温设备应提前校准；若几把测温枪对同一物体读数差异明显，后面的温升记录便失去参考价值。

收货资料也要准备完整。采购型号、额定功率、设备数量、序列号范围、固件版本要求、配套电源和风扇规格，都应写进验收单。二手机还要注明卖方承诺的算力板数量、维修历史以及允许接受的外观等级。没有书面口径，现场很容易出现“能开机就算合格”的模糊处理。

备件应在这一环节同步到位。不要等首批故障出现后才询问风扇、电源和控制板是否有货。建议按设备型号分别建立备件架，标签至少写清适配机型、来源、入库日期和测试状态。外观相似的电源或风扇可能存在电压、接口和转速差异，混放会给夜班维修留下隐患。

执行：拆箱时就开始建立设备档案

拆箱的第一个动作应是拍照，画面中要同时保留箱体、物流标签和机器序列号。若发现箱角压塌、机壳变形、散热片脱落声或包装内部有明显粉尘，应立即单独放置，不要继续混入普通抽检批次。

检查外观时，重点查看进出风网罩、风扇框、机壳接缝、电源外壳和连接端子。风扇叶片可轻推观察是否顺畅，但不能暴力拨动。机壳局部凹陷即使没有碰到算力板，也可能改变风道，导致某一区域长期积热。电源端子若有发黑、氧化、松动或二次插拔痕迹，应在通电前处理。

序列号核对不能只扫外壳标签。条件允许时，应将机身编号、控制面板读取编号、采购清单和包装编号关联起来。二手机尤其需要留意标签重贴、控制板更换以及不同批次部件拼装的情况。部件更换本身并不一定意味着机器不能收，但必须在价格、保修和后续备件选择中体现出来。

完成外观检查后再连接网络与电源。初次上电建议逐台进行，先观察风扇启动是否同步，再听是否存在摩擦、尖啸或周期性异响。钳形表记录启动电流和稳定运行后的电流，发现明显偏高时不要急着增加频率。初次运行应使用约定的官方参数或标准模式，以免超频设置掩盖硬件状态。

检查：别只看算力面板上的总数

一台矿机显示在线，只能证明控制板、电源和网络暂时建立了连接。验收时还要查看每块算力板是否完整识别、芯片数量是否正常、板间算力差距是否持续扩大，以及硬件错误是否随温度上升而增加。

建议从冷机启动开始记录数据，在运行稳定后再次记录。重点比较进风温度、出风温度、各算力板温度、电流和有效算力。若环境温度不变，某台机器的出风温度明显偏高，同时有效算力偏低，就要怀疑风道受阻、散热片松动或局部芯片异常。若板温正常但频繁掉板，则应继续检查电源输出、排线和控制板接口。

供电检查必须落到连接点。很多设备在验收区能运行，上架后却频繁重启，原因可能是正式机位的插头、PDU端口或线缆压接存在问题。上架后应对插头、端子和线缆连接处做温升复查。某个连接点比同排同负载设备明显更热，通常比系统告警更早暴露风险。

散热检查也不能只看风扇是否转动。需要观察转速是否稳定、前后风扇方向是否正确、网罩是否变形，以及机器之间有没有热风回流。验收区运行正常、上架后温度攀升，常见原因就是机架空位未封堵、冷热风混合，或者相邻机型风量差异过大。

整批验收可采用全量外观核对加分层通电检查。运输受损批次、二手机、返修机以及序列号异常设备应提高检查强度。若抽检中连续发现同类故障，应暂停该批次上架并扩大检查范围，不能继续用原来的抽检比例把风险带入机房。

上架：让机位也接受一次验收

机器合格不代表机位合格。上架前应核对该排配电容量、相位负载、PDU端口状态、网线和风向。不要为了填满机架，把同一相位压得过重。实际运行电流还应保留余量，避免环境升温、设备功率波动或集中重启时触发保护。

每台设备上架后，要把机位编号、设备序列号、PDU端口、交换机端口和验收记录绑定。维修时若只知道“某排有一台掉板”，现场人员往往需要重新查线、查电、查机器，停机时间会被无谓拉长。

首次上架后的巡检应安排在几个不同时间点。刚启动时观察启动失败和风扇异常；温度稳定后检查板间温差与插头温升；连续运行后再看有效算力、重启次数和错误增长速度。只在开机十分钟后确认在线，无法发现热态故障。

回滚：异常设备不要在机架上反复试

发现掉板、过热、异响、焦味或电流异常时，应先将设备退出正式机位，并保留当时的日志、温度、电流和故障照片。不要在生产线路上连续断电重启，也不要同时更换多个部件。一次只替换一个可疑件，才能判断故障来自电源、控制板、风扇、排线还是算力板。

返修设备要设置明确状态，例如待检测、维修中、待复测和可上架。未经负载复测的部件不能直接放回可用备件区。拆下来的旧风扇或旧电源即使暂时能用，也应标记故障表现和累计使用情况，避免下一位维修人员把问题件再次装机。

若同一批设备集中出现电源异响、散热片松动或固定位置掉板，应回到批次层面复盘：运输包装是否不足，供应商是否更换了部件，验收环境是否遗漏高温工况，正式机位是否存在相同供电问题。复盘结论要落实到下一批验收单，而不是停留在口头提醒。

今天就可以做一个具体动作：在验收区固定保留一个标准机位，为每台到货矿机建立冷机记录，至少保存序列号、外观照片、启动电流、稳定功率、进出风温度、板卡识别结果和异常声音。机器上架后再补一次热态数据。这样发生故障时，维修人员有数据可比，备件使用有迹可查，采购验收也有证据可追。