整批矿机上架前，请留出一台基准机

型号、序列号、外箱撞击痕迹、机身铅封、风扇阻力、电源插头颜色、控制板接口、开机电流、进出风温差、实际算力、硬件错误数、矿池拒绝率——一批矿机到货后，我会先检查这些变量，但不会马上把所有机器推上机架。现场最容易犯的错，是把“能开机”当成“已验收”，结果运输暗伤、风扇异响和电源接触不良一起混进生产区，几天后才以掉算力或跳闸的方式暴露。

我的做法是先从同批设备中留出一台基准机。它使用确认正常的电源线、网线、交换机端口和配电回路，按厂家默认参数运行。后续机器都与它比较启动时间、功耗、温度、噪声和算力表现。这样出现异常时，工程师不用在机器、线路、网络和配置之间来回猜。

准备：验收工作从卸货前开始

到货前应确认卸货区、待检区、合格区和隔离区的位置。四个区域不能混用，尤其不要让已拆箱机器和未登记机器堆在一起。现场一旦失去序列号对应关系，后面发现批次问题时，很难准确追到运输箱、托盘和供应商。

验收工具应提前校验。常用设备包括钳形电流表、红外测温仪、插座检测工具、绝缘检测设备、网线测试仪、手电、标签打印机和拍照终端。涉及配电柜、接地和绝缘的项目，应由具备资质的电工完成，矿机维护人员不要带电拆装电源模块。

资料也要在到货前拿齐：采购型号、额定功率、允许输入电压、固件版本、风扇规格、保修条件、序列号清单，以及整机和电源的对应关系。采购合同如果只写算力，没有约定功耗偏差、外观等级、维修机比例和验收时长，工程现场会非常被动。

备件同样要在此时到位。风扇、电源、控制板、信号线和电源线不能等故障发生后才采购。首批备件应优先覆盖更换频率高、运输途中容易受损、采购周期较长的部件。备件数量不必机械地按整机比例计算，还要参考同型号历史故障率和供应商交货时间。

执行：先验基准机，再放大到整批设备

基准机不要刻意挑外观最好的一台，可以从包装完好、序列号在清单内的设备中随机抽取。拆箱时先拍摄箱体六面、缓冲材料、整机铭牌和封签。若外箱存在穿孔、明显凹陷或受潮，应连同托盘编号一起记录，不能只拍机器本身。

外观检查要看容易被忽略的位置：风扇叶片是否缺角，防护网是否变形，电源插座有无熏黑，螺钉是否缺失，散热片是否移位，控制板接口是否松动，机壳内部有无金属碎屑。轻轻转动断电状态下的风扇，几只风扇的阻力应接近；如果其中一只明显发涩或刮擦，直接进入隔离区，不要靠长时间运行“磨一磨”。

通电前，先确认现场电压、线径、断路器容量和接地符合设备要求。电源线的额定电流不能只看插头外形，接口相同不代表承载能力相同。尤其是混用旧线材时，插头内部压接不良可能在低负载下看不出问题，满载后才会持续升温。

基准机第一次启动保留默认频率，不加载超频配置，也不要立即批量升级固件。记录冷启动时间、稳定算力所需时间、墙上功耗、风扇转速、进风温度、出风温度和日志中的硬件错误。稳定运行后，再检查矿池端有效算力与本地显示是否接近，避免只看控制台上的瞬时数字。

基准机通过后，整批设备按相同环境、相同线材和相同测试时长验收。若条件有限，至少保证被测机器与基准机轮流使用同一套已确认正常的供电和网络条件。否则某台机器算力偏低，到底是矿机问题还是交换机端口丢包，很难说清楚。

上架：插头温升比面板算力更早暴露问题

单机测试通过，不代表上架后一定稳定。机架环境会增加新的变量：相邻设备热风回流、支路负载集中、线缆拉扯、风道阻塞，以及不同层位的进风温差。

上架时要核对机位编号、矿机序列号、电源编号和网络端口，不能只在管理系统里写一个矿工名。建议把这些信息同时贴在机身可见位置，停电或系统离线时，现场人员仍能找到对应设备。

整排设备不要一次全部合闸。分批送电可以观察启动冲击，也便于发现某一支路的电压跌落。设备稳定后，用测温工具检查插头、插座、断路器端子和线缆连接处。同一排、相近负载下，如果某个接点温度明显高于周边，应立即降载并检查压接，不要等到出现焦味。

散热检查不能只读芯片温度。还要看风扇转速是否异常拉满、出风是否顺畅、机架后方是否形成热风短路。曾有一批设备单机房测试完全正常，上架后上层矿机频繁降频。最终发现并非散热器缺陷，而是排风帘局部脱落，热风重新卷回了上层进风口。若当时直接更换算力板，只会制造更多无效维修。

巡检：观察趋势，不追着单个瞬时值跑

新设备上架后的首轮巡检，应比日常巡检更密。重点记录插头温度、风扇转速变化、单板算力差异、硬件错误增长速度、掉线次数和重启记录。一次温度跳动未必代表故障，但温度持续上升、风扇长期满转或某块板错误数连续增加，就需要安排停机复查。

巡检时还要听声音。轴承磨损、叶片擦网、机壳共振和电源啸叫，往往早于监控告警出现。听到异常后，应先定位机位，再核对序列号和日志时间，避免在高噪声环境中拔错设备。

灰尘、滤网和负压也要纳入记录。同型号矿机在相同温度下，若某一列风扇转速普遍更高，可能是该列进风受阻，不一定是整列风扇同时老化。把环境问题误判为零件问题，会快速消耗备件库存。

回滚：异常机器先退出生产位

发现算力板掉板、风扇异常或电源温升后，不要连续重启碰运气。先保存日志和监控截图，记录故障出现时的功耗、温度、固件版本和机位，再将设备退出生产位，换回经过验证的默认配置。

部件替换遵循单变量原则。怀疑电源时，只更换已确认正常的同规格电源；怀疑风扇时，先检查接口和线束，再更换风扇。一次同时换电源、控制板和信号线，机器即使恢复，也无法确认真正故障点。

替下来的部件必须贴隔离标签，注明来源机器、故障现象、替换时间和操作人。待测件不能放回可用备件架。维修完成后，还要重新经过基准环境测试，不能因为“已经换过件”就直接回到高密度机架。

如果同一批机器出现相似故障，应暂停继续上架，并回查箱号、托盘、生产批次和电源批次。单台故障可以维修，批量共性问题则要尽快向供应商发出书面记录，避免超过验收或索赔期限。

复盘：把备件消耗和验收记录对应起来

一批矿机完成验收后，我最关心的不是合格率这个单一数字，而是故障集中在哪个位置、哪个批次和哪个部件。风扇损坏集中在同一托盘，可能与运输冲击有关；电源插座温升集中在某种线材，问题可能在线缆；上层设备频繁降频，则要优先检查风道。

备件账也应随复盘更新。每次领用都要对应工单和故障机，修复后的可用件、待测件、报废件分开放置。长期没人核对的备件柜，很快会出现“账上有电源，架上全是坏电源”的情况。

今天准备接收新矿机的团队，可以立刻做一个具体动作：在整批拆箱前，指定一台基准机和一套固定测试线材，完成默认参数下的功耗、温度、启动时间与有效算力记录。后面的每台机器都按这份记录验收。只要基准清楚，到货、上架、巡检、维修和备件管理就能使用同一套判断尺度，运输暗伤也更难混进正常机群。