新矿机到场先做带载验收再谈上架

箱号、SN、外箱撞角、铅封状态、控制板版本、算力板数量、风扇转速、进风温度、PDU 空位、三相电压、接地电阻、电源插头规格、网线标签、货架承重、备用电源模块数量、同批次坏件比例——一批矿机到场，我第一眼看的不是铭牌上的理论算力，而是这些变量能不能对上。只要其中一个环节没确认，后面上架越快，返工越多。

硬件验收工程师最怕的不是机器有问题，而是问题混在一批“看起来都能开机”的机器里。矿机通电能亮、后台能识别、风扇能转，只能说明它还没明显死机，不能说明它适合马上进场跑满。真正的验收，要把到货、供电、散热、上架、巡检、备件放在同一条流程里看。

准备：别等叉车到门口才找电表和标签

到货前一天，验收区就应该准备好，而不是等车停在门口临时清场。

第一件事是确认临时测试位。测试位不需要豪华，但必须可控：电源容量要算清楚，单机功耗、同开数量、PDU 额定电流、线缆规格都要提前核一遍。很多新机验收翻车，不是机器本身坏，而是临时测试位的电缆太细、插头发热、空气开关余量不够，机器一带载就重启。

第二件事是准备记录口径。每台机器至少要记录 SN、箱号、托盘号、到货时间、外观状态、固件版本、测试位编号、带载时长、平均算力、功耗、温度、风扇转速、错误码。不要只拍几张照片丢群里，照片不能替代验收记录。后面要找供应商换板、退货、补件，靠的就是这些记录。

第三件事是备件先到位。风扇、电源模块、控制板、网线、电源线、扎带、标签纸、螺丝、刷子、测温枪、万用表，至少要按本批机器数量留出一小部分余量。新机到场当天发现风扇碎了、电源缺口、线缆规格不统一，再去采购，机器只能堆在通道里吃灰。

还有一个容易被忽略的准备，是人员分工。拆箱的人、扫码的人、外观检查的人、通电测试的人、录入系统的人不要混成一团。现场一乱，最容易出现 SN 漏扫、箱机不对应、坏机被误上架、好机被重复测试。

执行：拆箱不是拆包装，是找运输和装配留下的痕迹

机器进场后，不要急着全拆。先按托盘和箱号抽查外箱，重点看四个地方：箱角是否塌陷，封条是否二次粘贴，箱体是否受潮，托盘是否有明显倾斜。外箱问题不一定代表机器坏，但它决定了后面抽检比例要不要提高。

拆箱后，外观检查要细。散热片有没有歪斜，风扇罩有没有裂纹，电源外壳有没有变形，控制板接口有没有松动，算力板连接排线有没有翘起，螺丝有没有少装。矿机内部有些问题第一次开机不一定暴露，但在高温和高风量环境下跑几天，就会变成掉板、降频、风扇异常。

通电前，先看电源和插头。插头规格、线径、PDU 额定电流要匹配，不能因为“能插上”就默认能长期跑。尤其是大功率机型，插头接触不良会先表现为温升，再表现为重启，最后可能烧接口。验收时我会用测温枪在带载后扫插头、PDU 端口和电源进线位置，温升异常的机器先下线，不带病上架。

带载测试不要只跑几分钟。短时间开机只能看启动，不能看稳定。新机至少要经过一段连续带载，观察算力曲线是否平稳，是否频繁掉板，风扇转速是否长期顶满，芯片温度是否有单板明显偏高，电源是否发出异常电流声。相同环境下，同批机器如果某台温度长期高出一截，就算算力暂时正常，也要标记出来。

检查：上架以后才是真正的验收后半段

很多矿场把验收理解成“到货点数加开机测试”，这是不够的。机器上架后，风道、供电、网络、灰尘、机位高度都会改变状态。测试位正常，不代表上架后正常。

上架前要核机位。冷风侧和热风侧不能混，进风口不能贴着墙或被线缆挡住，热风不能回流到隔壁排。风道问题不会立刻报错，但会让风扇长期高转，电源和算力板寿命都会被压缩。验收工程师不能只看机器，还要看机器周围半米内有没有障碍。

供电检查要到每一路。三相负载是否均衡，PDU 是否接近上限，空开是否过热，电源线有没有被机架压住，插头有没有插到底。遇到同一排机器集中重启，不要先怀疑固件，先看这一排的供电和温升。矿机硬件故障里，有不少其实是供电把问题“伪装”成机器故障。

网络检查也要纳入验收。网线标签、交换机端口、IP 分配、矿池连接、延迟和丢包都要记录。矿机掉线后，现场经常有人直接重启机器，但如果是交换机端口、网线水晶头或 IP 冲突，重启只会掩盖问题。

上架后的第一轮巡检，建议按小时看，不要只等日报。第一小时看是否有明显掉线和电源异常；第三到第六小时看温度和风扇是否稳定；满一天后看算力波动、拒绝率、错误码和功耗。新机最容易在前 24 小时暴露装配、运输、供电和散热问题，错过这个时间，后面排查成本会高很多。

备件：仓库里缺的那一个小件，可能就是一排机器的停机时间

备件管理不能只看大件。很多矿场愿意囤电源和算力板，却忽略风扇、线缆、转接头、螺丝、滤网、网线、水晶头这类小件。实际维修中，最拖时间的往往就是这些小东西。

备件要按故障频率摆放，而不是按价格摆放。风扇、网线、电源线、PDU 插头、常用螺丝和标签纸应该放在值班人员能快速拿到的位置；控制板、电源模块、算力板要单独编号，出入库必须对应到故障机器 SN。否则今天拆一台补一台，过几天就说不清哪台机器换过什么。

维修也要留下痕迹。换了哪个风扇，哪个电源，哪块板，故障现象是什么，换件后跑了多久，是否复发，都要写进记录。没有维修记录的矿场，最后只能靠老师傅记忆管理资产，人员一换，经验就断了。

对于新到货批次，备件还要反向验证供应商质量。如果同一批机器出现集中风扇异响、同型号电源异常、同一位置算力板温度偏高，就不要当作零散故障处理，要汇总给采购和供应商。验收不是为了挑刺，而是为了尽早发现批量风险。

回滚与复盘：有问题的机器不要硬塞进生产区

验收中发现异常，处理原则要简单：能明确修复的，修复后重新带载；原因不明的，隔离；疑似批量问题的，暂停上架。最忌讳的是为了赶进度，把“偶尔掉板”“温度略高”“插头有点热”的机器先放上去跑。它们进入生产区后，故障会变成巡检、维修、停机、拆装的连环成本。

回滚动作要提前写好。机器从生产机位撤回测试位，必须保留原机位、原电源口、原网口、故障时间和后台截图。否则撤回来以后问题消失，现场就会陷入争论：到底是机器问题、供电问题，还是机位散热问题。

每天收工前，验收工程师要做一次小复盘：当天到货多少台，完成带载多少台，上架多少台，隔离多少台，主要故障集中在哪类，备件消耗了哪些，第二天需要补什么。这个动作不复杂，但能避免第二天重复踩坑。

今天如果有新矿机到场，建议先做一件具体的事：把第一批抽检机器单独拉出来，完成外观、供电、散热、带载、上架后一日巡检的闭环记录，再放大上架节奏。机器买回来不是摆进机架就结束，验收做细一点，后面的停机和返修就会少很多。