矿机到货先做带载验收

进货单号、整机 SN、算力板数量、风扇转速、进风温度、出风温度、PDU 电压、单台功耗、网口灯状态、固件版本、矿池拒绝率、外壳磕碰、螺丝缺失、线束压痕、备用电源数量、备用风扇型号——这些变量如果只在脑子里过一遍，基本等于没查。矿机硬件的问题很少在开箱那一刻全部暴露，更多是在上架带载两三个小时后才露头：一块算力板掉线、一个风扇抖动、一条电源线发热，或者某批机器在同一温度下比上一批多吃 80 瓦电。

我做矿机验收时，最怕的不是机器坏，而是坏得不明显。因为明显坏的可以拒收，可以换货；不明显的混进机架，后面就会变成巡检工单、夜间告警、停机维修，最后算到矿场账上，往往比一开始多花很多。

这篇就按现场流程说：到货前怎么准备，到货后怎么执行，上架后怎么看，出现问题怎么回滚和复盘。

准备：验收区要比仓库更重要

矿机到场前，很多矿场只盯物流到哪了、司机几点到、叉车有没有安排。其实硬件验收最该提前准备的是一块干净、可通电、可记录的验收区。

这块区域不用豪华，但要满足几个条件。

第一，电要独立。验收区最好单独接 PDU，不要和已运行的机架混用一条临时线。新机批量通电时，电源瞬时拉升、插头接触不良、线缆规格不够，都可能把问题带到老机器上。验收用电要能看到电压、电流、功率，至少要有钳形表、测温枪，条件好一点可以配热成像仪。

第二，风要稳定。验收不是把机器放地上随便吹一会儿。进风温度要记录，风道不能乱。今天 22℃ 下稳定，不代表 32℃ 下也能扛住，但如果连验收区的风都忽冷忽热，后面数据就没有参考价值。尤其是水冷、油冷或改装风道的机器，验收区更要按最终上架环境模拟，不然带载结果会骗你。

第三，资料要先建。到货前就把采购批次、型号、额定算力、额定功耗、供应商、保修条件、随货配件清单建好。等车到了再临时拿手机拍照、微信群里报数，最后一定有人漏记。矿机硬件验收不是看一眼能不能亮，而是要把每台机器和每条记录绑住。后面维修、索赔、批次追踪，全靠这一步。

第四，备件要提前对型号。风扇、电源、控制板、网线、电源线、转接头这些东西，现场最容易以为“都有”，真出问题才发现接口不一样、线长不够、功率不匹配。备件不是摆在柜子里就算有，要能直接替换到这批机器上。

执行：开箱先看伤，再让机器说话

到货后不要急着上架。很多问题第一眼就能拦下来。

外包装先看四个地方：纸箱是否塌角，封条是否二次粘贴，防震泡棉是否移位，外箱 SN 和采购清单是否一致。矿机运输路上被倒放、磕碰、受潮，都可能影响内部接插件和风扇轴承。外箱有明显变形的机器，要单独放，不要混进正常批次。

开箱后看机身。外壳凹陷、风扇护网变形、散热鳍片歪斜、螺丝缺失、接口松动，这些都要拍照留档。不要觉得“能跑就行”。风扇护网压到叶片，刚开机可能只是响一点，跑两天轴承就报废；散热片变形，短时间算力正常，长时间高温下就容易掉板。

然后看内部连接。能不开盖的机型不建议随便拆，但能看到的线束、插头、算力板边缘都要查。线束被外壳压住、插头没插到底、灰尘异常、板面有潮气或白斑，都要单独记录。新机不该有明显积尘，翻新机也不能假装新机收。

通电前先做空载检查。确认电源线规格、PDU 插位、接地情况，别为了赶进度一排机器同时插满。第一批建议少量上电，观察电源启动声音、风扇自检、网口灯、控制板指示灯。风扇刚启动时有轻微高转速正常，但持续异响、擦碰声、尖锐啸叫都不能忽略。

接下来才是带载。带载时间不要太短，至少跑到温度稳定后再判断。很多机器前 10 分钟很好看，半小时后风扇转速上来，温度曲线才会分出差别。验收时重点看几个数：实际算力是否贴近标称，功耗是否离谱，单板算力是否均衡，芯片温度是否有异常高点，风扇转速是否忽上忽下，矿池端拒绝率是否偏高。

我通常不只看机器后台，也看矿池端数据。机器本地显示正常，不代表提交质量正常。网络抖动、固件异常、频率策略不稳，都可能让本地算力和有效算力出现差距。验收报告里只写“后台显示正常”，后面很难说清楚。

上架：把位置、线缆和风道一起验

通过初验的机器，上架时还有一轮硬件验收。很多矿场把上架当搬运，实际上上架是最容易制造新故障的环节。

机架位置要记录到台。哪台机器在哪一排、哪一层、哪个 PDU 口、哪个交换机端口，要能查到。后面巡检发现某个区域温度高、某个 PDU 电流偏大、某个交换机端口丢包，才能顺着位置追。

电源线不要只看插上没插上，要看插得稳不稳、线有没有被风道吸住、有没有压在机身热区。矿机长期高功耗运行，接触不良比很多人想象中更危险。插头发热、线皮变硬、端子变色，往往不是突然发生，而是从上架那天就埋下了。

风道更要当成硬件的一部分验收。同一型号矿机，放在不同层、不同通道，温度可能差很多。上架后要记录进风和出风温差，观察相邻机器是否互相吃热风。特别是靠墙、靠门、靠转角的位置，不要只按机架空位塞机器。短时间为了把货上完，后面可能用更高风扇转速、更高故障率来还债。

还有一个细节：不要把问题机放在最难够到的位置。有些机器初验“勉强过”，比如风扇声音偏大、单板温度略高、功耗略超，这类机器如果暂时接收，应该放在容易观察、容易更换的位置，而不是塞到高层或角落。硬件验收要给后续维修留路。

巡检：别只追掉线，先看异常变慢的机器

机器上架后，验收还没结束。真正能说明硬件状态的是连续运行数据。

第一天巡检看启动稳定性。有没有频繁重启，有没有单板丢失，有没有风扇转速跳变，有没有某几台机器温度明显高于同排。刚上架的机器，如果一天内多次自恢复，不要轻易放过。自恢复不是没问题，它只是暂时没停机。

第三天左右看趋势。算力是否慢慢下滑，功耗是否慢慢升高，拒绝率是否比同批机器高，风扇转速是否比旁边同温度机器更高。硬件验收工程师最该盯的不是“红灯”，而是那些还没红、但已经偏离同批平均值的机器。

巡检时要带工具，不要只带手机。测温枪看插头、PDU、出风口；备用网线排除网络问题；备用风扇和电源用于快速替换；标签纸用于标记待观察机器。很多现场工单之所以拖，是因为第一次巡检只截了图，第二次才带工具，第三次才换件，机器已经多损失了一两天。

备件也要跟着巡检校准。比如这一批机器风扇故障偏多，就要检查库存风扇型号、接口、转速范围是否匹配；如果电源啸叫或掉电偏多，就要核对备用电源功率和保修来源；如果控制板异常集中，要提前准备刷机工具和已验证固件。备件清单不是月末盘点才看的东西，它应该跟现场故障一起变化。

回滚：问题批次不要硬推全场

验收中发现问题，最忌讳一句话：“先上，后面再说。”这句话在产能紧张时很诱人，但硬件问题一旦扩散到全场，排查成本会翻倍。

如果是单台外观损伤、风扇异响、电源异常，处理很简单：隔离、拍照、记录、通知供应商，必要时换备件复测。复测通过也要贴上标记，后续重点观察。

如果是同批多台出现相同问题，就不能按单台故障处理。比如同一批机器普遍功耗偏高、同一批电源温度偏高、同一批风扇转速异常、同一固件版本拒绝率偏高，这时候要暂停上架，把已上架机器按批次拉出清单，抽样扩大测试。不要等全场都跑起来再确认“可能是批次问题”。

回滚不一定是全部下架。可以先降频运行、调整风道、替换电源、回退固件、减少同一 PDU 下的密度，但每一步都要记录改动前后的数据。没有数据的回滚，下一次还会踩同一个坑。

供应商沟通也要靠证据。只说“这批机器不稳”，对方很容易推给环境、电压、网络。验收记录里有 SN、照片、温度、功耗、运行时长、报错截图、替换备件后的结果，沟通效率会高很多。硬件验收不是为了找麻烦，而是为了把责任边界说清楚。

复盘：把今天的故障变成下次的验收项

一批矿机验收结束后，别急着把资料丢进文件夹。复盘要趁现场人员还记得细节时做。

哪些故障在开箱就能发现？哪些要带载才暴露？哪些是上架造成的？哪些是备件不足拖慢的？这些问题都要写回下一批验收流程。比如这次发现某型号电源插头发热，下次到货就把插头温度加入固定检查；这次发现某批风扇轴承噪音偏大，下次带载时就增加声音和转速波动记录；这次发现高层机架温度偏高，下次上架就先限制该位置密度。

备件比例也要复盘。不是所有备件都按固定百分比备就合理。风扇是高频消耗件，电源是停机影响大的关键件，控制板数量少但定位麻烦，线缆便宜却经常耽误事。备件要按故障频率、替换难度、采购周期来定，而不是按采购员一句“够用”来定。

对矿场来说，矿机硬件验收的目标不是把每台机器挑到完美，而是把风险尽量提前看见。到货时多花半天做带载，上架时多记一个位置，巡检时多测一次插头温度，备件柜里多放一套确认能用的电源，后面可能少一次夜里停机。

今天如果有新机器到场，建议现场马上做三件具体动作：把验收区电压和进风温度记下来；随机抽一批机器跑满温度稳定后的带载测试；把通过初验的机器 SN、机架位置、PDU 口和备件替换记录绑定到同一张工单里。矿机能不能长期稳定跑，很多时候就差在到货第一天有没有认真验。