矿机到货先设隔离区，验收合格再上架

卡车到库后，我会先看外箱受潮、倾斜标签、封条状态和撞击痕迹，再核对整机序列号、控制板型号、算力板数量、风扇叶片、电源插头与线缆规格。进入通电环节，还要记录输入电压、启动电流、进出风温差、风扇转速、平均算力、拒绝率和硬件报错。任何一个变量缺失，都可能让运输损伤、混装配件或供电问题混进机架，最后以掉算力、烧接口或者反复重启的形式暴露出来。

硬件验收最忌讳“货到了就插电，能跑就上架”。短时间亮机只能证明设备暂时能够启动，无法证明它适合连续运行。把问题机拦在隔离区，通常比上架后停整排电、拆风道、追序列号省事得多。

到货前：把验收条件写进现场文件

设备还在路上时，验收工程师就要准备好场地、电路和记录方式。

隔离区应有独立配电，能够限制单次通电数量，并与生产机架分开。地面保持干燥，进风侧不能紧贴纸箱和泡沫，排风不能回流。若矿机经历低温运输，到达温暖机房后要留出静置时间，确认机内没有凝露再通电。冬季跨区域运输时，这一步尤其容易被忽略。

电气方面需要提前确认额定电压、插头制式、线径、断路器容量和PDU单口承载。矿机铭牌功耗只能作为参考，启动瞬间、性能模式和环境温度都会影响实际取电。验收位最好接入经过校验的功率计，同时准备测温仪、钳形表、绝缘工具、备用网线和已知正常的测试电源线。

到货清单也要提前冻结。采购订单、装箱单、序列号范围、固件要求、保修条件和允许偏差应放在同一份验收文件里。尤其是二手机或维修翻新机，必须明确控制板、算力板、电源是否允许混批，避免外壳型号一致，内部版本却不统一。

卸货入区：先留证，再拆箱

卸货时不要急着撕掉全部包装。先拍整托盘外观、运输标签和破损位置，出现压角、穿孔、水渍或明显倾倒痕迹时，应单独编号并通知供应方。没有影像和交接记录，后续很难判断损伤发生在运输、仓储还是拆装过程中。

拆箱后按序列号建档，记录机身标签、电源标签和网卡地址。外观检查要落到具体位置：风扇框有无变形，叶片转动是否顺畅；电源接口是否发黑、松动；控制板排线卡扣是否完整；算力板散热片有无脱落；机壳螺丝是否存在拆卸痕迹；进出风口是否积尘。

闻到焦糊味、看到铜排氧化或发现液体痕迹的设备，不应进入通电队列。此类机器要贴上红色隔离标签，写明发现时间、经手人和异常位置。现场最麻烦的情况并非故障本身，而是问题机被人顺手挪走，几天后又混入待上架设备。

通电执行：分批加载，保留冷启动数据

首轮通电建议小批进行，让验收电路和网络都处于可控状态。每台机器启动后，先确认控制板能够正常获取地址、风扇方向正确、页面识别到全部算力板，再进入持续运行测试。

这时要重点观察启动过程，而非只抄最终算力。冷启动是否反复重启，某块算力板是否识别较慢，风扇能否平稳升速，输入功率有没有异常跳动，都比“面板上曾经达到标称值”更有判断价值。

运行测试应覆盖升温过程。机器刚开机时正常，温度上来后才掉板，是常见的接触、焊点或芯片稳定性问题。验收记录至少应包含固定时间间隔内的算力、板温、风扇转速、整机功率、硬件错误和矿池拒绝率。测试时使用统一矿池、统一固件、统一性能模式，避免环境不同导致数据无法比较。

噪声和振动也值得检查。风扇轴承受损、叶片擦框或机壳变形，可能暂时不影响算力，却会在连续运行后扩大。用手接触机壳时若感到明显周期性振动，应停机定位，不能靠提高风扇转速掩盖。

正式上架：把供电和热风影响一起验掉

隔离区测试合格，只代表单机通过初筛。上架后还要确认它与现场电路、风道和邻机能够共同运行。

安装前核对机位、PDU端口和序列号，线缆不能悬空受力，也不能贴近高温出风口。插头应完全压紧，接口发热往往来自接触不良，而非矿机总功耗过高。上架初期可用测温仪检查插头、线缆接头和断路器端子，发现局部温升明显时立即停机处理。

散热验收不能只看芯片温度。还要看同排机器的进风温度是否一致，热风是否从挡板缝隙回灌，靠墙机位与中间机位有没有明显差异。若某台机器温度偏高，先检查风道、积尘、风扇和机位环境，再判断算力板故障。直接换板可能暂时降低温度，却没有消除热风回流。

供电检查则要覆盖整排加载后的电压波动和三相负载。单台测试正常的电源，在末端压降或相位负载不均时可能频繁保护。验收人员应把异常与具体PDU端口绑定，避免维修组反复拆机，最后才发现问题来自插座或配电回路。

巡检确认：盯住上架后的变化量

新到设备上架后的头几次巡检非常关键。需要比较它与验收时的数据差异，包括功率是否持续上升、风扇是否长期满转、板间温差是否扩大、拒绝率是否异常、某块算力板是否偶发消失。

巡检不要只写“运行正常”。有效记录应包含机位、序列号、发现时间、环境温度、当前功率和异常截图。对于间歇性故障，还要保留重启前日志。很多维修判断失败，正是因为现场发现掉板后立刻重启，原始状态已经丢失。

验收标准也不能临时口头决定。标称算力允许多少偏差、温度差达到多少需要复查、连续运行多久才可签收，应依据机型、厂商规范和采购约定确定。边测边改标准，会让供应方、运维方和维修方都无法确认责任。

故障回撤：问题机退出时不能留下新隐患

设备未通过验收，应从生产队列撤回，并恢复机架原有负载分配。停机后先断电、确认风扇停止，再拆除电源线和网线。机位补上挡风板，避免空位造成热风短路；PDU端口恢复标识，防止后续人员误插。

替换设备最好使用已验证的整机或模块。现场拆东补西虽然快，却容易让序列号、保修关系和故障记录全部失真。确需借用风扇、电源或控制板时，必须记录来源机、目标机、配件编号和操作人，并给被拆设备加上醒目标记。

维修后的机器应回到隔离区重新完成通电和升温测试，不能修好后直接塞回原机位。换过电源，要复测功率和接口温升；换过风扇，要复测转速、振动与风向；换过算力板，要重新核对板号、固件适配和板间温差。

复盘备件：按真实故障准备库存

备件数量不宜只按整机数量拍脑袋。更实用的依据是近期故障记录、采购交付周期和维修周转时间。风扇、电源、控制板、排线、网线和常用接插件的消耗速度不同，库存策略也应分开。

风扇和线缆适合放在机房附近，便于巡检时快速更换；价值较高的电源和控制板应有领用登记，并定期通电抽检。长期放置的备件也会受潮、积尘或版本落后，账面有库存并不等于随时可用。

每批验收结束后，工程师应汇总外观破损率、首次通电失败率、升温后掉板率、配件混装情况和实际维修时长。下一批到货前，根据这些数据调整抽检重点、隔离区容量和备件数量。

今天就可以落地一个具体动作：在收货区划出独立机位，为每台新矿机建立“序列号—验收数据—上架位置—维修记录”的连续档案。未经持续运行测试签字的设备，不接入正式机架。这样做会多花一点到货时间，却能少拆很多已经上线的问题机。