简介

首先要处理即时的安全隐患和共享基础设施故障。其次,应优先修复那些有可信把握恢复稳定运行、且可回收的运营利润足以证明维修成本合理的单台 ASIC。一项快速、高把握的维修理应获得优先权,但仅凭速度快或铭牌算力高并不足以将其排到维修队列的最前面。

管理一批 ASIC 矿机的运营者,难免会积累一批离线设备待修。仅凭哪台机器离线时间最长、或哪台设备铭牌算力最高来决定维修顺序,会忽略以下关键问题:故障是否确属硬件问题、该故障是否与其他离线设备共享同一根本原因,以及维修是否能在合理期限内收回成本。

本框架是面向现场运营人员和维护团队的实用决策辅助工具,而非正式的审计流程。即时的安全隐患应优先于以下顺序处理:一旦发现明显的电气故障或不安全的热工况,应先将相关设备置于安全状态,再继续进行诊断。对于其余设备,应依次核实状态、排查共享原因、估算可回收价值,并据此确定维修优先级。

第一步:确认该 ASIC 确实处于离线状态

在将某台设备加入维修队列之前,应从连接的两端核实其状态。矿机端指标包括本地算力显示、内核或系统日志、算力板检测情况、风扇状态、芯片和板卡温度、电源状态以及网络连接情况。矿池端指标包括矿工(worker)状态、矿池在可比时间窗口内报告的算力,以及提交份额(share)的拒绝率。

时间窗口之所以重要,是因为本地端与矿池端的数据计算方式很少完全一致。ViaBTC 的文档说明,其实时算力显示基于过去 10 分钟的数据,而其日算力统计则反映过去 24 小时的数据;矿机本地界面可能每隔几秒刷新一次,且不一定采用相同的平均计算方法(ViaBTC 帮助中心)。因此,一台刚刚重启、间歇性断线、或尚未完成完整 24 小时周期的矿机,即便没有任何物理故障,其矿池端数据也可能明显偏低。两端读数之间出现差异,只是提示需要核查平均计算窗口、连接稳定性和固件兼容性——本身并不能作为硬件故障的证据。

拒绝率同样需要谨慎对待。拒绝率升高可能反映网络延迟、固件问题、矿池配置错误,也可能反映真实的硬件问题,应结合日志和连接性检查一并解读,而不应将其直接视为硬件状况的衡量指标。

若仅矿池端出现差异、而矿机端未发现相应故障证据,该情况仍属于诊断任务。只有在核查确认存在需要维修的故障之后,才应将其纳入硬件维修队列。

第二步:区分共享原因故障与个体故障

一旦确认某设备确实处于离线状态而非误报,下一个问题便是:该故障是该设备独有的,还是与附近其他设备共享同一原因。若某一故障同时影响同一机架、同一电路、同一交换机或同一散热区域内的多台矿机,通常应先对其展开排查,再着手修复孤立的单板级故障。

此阶段的相关检查包括:stratum URL、矿工名称及矿池连接设置;网络交换机、路由器及线缆的状况;配电及电源输入(PSU input);进风口温度、排风路径、积尘情况及风扇状态;以及所安装固件是否与矿机型号相匹配。BITMAIN 针对 ANTMINER 系列的故障排查文档列出了网络不稳定、控制板问题、风扇故障、电源(PSU)故障、温度保护、固件异常、算力板缺失以及芯片不稳定等记录在案的零算力或低算力成因(BITMAIN 支持中心)。其中若干原因——例如因气流受阻触发的过温保护,或整排共用的交换机或上联线路故障——可能表现为看似多块算力板各自独立失效,而实际根本原因却是共享基础设施或运行条件问题。

能够一次性恢复多台矿机运行的维修,或能够消除可能导致进一步热损伤或电气损伤隐患的维修,通常应优先于修复单台高算力设备,即便后者单机预期收益更高。优先处理共享原因,还能避免白白耗费精力去修复一块电路板,结果却因潜在问题再次出现而导致其再次失效。

第三步:评估单台设备的维修是否值得进行

在安全问题和共享原因故障得到处理之后,可对剩余离线设备按照维修各自的经济合理性进行排序。此步骤需要确定一个规划周期(planning horizon)——即运营方预计在做出车队决策、托管变更、限电期或硬件更换之前,继续运行该设备的时间段。该规划周期是运营方自行选定的运营假设,并非行业标准期限。

本文提供了一种组织该比较的方式,作为实用决策辅助工具而非标准矿业关键绩效指标(KPI)来呈现:

预期维修价值 = p × H × m − C_repair

该公式用于估算在同一规划周期内,相较于让设备继续离线所带来的增量价值:

• p 是修复后使该设备恢复稳定运行的估计概率。\n- H 是在修复成功的前提下，扣除诊断、维修、运输与重新安装时间以及预期非运行时段后，在该时间范围内可获得的生产性运行小时数。请勿为同一项已由 p 反映的修复失败风险而再次扣减 H。\n- m 是每生产性运行小时的估计增量净运营利润率。\n- C_repair 是本次维修尝试的预期全部成本，包括配件、外部维修费用、运输费及人工费用（如适用）。即使维修失败也发生的成本也应计入。\n\n全程使用同一种货币。例如，若 m 以美元/小时表示，则 H 必须以小时为单位，C_repair 必须以美元表示。在此简化模型下，未成功的维修不会产生任何已回收的运营利润。正值结果支持相对于让矿机继续离线而进行维修；但并不能证明维修优于转售或更换。\n\n运营利润率本身可估算为：\n\nm = R_net − C_electricity − C_other incremental\n\n其中 R_net 是扣除矿池手续费后，每生产性运行小时的预期挖矿收益；C_electricity 是该设备每生产性运行小时的实测或预期电费；C_other incremental 仅在托管费或散热费确实会因设备是否运行而变化时，涵盖每生产性运行小时的这部分成本。三项输入必须使用相同的货币和相同的小时计价基准。无论矿机运行状态如何都需支付的托管费，不应在此处再次扣除；已体现在 R_net 中的矿池手续费也不应被重复扣除。\n\n支付方式会影响 R_net 的估算方式。据 ViaBTC 官方文档，PPS+ 模式下，其 PPS 区块奖励部分收取 4% 的手续费，其 PPLNS 交易手续费部分收取 2% 的手续费；单独的 PPLNS 模式收取 2% 的手续费（ViaBTC 帮助中心）。请将各项费率应用于其对应的收益部分。若对 PPS+ 使用单一的有效费率，应按各部分收益占预期总收益的比重进行加权，而非简单相加。应使用与规划周期相匹配的预期收益估算值；短期 PPLNS 收益可能存在波动，不应被视为有保证的每小时收益来源。\n\n当技术人员工时（而非配件或成本）成为约束条件时，运维团队可用“预期维修价值除以所需技术人员工时”作为同等优先级任务之间的决胜指标。这应作为安全与共因问题分诊的补充，而非替代。即便是快速维修，也仍需具备可接受的经济性理由，才能被列为常规恢复任务中的优先项。\n\n## 一个实用的优先级框架\n\n下表总结了如何将上述问题转化为可执行的处理队列。这是一个起始框架，而非固定规则；成本、停机时间或置信度的具体阈值取决于 ASIC 型号、电力与托管条款、维修资源的可获得性，以及该运维团队自身的规划周期。\n\n在个别硬件维修进入该队列之前，验证是一道前置关卡。缺乏其他故障佐证的矿池侧数据异常，应继续保持在诊断阶段，而不应被直接归入低优先级维修层级。\n\n| 优先级层级 | 故障类型 | 理由 | 典型后续步骤 |\n|---|---|---|---|\n| 1. 紧急安全问题 | 不安全的散热状况或电气故障 | 需要在常规诊断或恢复之前优先处理 | 对受影响设备采取安全措施，并在进一步作业前隔离危险源 |\n| 2. 共用基础设施问题 | 影响多台矿机的交换机、共用上联链路、PDU 或散热系统故障 | 修复共用依赖项可能同时恢复多台矿机运行，并防止故障反复出现 | 识别并排除共因问题，然后对受影响设备进行验证 |\n| 3. 具备可接受经济性的快速、高置信度恢复 | 松动的线缆、风扇故障、矿池设置错误、固件不匹配，或已知的电源（PSU）故障 | 当预期收益足以支撑成本时，可快速使设备恢复运行 | 修正连接、设置或固件，或视情况更换故障部件；通过日志及矿池侧活动数据加以确认 |\n| 4. 高价值的单台设备维修 | 具备良好利润率且维修路径可信的离线设备 | 修复该设备可在规划周期内回收可观的运营利润 | 获取维修报价，并估算周转时间、成功概率及预期维修价值 |\n| 5. 条件性维修或退役评估 | 老旧、低能效或反复故障的设备 | 在规划周期结束前，维修可能无法收回其成本 | 将维修方案与让设备保持离线、更换、转售或作为备用配件来源等选项进行比较 |\n\n常规维修层级并非按维修速度排出的绝对排名。若某项耗时较长的作业可回收的价值显著更高，其优先级可能应高于一项快速修复；应使用经济性估算结果及实际资源约束来权衡取舍。\n\n## 维修还是更换：为何矿机世代很重要\n\n硬件世代之所以重要，是因为在特定场地电价下，能效更高的替代设备可能具有更好的经济性。但替代设备的可得性本身，并不会降低现有矿机的运营利润率。只有当旧设备的收益或运营成本发生变化时——例如单位算力收益下降、电价上涨，或设备运行性能下降——其利润率才会发生变化。\n\n应使用现有设备的实测性能数据及场地的实际电力成本来估算维修的价值。然后，在相同的规划周期内比较维修与更换方案，并考虑采购与安装成本、周转时间、基础设施兼容性，以及与各方案相关的任何转售价值。相较于让设备保持离线，预期维修价值为正是一个有用的初步检验，但最佳的矿机群决策仍取决于可供选择的替代方案。\n\n## 结语

维护队列应当优先处理紧急隐患，核实哪些设备确实需要处理，排查是否存在共同原因，然后根据可回收价值和所需资源对单台设备的维修进行排序。这样可以避免把一次测量差异当成硬件故障来处理，也可以避免按照忽视共享基础设施和实际维修经济性的顺序来维修设备。

具体数字会因场地、硬件代次和结算方式的不同而有所差异。但决策思路是一致的：优先处理那些在运营周期内能够证明其成本合理的、可信的恢复性维修，并将不确定或边际效益较低的维修与现有的其他方案进行比较。

常见问题

矿池端算力较低是否总是意味着硬件存在故障？

不一定。矿池端数据和矿机端数据通常是在不同的时间窗口内计算得出的，并且刷新频率也不同，因此仅凭两者之间的差异并不能确认存在实际的硬件故障。在拆机检查之前，应先确认所比较的时间窗口是否具有可比性，并检查拒绝率、网络连接状况以及日志记录。

是否应当总是优先修复单台高算力ASIC矿机，而非多台低算力矿机？

不一定。如果多台低算力矿机的问题源于同一个共同原因，例如交换机故障或影响整排机柜的散热问题，那么优先处理这一共同原因可以恢复更多的总算力，并防止设备进一步损坏，这可能比优先修复单台高算力设备更具合理性。

“预期维修价值”公式是否是挖矿行业的标准指标？

不是。它只是一个简化的决策辅助工具，用于在选定的时间周期内比较维修某台设备与让其继续离线闲置这两种选择，而并非一项既定的挖矿行业关键绩效指标（KPI）。运营者应当根据自身的成本结构和运营假设对其输入参数进行调整，并单独评估设备转售或更换的可行性。

结算方式是否会影响维修经济性的估算方式？

是的。不同的支付方式在费率结构、结算时间和收益波动性方面各不相同。应将相应的手续费应用到相关的收益构成部分，并采用与规划周期相匹配的预期收益估算方法，而不要想当然地认为近期收到的款项代表了一种有保障的、按小时计算的稳定现金流。

参考资料

• ViaBTC 帮助中心，《为什么矿池显示的算力比矿机本身的算力低？》
• ViaBTC 帮助中心，《收益是如何计算的？》
• BITMAIN 技术支持，《ANTMINER 蚂蚁矿机故障排查与解决方法》