首先确认究竟是什么发生了重启
看起来反复重启的矿机,并不总是真的在经历完整的设备重启。有几种不同的事件从表面上看很相似,如果混为一谈,就会导致维修工作白费力气:
- 完整的设备重启——控制板复位,系统运行时间归零,日志中出现新的启动序列。
- 哈希板或挖矿进程的恢复事件——设备仍可通过其网页界面访问,但某块板卡,或挖矿进程本身,在固件控制下发生了重启。
- 矿池连接中断——矿机的 Stratum 会话断开,在矿池仪表盘中显示离线,而本地运行时间没有变化。
- 启动后的上报延迟——刚启动的矿工(worker)尚未提交足够的份额数据,矿池还无法将其标记为活跃状态。
第一步诊断是打开矿机自身的网页界面(如果可用,也可以通过 SSH/API),直接在设备上查看系统运行时间,而不是依赖矿池仪表盘上的标签。ViaBTC 的支持文档指出,矿工显示为“离线(Offline)”或“未激活(Inactive)”的原因,可能与硬件重启无关,包括配置错误、网络不稳定,或者设备在一次断电事件后仍处于空闲状态、尚未向矿池提交数据(ViaBTC 帮助中心)。如果该矿工刚刚启动,ViaBTC 的文档建议预留大约 10–20 分钟,再将“离线”标签视为故障,因为具体延迟时间取决于矿机的算力和份额提交频率。
这一区分之所以重要,是因为根据实际发生的是哪种事件,后续应采取的正确步骤会有很大差异。控制板运行时间被重置,通常指向电源、散热或固件方面的原因;而本地运行时间保持稳定、但矿池中矿工显示离线,则更可能指向网络或矿池配置方面的原因。
在再次重启前先保留日志
一旦确认发生了中断,应克制住立即给设备断电重启的冲动。BITMAIN 的支持文档建议,在重启矿机之前先查看其日志,因为导致故障发生之前的一系列事件往往是最有价值的诊断证据,而一旦设备再次重启,这些信息就会丢失(BITMAIN 支持)。
在重新接通电源之前,请记录以下信息:
- 确切的错误文本和时间戳。
- 受影响的具体哈希板(如果有的话)。
- 事件发生时的温度和风扇转速读数。
- 任何与电源相关的信息(电压报警、电源(PSU)故障、断电提示等)。
诸如高温报警、芯片缺失提示或断电提示这类单条日志记录,所指向的维修路径,与一次事先没有任何提示信息的无故重启是不同的。在未查看这些信息的情况下反复手动重启,可能会掩盖原始触发原因,使故障更难以复现或诊断。
按照一致的顺序逐一排查原因
大多数反复出现的 ASIC 矿机重启问题,都可以追溯到少数几类故障。BITMAIN 针对 ANTMINER 设备的故障排查文档,将这些原因归纳为:过热保护、风扇或传感器故障、电源问题、哈希板或控制板故障、固件问题,以及网络故障(BITMAIN 支持)。按照一致的顺序逐一排查,可以避免在排除更简单的原因之前就更换某个部件。
1. 过热保护
检查日志中是否有过热提示信息、进风口或出风口温度是否持续上升,以及是否存在风道不畅的迹象,比如积尘,或排出的热风又回流进了进风口。不同型号的厂商推荐工作温度范围各不相同;BITMAIN 针对 ANTMINER 19 系列的文档给出的推荐工作环境温度大约为 5–35°C,但读者应在厂商手册中确认适用于自己具体型号的温度范围,而不应想当然地认为该数值普遍适用于所有型号(BITMAIN 支持)。
2. 风扇或温度传感器故障
风扇丢失错误、异常偏低的转速读数,或无法读取的温度传感器,即使在通风良好的环境中,也会触发与真正过热相同的保护性停机或重启行为。应先检查风扇线缆和接口,因为连接松动是常见且容易排查的原因,应在怀疑风扇本身损坏之前先行确认。
3. 电源、线缆或接口问题
留意电压报警、电源(PSU)故障提示,或与矿机达到满载同时发生的重启。电源线松动、接口磨损,或电源上游电路容量不足,都可能产生类似硬件故障的间歇性重启。若怀疑问题出在矿机自身线缆之外的电路或场地布线,应由具备资质的电工进行排查。
4. 算力板或控制板故障
在枚举过程中出现板卡缺失、ASIC 芯片缺失,或某块算力板返回异常 nonce 响应,都指向板级硬件问题,而非软件问题。在这种状态下反复重启矿机并不能解决问题,反而可能掩盖一个会随时间恶化的故障。
5. 固件或调频调压不稳定
如果重启是在固件升级后,或在修改频率、电压或自动调频(autotuning)设置后立即出现,那么新配置本身很可能就是原因。应仅通过厂商或固件提供方记录在案的恢复流程进行回退,并且每次只更改一项设置,以便准确定位不稳定的来源。
6. 网络或矿池连接问题
如果矿机本地运行时间(uptime)从未重置,但矿池显示该矿工处于离线状态,应检查以太网连接、路由器或交换机的稳定性、DNS 与网关设置,以及所配置的矿池 URL、端口和矿工名称。在这一类问题中,矿机在矿池视角下可能表现为"重启",但实际上并未发生任何底层硬件事件。
7. 有意为之或策略驱动的重启
计划内的固件更新、限电(curtailment)指令,或矿场管理策略都可能有意触发矿机重启。在认定为硬件故障之前,应先查看固件和管理工具的事件历史记录,尤其是在使用远程监控或自动限电系统的运营环境中。
区分固件级恢复与完整重启
现代挖矿固件越来越能够区分完整的设备重启和范围更小的针对性恢复操作。部分固件在检测到高温事件后,可以仅暂停或重启单块算力板,同时矿机的其余部分继续正常上报,而不必重启整个控制板。如果将此类事件一律当作无法解释的完整重启来处理,可能导致不必要的硬件更换——而实际上固件自身的恢复提示信息往往已经指明了中断的原因和范围。在条件允许的情况下,应先查看固件上报的状态或原因代码,再决定是否升级为硬件层面的排查。
利用矿池的"矿工"页面辅助诊断
矿池仪表盘无法确认设备是否发生了物理重启,但它可以帮助判断中断是否与连接相关。在 ViaBTC 的"矿工"页面上,如果某个矿工反复出现离线又重新连接的情况,而矿机自身的运行时间并未发生变化,这就说明问题更可能属于网络与矿池连接类别,而非硬件故障。ViaBTC 的挖矿配置文档也建议配置备用连接节点,以便在主连接不可用时矿机能够自动切换(ViaBTC 帮助中心)。这一做法专门用于减少因连接路径故障造成的中断;它并不能解决电源、散热、风扇或算力板方面的故障,这些问题仍需通过前文所述的硬件相关检查来排查。
另外值得说明的是,作为背景信息,矿池的份额目标(share target)在设定上会刻意比比特币网络的区块目标更容易达成,这也是为什么矿机可以在满足完整网络目标的稀有区块之间,频繁提交份额作为矿池端工作量证明的依据(Bitcoin Developer Guide)。在连接中断期间份额提交速率出现波动,反映的正是这一矿池计费层面的情况,不应被解读为对矿机电气或散热状况的衡量指标。
何时应升级处理而非继续重启
当日志显示以下任一情况时,应停止继续手动重启,转而通过厂商认可的维修渠道处理:
- 出现疑似短路的迹象。
- 多次重启后仍持续出现部分 ASIC 芯片识别不到的情况。
- 在已确认散热良好、环境温度适宜的情况下,过热保护仍反复触发。
- 板卡、连接器或线缆出现物理损坏。
寒冷环境下的部署还需额外注意:BITMAIN 的重启指引建议,在环境温度低于 -20°C 时不要重启矿机,因为极低温可能会影响开机过程中元器件的工作状态。该指引仅针对所引用的寒冷天气场景,不应被推广适用于所有 ASIC 型号或所有运行条件。
常见问题
我的矿机在矿池后台显示离线(Offline),但本地运行时间(uptime)并未重置。这意味着什么?
这表明问题更可能出在网络或矿池连接上,而非设备重启。在排查硬件原因之前,请先检查以太网连接、路由器稳定性,以及所配置的矿池地址和矿工名称。
是否可以一直反复重启矿机,直到它保持在线为止?
在没有先查看此前日志记录的情况下反复重启,可能会掩盖根本原因;在涉及部分芯片识别异常或疑似短路的情况下,还可能增加进一步损坏的风险。应先记录日志详情,再针对日志所指向的具体故障类别进行处理。
新启动的矿工(worker)需要等待多久才应被视为存在问题?
ViaBTC 的文档建议,新矿工大约需要 10-20 分钟才能开始提交份额数据;另外还建议在矿机运行稳定后,大约等待 10-15 分钟再检查运行状态和收益情况。这些是针对矿池报告机制的观察窗口,而不是用于判断硬件健康状况的诊断阈值。
固件更新是否会按设计触发重启?
是的。计划内的固件更新,以及某些自动化恢复或降功率(curtailment)策略,都可能有意地重启整台矿机或单个算力板(hashboard)。在断定为硬件故障之前,先查看固件和管理工具的事件历史记录,可以排除这种可能性。
我能否根据矿池报告的算力数据来估算矿机的能效?
不能。矿池报告的算力是基于矿池自身测量窗口内的份额估算值,并非直接的电气测量结果,不应将其与功耗数据结合起来计算硬件能效。