一、7 个环节的全景与时间分布
把上架拆成环节,是为了定位「卡在哪」。多数项目的实际耗时集中在第 1 环(功率核算)和第 3 环(设备入仓),机房侧的物理动作反而是最快的。
| # | 环节 | 主要责任方 | 典型耗时 | 卡点 |
|---|---|---|---|---|
| 1 | 需求确认与功率核算 | 双方 | 1~3 个工作日 | 设备铭牌功率与电源接口未提供 |
| 2 | 合同签署与机位锁定 | 机房侧 | 1~5 个工作日 | 机位紧张时需排队 |
| 3 | 设备入仓(物流与签收) | 客户侧 | 1~3 天 | 设备未做木架/防震,运输损坏 |
| 4 | 上架、接线、加电 | 机房侧 | 0.5~2 小时/台 | 导轨或电源线不匹配 |
| 5 | IPMI / 带外与网络配置 | 客户侧(机房协助) | 1~4 小时 | IP 规划未提前给出 |
| 6 | 系统安装与环境部署 | 客户侧 | 2 小时~3 天 | 镜像与授权未就位 |
| 7 | 验收签认与工单开通 | 双方 | 2~4 小时 | 未做带宽实测与重启测试 |
从表里能看出一个规律:第 1、3、5、6 环都是客户侧主导。机房能压缩的只有第 4 环,而它本来就是最快的。所以「交付慢」的改进空间,八成在客户自己的准备清单上。
二、环节 1:功率核算,决定能不能上
第一步不是签合同,是算清楚这台设备进机房会不会超载。需要客户提供三组信息。
第一组:设备铭牌。型号、电源数量与额定功率、机身长度与高度。举例:Dell R750,2 × 1400W 电源,2U,机身深 734mm。有这组信息,机房就能判断导轨能不能装、电力额度够不够、用哪种 PDU 接口。
第二组:业务峰值功耗。如果有历史监控数据,直接给峰值;没有的话按「铭牌额定 × 60%」保守估算,并在试运行 24 小时后用 PDU 读数校准。GPU 设备必须单独说明,8 卡整机的峰值上冲是普通服务器的 8~10 倍。
第三组:网络需求。带宽多少、单线还是 BGP、要不要独立 VLAN、需要几个公网 IP、IP 是否要用于备案。这一组决定上联端口与交换机配置,晚给会拖到第 5 环。
三、环节 3:设备入仓,运输损坏是最大风险
设备从公司或供应商运到机房,是最容易出事的一段。三条实操建议。
硬盘要独立包装。整机运输时硬盘留在机箱内,遇到颠簸容易造成背板或 SATA 接口松动。规范做法是硬盘拆下单独用防静电泡棉包装,到机房再装。如果无法拆,至少要用原厂包装箱与防震材料,不要用普通纸箱加气泡膜凑。
导轨与配件单独一箱,贴清单。导轨、电源线、挡板、螺丝这些小件最容易丢。装一个箱子,外面贴一张清单,写清型号与数量,签收时逐项核对。缺一根 C19 电源线,可能就要等 3 天快递。
签收时开机验。设备到机房后不要直接上架,先通电看能否进 BIOS、风扇是否正常、有没有明显变形。有问题当场拍照留证,此时找物流索赔还有依据;上架后再说「运输损坏」,责任很难界定。
四、环节 4~5:上架加电与带外配置
这两环是机房侧的主场,客户只需要在场确认或远程配合。
上架的规范动作包括:按机柜 U 位图定位(提前确认哪几 U,避免与邻客冲突)、装导轨(免工具型要先调前后立柱距离)、两人抬装(4U 以上设备单人不安全)、固定螺丝(前后各 2 颗,不要只上前面)、接电源(A/B 两路分别接不同 PDU)、接网线(管理口与业务口分开)、贴标签、装盲板。
上架前先画一张 U 位图。机柜的 42U 是一个共享资源,尤其按 U 位托管时,同柜可能有其他客户的设备。上架前把「哪几 U 归自己、哪几 U 已被占用、交换机放哪一 U」画成一张 1~42 的表格,标出设备型号与朝向,这张图既是施工依据,也是后续扩容的底稿。没有 U 位图的典型后果是「装着装着发现高度不够」,被迫把已经上好的设备拆下来重排,一次重排至少停机 2 小时。
U 位图还有第二个用途:散热规划。高功率设备不要与低功率设备交错摆放,否则热风会互相加热。常见做法是把 GPU 整机集中在下部或中部,1U 服务器与交换机放在上部,空 U 位装盲板封闭。这张图上顺手标出功率,机房侧的电力分配与风道检查都会更快。
带外配置是远程运维的生命线。上架后第一件事是配 IPMI/BMC:设独立管理 IP(不要与业务口同网段)、改默认密码、开 HTTPS、按需配 VPN 或跳板访问。BMC 配好之后,后续所有重启、装系统、看硬件日志都可以远程完成,不用每次提工单。
批量上架(10 台以上)建议分波次,不要一次全上。合理的做法是先上 2 台做样板:验证导轨、电源、网络、系统全部跑通,把配置和标签规范固化成模板,再按每波 4~6 台上量。这样做的收益是错误只犯一次——第一波发现的坑(比如某个型号的导轨要额外垫片)可以在后续波次里规避,而不是 20 台全部返工。
| 事项 | 机房侧(我们) | 客户侧 |
|---|---|---|
| 电力与制冷 | 双路市电、UPS、柴发切换、精密空调 | 设备电源模块与功耗合规 |
| 网络接入 | 上联端口、IP 分配、线路割接通知 | 设备网卡与系统网络配置 |
| 物理安全 | 门禁、监控、进出登记与操作留痕 | 账户权限与密码管理 |
| 硬件故障 | 协助定位、提供备件更换场地与工时 | 备件采购与保修(或另购代维) |
| 系统与应用 | 不介入 | 安装、配置、漏洞修复、备份 |
| 重启与 KVM | 按工单协助,7×24 响应 | 提出工单并提供授权 |
| 数据安全 | 不接触客户数据 | 数据备份、加密与销毁 |
这张表的价值在于划清「谁该动手」。最常见的一类争议是「服务器起不来了」,客户认为是机房问题,机房看到的是系统盘故障。有一个快速判定方法:看 IPMI 能不能进、看 BIOS 能不能过、看硬件日志有没有报错。三步能把问题定位到「硬件层」还是「系统层」,定位清楚责任自然明确。
五、上架前 8 项自查清单
这份清单建议在发货前逐项打勾。任何一项空着,都可能把当天交付变成一周。
| # | 项目 | 合格标准 |
|---|---|---|
| 1 | 导轨 | 与设备型号匹配,长度适配机柜深度(1100mm / 1200mm) |
| 2 | 电源线 | 接口类型与 PDU 一致(国标 / C13 / C19),长度 ≥2m,数量与电源数相同 |
| 3 | IPMI / BMC | 管理口可访问,默认密码已改,管理 IP 已规划 |
| 4 | 系统镜像 | ISO 或 PXE 环境就绪,含必要驱动(RAID 卡、网卡) |
| 5 | 授权与密钥 | 操作系统授权、软件 License 已备,不依赖现场联网激活 |
| 6 | 序列号清单 | 逐台记录 SN、MAC、管理 IP,用于资产核对与保修 |
| 7 | 网络参数 | 业务 IP、网关、DNS、VLAN 需求已书面提供 |
| 8 | 备件 | 至少 1 块同型号硬盘、1 个电源模块(或确认代维包含) |
第 5 项容易被忽略:机房的网络环境通常不允许设备随意出公网,依赖在线激活的授权在现场会失败。提前把离线激活文件或授权码准备好,能省掉半天。
六、交付验收:四项必须留证
上架完成不等于交付完成。以下四项当场验证并留记录,后续争议时有据可依。
1. 硬件核对。CPU 型号与核数(lscpu)、内存容量(free -h 或 dmidecode -t memory)、硬盘(lsblk)、网卡速率(ethtool)。四项与合同清单逐项比对,截图归档。
2. 带宽实测。用 iperf3 或 speedtest 测上下行,确认达到合同标称。注意测速要在业务空闲时做,且测速点要选同城或同运营商,跨网测速受对端影响。
3. IPMI 连通。从外网(或 VPN)访问管理口,能登录、能看传感器、能执行一次电源重启测试。这一步做完,后续运维就不依赖现场。
4. 重启测试。执行一次冷重启,确认设备能自动恢复到业务可用状态——包括 RAID 自检、网卡自协商、服务自启。有些问题只在重启后暴露,比如 RAID 卡电池失效导致阵列降级。
四项做完,让机房出一份交付确认单,双方签字。这份单子是后续所有故障定责的基准线。
确认单上建议写进五项:设备与机位(柜号 + U 位区间)、通电时间与初始电表读数、网络开通情况(IP、带宽、VLAN)、验收四项的结论、双方签字人与日期。其中「初始电表读数」这一项经常被漏——它是后续电费对账的起点,没有它,第一个月的账单就无法核对。
七、开工单:故障分级与响应时限
交付之后进入运维阶段,日常动作都通过工单。工单体系能不能用,取决于两件事:响应时限写没写清、授权流程顺不顺。
| 级别 | 定义 | 响应时限 | 典型场景 |
|---|---|---|---|
| P1 | 业务完全中断 | 15 分钟内响应,2 小时内到场 | 断电、网络全断、设备宕机 |
| P2 | 业务严重降级 | 30 分钟内响应,4 小时内处理 | 单路电源故障、丢包率超标 |
| P3 | 部分功能受影响 | 2 小时内响应,1 个工作日内处理 | 单块硬盘故障、单网卡异常 |
| P4 | 咨询或计划性操作 | 1 个工作日内响应 | 重启、加 IP、调带宽 |
三个实操建议:其一,授权要提前做,不要等故障时才临时找人签字——常见做法是提交一份「授权联系人清单」,列明 2~3 个可下指令的人与手机号,7×24 有效;其二,重启类操作要求「双人确认」,客户下指令、机房复述设备编号与操作内容,确认后执行,避免误重启邻柜设备;其三,所有工单留痕,包括电话指令事后补单,这是双方复盘与索赔的依据。
还有一条常被忽略:工单之外留一条独立的应急电话通道。工单系统本身可能就在受影响范围内——机房管理网中断时,网页工单打不开,这时只有电话能打通。7×24 值班电话要写进合同,并约定「电话报障同样计时」,不能因为没提工单就不算响应时间。
交付之后要建台账。一份完整的托管资产台账至少 8 列:设备型号、序列号、机位(柜号 + U 位)、管理 IP、业务 IP、电源接口类型与所属 PDU 回路、保修到期日、责任人。这 8 列在三个场景里救命:报修时要报序列号、扩容时要查哪个 U 位空着、资产盘点时要核对设备是否还在。用 Excel 维护就够,关键是有人负责更新——设备换了位置不更新台账,比没有台账更麻烦。
最后回到开始那句话:上架流程的瓶颈在客户侧准备,不在机房速度。把 8 项自查做完、把设备清单写清、把 IP 规划好,1~2 天交付是常态;反过来,一台设备缺导轨、缺镜像、缺 IP 规划,一周也上不完。