首页/资源/超算维修与维保

超算维修与维保

保什么、不保什么先说清；坏的时候多久能修好，比价格重要。

A / H / B 单卡覆盖范围

BGA 芯片级换芯片，不整板换

三层响应远程 → 现场 → 专家

质保 + 延保修后保障可续

← 全部服务能力

它是怎么做的

传统维修是「坏了 → 报修 → 上门 → 修」。

这一套的做法是把顺序往前挪一格：监测 → 预测 → 预防 → 持续运行 ——
在坏之前把它挑出来。对一个跑着业务的集群来说，这两条路的代价差很远。

覆盖范围

层级	具体内容
单卡	A / H / B 系列 GPU 单卡：基板测试、故障定位、硬件维修
关联板卡	SWITCH 板、转接卡这一类
延伸服务	GPU 固件升级、测试调优

修的是哪三类问题

类别	典型现象
硬件	核心芯片接触不良、电路短路、接口损坏、散热模块失效
软件适配	固件版本异常、驱动不兼容、性能衰减
隐性	还没坏、但已经在衰减 —— 靠定期检测提前挑出来

芯片级修复是怎么做的

修复在无尘维修中心完成，做到 BGA 芯片级 —— 换的是芯片，不是整块板子。

环节	用什么
检测定位	直流红外检测设备、高倍电子显微镜
单卡验证	单卡测试平台、万用表
修复作业	预热台、BGA 工作台

修完不算完：要在测试平台上跑全负载验证才算过关。

响应分三层

层级	处理什么
一线 · 远程	软件、驱动、基础故障 —— 先远程定性，多数问题到这一步就清楚了
二线 · 现场	带备品备件到场：更换硬件、调试系统
三线 · 专家	复杂故障与性能优化

定不了、又等不起的场景，可以按需在你处放备品备件。

备件与质保

备件 —— 全机型备件库，加上你专属的备件库存，按消耗自动补货；也支持驻场
质保 —— 修后有质保期；可以按年延保，把保障拉长到设备的整个使用周期

备件时效、质保年限、延保档位这些不写死在页面上 ——
它们跟你机房的备件条件、机型、集群规模都有关系，写死一个数字对别人就是错的。
谈的时候按你的实际情况给。

它包含哪几个环节

故障定位

远程定障 → 现场带备品备件 → 对调定位 → 判定是模组、底板还是卡本身

芯片级维修

覆盖 A / H / B 系列 GPU 单卡与关联板卡（SWITCH 板、转接卡）；BGA 芯片级修复，修完在测试平台上跑全负载验证

定期检修保养

逐台下架 → 散热清灰 + 硅脂更换 → 复装。这是「把维修变预防」里最见效的一项

集群增保

脱保 / 事实脱保的集群可以按台数增购维保，并在你处放备品备件应对紧急需求

备件与物料

全机型备件库 + 你专属的备件库存，按消耗自动补货；也支持驻场

质保与延保

修后有质保期，也可以按年延保 —— 把保障拉长到设备的整个使用周期

什么情况下你会需要它

掉卡、无法识别、报错但定位不到原因

机房温度高、卡频繁降频

集群脱保了，或者买的是二手设备本来就没保

手里有备件，但没人会换

想从「坏了再修」改成「定期保养 + 提前换件」

什么情况下帮不了你

这一节比上面那节重要 —— 先看自己是不是落在这些情况里。

「保什么、不保什么」必须写进合同

维保类最常见的扯皮就在这里。先看站上〈维保到底保什么〉—— 那篇讲了四个容易被混为一谈的东西

人为损坏 / 进水 / 私自拆修过

一般不在保修范围

「换件」还是「修板」要提前说清

价差和风险都在这里，事后再说就是纠纷

停产型号的备件

有些型号备件已经很难拿，周期会比正常长

这不是保险

它保的是设备修复，不保你停机造成的业务损失

物理损毁严重的修不回来

烧穿、板子断裂这一类只能换件。修复有它的能力边界，提前说清比事后争好

想要「零停机」

维保缩短的是故障时间，不是消灭故障。要业务不停，得靠冗余和备机 —— 那是另一件事

对接时要给我什么

型号 + 数量	能不能修、值不值得修，先看这个
故障现象（越具体越好：报错码 / 掉卡编号 / 发生频率）	远程定障靠这个
是否还在保、有没有原厂保	决定走保修还是付费
能不能下架（有没有备机能顶）	决定现场修还是返修
期望的响应时效	备件备在哪、要不要在你处放备品，靠这个定