RMA Ledger

每一張故障 GPU,從「壞了」到重新上架。

RMA Ledger 是為 GPU 雲端打造的理賠帳本。它追蹤每一張故障 GPU、網卡、光模組和電源走完廠商 RMA 的全過程:廠商要求的證據、退件的截止日期、更換前後的序號,以及再次故障的替換品。

專為使用多個伺服器品牌、營運 1,000 到 40,000 張 GPU 的團隊打造。

觀看介紹影片 · 1:32 · 概念影片,片中紀錄皆為範例

「這個零件壞了」之後的工作

故障偵測已經解決,理賠還停在試算表裡。

每家廠商要求的證明不同,期限各異,零件被判定無故障時還會收費。多數團隊靠人工追蹤這一切,有些公司甚至專門聘請人手來做。

30 天

零件未在期限內寄達,Supermicro 就會讓 RMA 編號失效。零件被判定無瑕疵時還可能收費。

來源 · supermicro.com ↗
2 份日誌

NVIDIA 要求每次 RMA 都附上 bug report 和 fieldiag。只在關閉 ECC 時出現的故障不予受理。

來源 · docs.nvidia.com ↗
83%

的退回光模組其實沒有故障(Dell 的統計)。送修前先重新插拔並清潔。

來源 · dell.com ↗
1.2–1.7%

的節點是「問題機」(Meta 的叢集)。移除後,大型作業的失敗率從 14% 降到 4%。

來源 · arxiv.org ↗
定位

它們負責偵測,NetBox 負責定位,RMA Ledger 負責追回。

RMA Ledger 接收偵測工具已經發現的問題,並一路送到廠商手上。它不取代你的監控,也不取代你的資產管理。

你的偵測工具偵測
  • DCGM
  • GPUd
  • NVSentinel
  • Clockwork
  • Caladrius
RMA Ledger追回
  • 證據
  • 廠商工單
  • 期限
  • 備品
  • 序號歷程
你的廠商更換
  • NVIDIA
  • Supermicro
  • Dell
  • ASUS
  • Gigabyte
  • 網卡與光模組廠商
NetBox 仍是你的資產主資料。RMA Ledger 從中同步序號、機櫃和槽位,並把每張工單連回對應的設備。
帳本裡有什麼

每個序號一筆紀錄,從故障到重新上線。

廠商認可的證據

一行指令就能依各廠商要求的格式產生證據包,不會因為缺日誌被退件。

期限提醒

退件期限、保固到期和廠商追蹤會在過期前透過 Slack 或電子郵件提醒你。

流向紀錄

記下每個序號經過槽位、貨架、物流和廠商的完整路徑,不會有節點在理賠中「失蹤」。

「節點被送去 RMA 却沒人通知,我們只能猜它去哪了。」 · SemiAnalysis ClusterMAX

重複故障標記

找出再次故障的替換品,以及反覆出問題的槽位或批次。

備品池

清楚知道哪些備品在貨架上、哪些已裝進節點、哪些正在寄回。

廠商處理天數

依廠商、型號和韌體統計結案天數,讓採購看到哪家廠商真正達到 SLA。

開源 · 開發中

從免費的收集工具開始。

rma-ledger collect 指令從故障節點收集廠商需要的一切,並產生一個帶簽章的證據包。它可以獨立執行,有沒有託管帳本都能用。

  • 讀取 nvidia-bug-report、fieldiag 或 dcgmi diag、nvidia-smi -q、IPMI SEL 和序號
  • 可以把 GPUd 和 NVSentinel 事件作為輸入
  • 依廠商輸出一個 zip 檔和一份 JSON 清單
閒置成本

等待理賠讓你損失多少。

一台 8 卡節點每等待理賠一天,就損失 550 到 1,450 美元的租賃收入。拖動滑桿,對應你的叢集規模。

每年追回的閒置成本
$29.4k
每年廠商 RMA 次數18
節點每小時閒置成本$22.80
RMA Ledger 年費$6,144 · 團隊版
回報4.8×

假設每 1,000 張 GPU 每年發生 106 次 GPU 零件故障(Llama 3 訓練時的故障率),每個節點 8 張 GPU。價格為 Ornn 2026 年 10 月的成交價,H200 價格為估算。未計入:因避免期限過期而挽回的理賠,以及工程師的時間。

價格

依 GPU 計費。網卡、光模組和電源免費追蹤。

用你賺錢的單位付費。其他所有零件都能免費追蹤。

社群版

$0

最多 64 張 GPU,2 位使用者

  • 序號歷程
  • 手動 RMA 工單
  • CSV 與 NetBox 匯入
  • 開源收集工具

團隊版

$1 / GPU / 月

每節點 8 美元 · 每月最低 250 美元

  • 證據包
  • 廠商工單追蹤
  • 期限提醒
  • 備品池
  • Slack、電子郵件與 API

叢集版

$0.75 / GPU / 月

年繳,1,000 張 GPU 起

  • SSO 與多站點
  • 依型號、批次、韌體的故障分析
  • 廠商 SLA 評分卡
  • NetBox、Jira、ServiceNow
  • Clockwork 與 Caladrius webhook

企業版

~$0.50 / GPU / 月

10,000 張以上 GPU

  • 自行架設或離線部署
  • 稽核日誌
  • 資料處理協議(DPA)
設計夥伴計畫 · 3 到 5 家業者

用你自己的 RMA 佇列來打磨它。

我們在尋找幾家每月都向廠商送出 RMA、不想再人工追進度的 GPU 業者。

你將獲得

  • 免費使用 90 天
  • 第一年依定價五折,並鎖定創始價格
  • 針對你所用 OEM 的證據範本
  • 直接參與產品藍圖
  • 共享的廠商處理天數基準資料

我們希望

  • 每週一次 30 分鐘通話
  • 試行期間至少登錄 10 張真實 RMA 工單
  • 你的起始數據:每月 RMA 數、結案天數、去年損失的理賠
  • 一頁意向書,寫明試行後的價格
  • 一份案例研究,可具名或匿名

還沒準備好試行?先做一次免費的 RMA 診斷。

花 30 分鐘帶我們走一遍你最近一次 GPU RMA。我們會告訴你時間花在哪裡,每一步的成本是多少。