- 比特币矿工若拥有大规模土地、水源冷却条件、暗光纤网络、可靠电力、熟练劳动力、电力审批以及关键的长交期基础设施组件，可通过满足快速增长的 AI/HPC 数据中心市场需求，大幅提升其资产价值。
- 高盛研究部门预测，美国数据中心需求在 2030 年将达到 45 吉瓦，2023 年至 2030 年期间电力需求的年复合增长率为 15％，主要受 AI 驱动。
- 摩根大通预计，到 2038 年超大规模企业的 AI 资本支出将达到 3700 亿美元，相较于 2024 年的 AI 资本支出增长 127％。
- 如今出现了大量 300 兆瓦至 1000 兆瓦甚至更高容量的接入需求，正在加剧本地电网在加速交付电力方面的压力，从而使并网和建设周期延长至 2 至 4 年。
- 传统数据中心本身没有庞大的电力容量，无法支持高密度计算运作。以往每机架功耗峰值约为 40 千瓦，如今则需超过 132 千瓦的机架功耗，以支持诸如 GB200 NVL72 等最先进系统。
- AI/HPC 业务的现金流可预测性、活跃的融资市场以及显著的估值上行空间，使得对拥有适宜资产的矿工而言，这一机遇极具吸引力和增值潜力。
- 矿工可以通过转入 AI/HPC 市场释放巨大价值，以 6-12 倍的 EV/EBITDA 估值套利当前领先数据中心运营商 20-25 倍的估值倍数。
这种 AI 和高性能计算（HPC）的增长正带来对数据中心容量的巨大需求。数据中心为 AI/HPC 运行提供必要的基础设施和电力支持，尤其是 GPU 密集型计算。新兴的 AI 应用，如大型语言模型（LLM），对电力消耗尤为严苛。国际能源署的数据显示，相比谷歌搜索的 0.3 瓦时电力消耗，单次 ChatGPT 查询耗电达 2.9 瓦时。
美国新兴的高能耗 AI/HPC 企业正推动数据中心需求增加。高盛研究部门预计，2024 年美国数据中心需求将达到 21 吉瓦（同比增长 31％），2022 年至 2033 年美国数据中心需求的年复合增长率约为 15.8％。鉴于 2024 年的大幅同比增长，高盛预测 2030 年美国数据中心需求将达 45 吉瓦。届时，美国数据中心对全国电力容量的消耗可能高达 8％。
该市场机遇还将受到超大规模企业对 AI 基础设施持续加码的推动。这些超大规模企业（如 Google Cloud 和 AWS）不断扩建数据中心容量，为企业客户提供服务。据摩根大通资产管理估测，截至 2024 年底，将有 1630 亿美元投资用于扩张超大规模企业业务，同比增长 28％。到 2038 年，这一数字预计将达到 3700 亿美元，比 2024 年的 AI 资本支出增加 127％。
当前和未来对 AI 与 HPC 技术的增长正重塑数据中心格局。随着处理需求加剧，超大规模企业和数据中心正从传统计算设施演变为先进的 AI 基础设施枢纽。这些设施成为支撑自动驾驶汽车、先进医疗研究和新一代 AI 应用等突破性技术的基础性基础设施。未来的数字创新在很大程度上将依托这些关键计算设施的不断演进与扩张，从而标志着技术基础设施迈入新纪元。
当前数据中心市场概览
当前数据中心市场由众多公私营参与者组成，他们管理着庞大的数据中心组合。知名企业包括 Digital Realty、Equinix、Vantage、EdgeConnex 和 QTS 等。美国最大的数据中心区域在弗吉尼亚州北部，但由于各地的巨大增长，空置率已降至历史低点（数据来源 CBRE）。
数据中心是多个行业的骨干，从 Netflix 的流媒体服务到云计算、人工智能以及众多其他应用均由此支撑。不过，并非所有数据中心都相同。它们可根据功能进行分类，如超大规模数据中心、边缘数据中心、云数据中心和企业数据中心。而且数据中心正变得愈发庞大和高功率密度化。为满足 AI 这类快速扩张行业的基础设施需求，超大规模企业正加速扩建数据中心，形成了一场基础设施军备竞赛。
传统数据中心满足 AI 需求的障碍
传统数据中心提供商长期为非 AI 行业服务，通常拥有分布广泛、功耗较低的小型数据中心组合。过去十年间，这些数据中心的能源要求相对温和。尽管 Digital Realty（市值 620 亿美元）和 Equinix（市值 940 亿美元）是全球最大的数据中心公司之一，但它们主要运营较小型的数据中心。例如，Digital Realty 通常运营功率从 0.5 兆瓦到 40 兆瓦不等的设施，而 Equinix 的 xScale 计划在全球 20 个设施中总运营容量只有 292 兆瓦（见 Equinix 2024 年第三季度投资者报告，2024 年 11 月 8 日）。相比之下，一些矿场在单个场址便可获得相当可观的能源容量。
过去，数据中心运营商缺乏快速扩张的动力，因为流媒体、电信、数据存储及众多云应用对计算密度需求较低。然而，随着人工智能的发展及其算法复杂度的增加，数据中心必须运营最先进的设施，配备最新一代 GPU，并大规模扩容以优化训练执行。
大规模扩张得益于 GPU 计算能力的提升以及并行计算优势，使数据中心能构建更大集群以提升计算能力。并行计算允许工作负载在更多 GPU 上分配，从而高效扩展。当 GPU 之间的延迟较低时，大型集中式集群可显著改善并行计算性能。相比分散于四个 50 兆瓦场址的集群，一个 200 兆瓦集群在单个地点可显著提升 AI 训练的效率。这种低延迟 GPU 互联是实现最高计算效率的关键。因此，超大规模企业正优先选择具备大功率容量的单一场址，以满足先进 AI 工作负载的需求。
这种容量目前供不应求，许多传统设施难以满足现代 AI/HPC 工作负载所需的大量能耗。旧有设施难以轻易进行改造，原因在于高低算力负载在网络、冷却及机架密度要求等方面存在显著差异。
如今，超大规模企业需要具有更高功率容量的数据中心来支持其高度耗电的模型训练，例如大型语言模型。根据 Uptime Institute 2020 年 12 月的一篇文章，当年平均机架密度为 8.4 千瓦 / 机架（不计 30 千瓦 / 机架以上的高性能极值）。而曾经每机架 40 千瓦的上限如今必须支持超过 132 千瓦 / 机架，以适应如 NVIDIA GB200 NVL72 这类最先进系统，短短数年间提升逾三倍。业内专家预计，计算密度的提升和摩尔定律的演进将推动服务器机架功率需求达到前所未有的水平。
由于此类需求，传统数据中心运营商正将重心转向全新园区（greenfield）建设，以适应新一代专门面向 AI/HPC 的数据中心。这类项目的能源审批和建设周期通常长达数年。美国能源部近期报告显示，300 兆瓦至 1000 兆瓦及更高要求的并网申请激增，令本地电网压力倍增，从而导致并网和建设周期延至 2-4 年（CBRE 数据）。
超大规模企业正计划构建最大的 GPU 集群，以训练 AI/HPC 模型，部分企业的目标是千兆瓦级数据中心，容纳数十万台下一代 GPU。尽管超大规模企业也在自建数据中心，但它们仍严重依赖具备现成电力容量的第三方供应商，以加速 GPU 上电进程。然而，目前仅有少数现存数据中心能应对如此庞大的电力需求和高机架能耗密度。这种短缺在很大程度上源于市场对数据中心需求呈指数级增长的预期不足。
比特币矿工为何能填补关键空白
比特币矿工具备满足超大规模企业能源需求的条件，因为他们拥有大规模的、可立即接入电力的设施。多年来，矿工一直在寻找电力充足且价格可承受的地点，并在单一地点获取巨大功率容量和长期交付周期的基础设施（如变电站组件和中高压设备）。部分矿场已经具备电力就绪条件，这解决了超大规模企业面临的最大瓶颈之一：获得可靠的大规模电力。
通过利用这些已经电力就绪的比特币矿场，超大规模企业可跳过漫长的能源获取过程，专注于设施改装以满足自身特定需求。许多矿工控制的场址可达数百兆瓦规模，这是极少传统数据中心运营商在单个地点实现的水平。一些大型矿业运营企业已获得超 2 吉瓦能源管线，使矿工在满足电力容量需求方面独具优势。尽管比特币矿场与 AI 数据中心在关键点上有所不同，但矿工在大型建设和数据中心管理方面经验丰富，拥有成熟的电气、机械、设施和安保团队，这些经验能帮助超大规模企业在扩张时更快上手。
并非所有矿工都能受益于 AI
并非所有矿工都可从 AI/HPC 机遇中获利。要构建适合 AI/HPC 的数据中心，需要满足多项关键条件，包括大规模用地、水冷却条件、暗光纤、可靠电力和熟练劳动力。即便具备这些条件，若企业没有现成的电力容量、土地及规划许可，或没有拥有关键的长交期基础设施组件，在开发中仍会面临障碍和延误。
另一个原因在于，现有比特币矿场的基础设施并不直接适用于 AI 数据中心，两者在设计和运行要求上存在差异。尽管在电力基础设施（如高压变电站组件和配电系统）上有一定相似性，但 AI 数据中心有着更严格和复杂的要求，需要更专业的技能团队。
AI 数据中心在运营各环节都更上一层楼，包括机械、冷却和网络系统，将比特币矿场转变为 AI/HPC 数据中心是一项工程和设计挑战。下列是矿工为满足 AI 数据中心需求需要进行的一些主要升级：
1. 网络基础设施： AI/HPC 工作负载需要 GPU 之间高速、低延迟连接。AI/HPC 内部网络架构比挖矿环境复杂得多，因为 GPU 间需频繁通信。关键在于建立一条最佳网络主干，以确保快速执行工作负载。此外，必须为场址接入暗光纤并满足延迟要求，而挖矿场址并不需要这些条件。
2. 冷却系统： 矿工可采用风冷、水冷及浸没式冷却方式，重点放在机器本身，而对辅助基础设施关注较少。AI 数据中心则需更先进的冷却方案，如直接芯片液冷，以冷却功率密度高的 NVIDIA 服务器，且需额外的风冷系统来支撑网络和机械基础设施。
3. 冗余性： AI 数据中心对冗余要求比比特币矿场高得多。挖矿业务具灵活性，不需强大的备用电源。而 AI 数据中心通常采用至少 N+1 的冗余策略，对核心网络和存储组件等关键部分要求更严格的冗余，以确保连续运行或在设备故障时至少有数据缓存与检查点记录。这意味着对于每个关键基础设施（如冷却设备），都需有备用设备。在维护某个冷却单元时，必须有一个备用单元保持持续运行。矿场设施通常没有这种连续正常运行的要求。
4. 形态重新设计： AI 数据中心采用机架式服务器，与挖矿使用的盒状 ASIC 设备有很大差异。为适应 AI 硬件，设施内部的物理结构需要彻底重新设计，以满足机架式系统及其特定的冷却、网络和电力需求。
5. 其他差异： 
总之，将矿场设施改造为满足 AI/HPC 数据中心要求是一项艰巨的设计与工程任务。更高的基础设施要求也使 AI/HPC 数据中心的资本支出相对于比特币矿场建设成本显著提高。
能从 AI 数据中心需求中获利的矿工潜在收益
尽管矿工可能拥有合适的基础设施和地点，转型至 AI/HPC 业务却不仅仅是物理资产的问题，更需要专业技术、不同的技术栈和新的商业模式。拥有经验丰富的管理团队，能成功建立 AI/HPC 业务的矿工，将有机会为公司带来显著的增值。下列是将电力和数据中心资源从比特币挖矿转向 AI/HPC 的一些潜在增值益处：
1. 高现金流利润率和可预测性： AI/HPC 数据中心业务（尤其是共址 / 定制建造模式）通常与信用良好的客户签订长期固定和定期现金流合约，且在数据中心开建前即已确定。这些现金流可预测且利润率高，数据中心运营商可根据租赁结构将部分成本转嫁给租户，包括能源和运营费用。
2. 现金流多元化： 这类收入不仅比比特币挖矿更可预测，且与加密货币市场不挂钩，从而平滑具有加密市场高波动性敞口企业的收入曲线。在比特币熊市中，这可增强财务稳定性，便于矿工通过股权或债务筹集资金，而不会过度稀释或承受过高利息负担。
3. 深厚的资本市场助力规模化扩张： 尽管 AI/HPC 基础设施成本高昂，但由于现金流可预测，更易进行投资评估，从而吸引更多债务和股权资本。私募股权、基础设施投资、养老金和人寿保险公司等投资者均渴望获得数据中心的收益。对于拥有信用良好租户协议的数据中心运营商而言，可凭借该租约筹集巨额项目融资来建造数据中心。
据 Newmark 2023 年度数据中心市场概览报告，2023 年定期债务融资规模创历史纪录，且增长趋势不减。2024 年第一季度就有 180 亿美元开发融资通过审批。利率也相对合理，根据 Newmark 数据，根据贷款方不同，加至 SOFR 利率的息差约为 2.25％-4.50％。
4. 巨大的估值增值潜力： 在资产建成并稳定运营后，比特币挖矿与 AI/HPC 业务之间的估值差异使得 AI/HPC 成为极具吸引力的机会。比特币矿企历来在 6-12 倍 EV/EBITDA 区间波动，而全球最大数据中心运营商的估值则达 20-25 倍 EV/EBITDA。这种差异合乎逻辑，因为 AI/HPC 行业具有高利润率、确定的增长路径、可预测现金流及低于加密市场的波动性。举例而言，混合挖矿 /AI 企业的企业价值总和仅为 Digital Realty 的 23％，但其潜在容量是后者的 3.5 倍。
因此，对于拥有合适资产的矿工而言，AI/HPC 所提供的现金流可预测性、活跃的融资市场和显著的估值上行空间，使这一机会极富吸引力和增值潜力。这些矿工有望在传统数据中心市场取得重大进展，并成为行业内最大运营商之一。
比特币挖矿展望
虽然 AI/HPC 在过去数月备受瞩目，但我们仍预计比特币网络算力和挖矿业务将持续增长。挖矿业在 AI/HPC 快速发展时并未停滞不前。比特币价格的上涨提高了矿工的盈利能力，若价格继续上涨并超过网络难度的增幅，挖矿可能更加有利可图。
那么，在比特币和 AI/HPC 同时崛起的背景下，未来的挖矿格局会如何？以下为比特币挖矿与 AI/HPC 交汇的主要趋势：
1. 矿工最大化电能价值： 绝大部分比特币矿工一直优先考虑最大化能源价值。当前，AI 数据中心是那些有条件调整场址的企业最具盈利潜力的路径。考虑到 AI/HPC 数据中心的价值提升，如果某挖矿场址可转换为 AI/HPC 数据中心，矿工可能会选择这一方向以最大化股东价值。这并非比特币挖矿的倒退，因为即便如此，我们仍期望网络算力增长，但增速或不及所有大型美国矿工均坚持挖矿模式的情形。对仍留在网络中的矿工而言，这种转换相当于减少竞争算力，有利于他们的盈利。
2. 比特币挖矿成为开发偏远产能的驱动力： 随着 AI/HPC 在更发达的市场中以更高价获取大规模场址，比特币矿工将更倾向于在更偏远地区部署产能，以利用当地的剩余发电能力。比特币挖矿的无许可、地点不敏感和灵活特性使其成为利用偏远地区富余产能的最佳方式之一。
我们预计更多比特币挖矿将转向边缘区域，以货币化利用偏远地区的剩余电力，特别是在美国偏远地区以及埃塞俄比亚、巴拉圭等有丰富且廉价多余能源的新兴市场。
3. 比特币挖矿作为基础设施投资与 AI/HPC 灵活性的战略桥梁： 随着美国各地区加紧建设输电基础设施和光纤连接，比特币挖矿可作为过渡手段，为更大型的能源基础设施项目（如变电站和发电设施的建设）进行预融资，即使此时尚无 AI/HPC 的明确用途。通过利用比特币挖矿进行机会性地产和发电投资，投资者在等待其他长期能源使用场景出现的过程中即可获得回报，使其成为一项富有吸引力的基础设施增长与投资策略。
无法转换为 AI/HPC 数据中心的矿工仍可长期保持挖矿业务的盈利。部分矿工已购买大负荷设施，即使尚无 AI/HPC 租户，也在为不同阶段的场址进行投资。正如前文所述，这些场址可能不具备 AI/HPC 的最佳条件，但仍可用于挖矿。其他矿工缺乏与主要承购方签约的团队或内部专业知识，也无法承担高难度的工程与大型建设项目。这些矿工的希望在于吸引 AI 客户，但如果 AI/HPC 机会未出现，他们仍可选择构建有利可图的比特币挖矿业务。
4. AI/HPC 数据中心与挖矿间的新兴协同： ASIC 制造商（如比特大陆）已开始开发与 GPU 机架相似形态的 ASIC，以适用于数据中心机架。如果 ASIC 外形与下一代 GPU 相似，那么数据中心可在空闲机架空间安装服务器级矿机，从而在设计上与 AI/HPC 相通。将来，矿工可能更倾向购买这类机器，以在数据中心设计中保持灵活性，便于在出现更高价值的 AI/HPC 机会时轻松转型。
随着 AI/HPC 数据中心容量增长，其对电网的影响也将加大。尽管 AI/HPC 数据中心需长期保持在线，但这并不意味着能耗恒定不变。事实上，AI/HPC 训练的负载曲线可能会很不稳定，高峰期计算负载会消耗更多电力，检查点记录阶段则较少。一旦模型日益庞大，存储的数据增多，保存数据花费时间也将变长。
同理，对于 AI/HPC 推理工作负载，其负载曲线将与客户需求高度相关。模型查询越多，数据中心消耗越大；在初期，这种需求波动性可能很大。但随着特定模型逐渐普及，负载可能在白天达到峰值、夜间下降。日间峰谷变化为比特币挖矿提供了理想机会，挖矿业务可灵活调节计算量，在 AI 推理业务负载下降时增加挖矿负载。
因此，未来比特币挖矿可作为一种负载平衡机制，在 AI 负载较低时提升挖矿能耗，在 AI 负载回升时减少挖矿。这不仅能为数据中心运营商提供额外价值，对租户而言也能带来负载稳定性，有利于电网的整体稳定。随着数据中心集群规模扩大，对电网影响也将受到更多关注，确保负载稳定将至关重要。
5. 向 AI/HPC 转移负载可减缓算力增速： 参与 AI/HPC 业务的矿工正在分流本可用于比特币挖矿的容量，从而减缓网络算力的增长速度。这在潜在比特币牛市中尤为重要，因为比特币价格上涨不会完全被网络算力上涨抵消，从而推高哈希价格并提高所有矿工的利润率。尽管如此，我们仍预计网络算力将继续提升，因为更高效的矿机将投入使用，无论是替换旧机还是部署在不适宜 AI/HPC 的全新场址。
结论
美国数据中心需求或将以前所未有的速度激增，2024 年同比增长率预计达 31％。未来五年美国数据中心容量预计将从当前的 21 吉瓦增至 45 吉瓦以上。这一爆炸性增长，加上未来 5-10 年内超大规模企业数千亿美元的投资承诺，为能够提供充足廉价能源并具备支持 AI/HPC 运营的坚实基础设施的企业创造了极具吸引力的机遇。
当前 AI 与 HPC 的繁荣揭示了传统数据中心的根本弱点，即无法改造既有设施来满足现代 AI 工作负载的强大电力需求。这一市场空缺为比特币矿工创造了重大机会。矿工已拥有 AI/HPC 企业急需的关键资源：可快速上电的大规模场址。超大规模企业选择有限，若想及时扩张以跟上 AI/HPC 企业爆炸性的需求增长，比特币矿工成为他们合理且可行的合作伙伴。然而，这种历史性机遇并非适合所有矿工，只有少数矿工拥有满足现代 AI/HPC 工作负载苛刻要求的基础设施和能力。这些拥有稀缺资产并愿意最大化其价值的矿工将转型为 AI/HPC 数据中心。
尽管有批评者认为比特币矿工转型 AI/HPC 服务可能削弱网络安全性（因减少用于挖块的算力），但这种转型或许反而有利于挖矿生态系统的整体发展。无法满足 AI/HPC 场址要求的矿工会因哈希价格提高而从中受益。当部分矿工下线且比特币价格上涨时，哈希价格的上升将显著改善所有比特币矿工的利润率。2024 年至今比特币价格涨幅高达 143％，再加上新任亲比特币总统入驻白宫，美国的比特币挖矿有望进入史上最强盛的时代。
2024 年，加密与 AI 的交汇点可谓是加密行业中最炙手可热的领域之一。截至 2024 年 12 月，拥有可流通代币并从事 AI 项目建设的加密项目总市值约为 330 亿美元。此外，Galaxy Research 估算 2024 年早期阶段加密 AI 初创公司已获得 3.82 亿美元以上的风险投资。尽管大多数加密 AI 项目缺乏产品市场契合度，但比特币挖矿与 AI/HPC 业务增长的交汇却清晰可见。比特币挖矿进入 AI 领域较其他加密与 AI 的结合更具意义，因为其可大规模提供 AI/HPC 企业最关键的要素——能源。因此，那些拥有可转换为 AI/HPC 资产的比特币矿工或许是当今市场中为数不多的纯粹且可扩展的加密与 AI 双重投资机会。
