算力战争升级:当「加密矿场」变成「AI 工厂」,能源套利的新牌桌

marsbit发布于2026-03-04更新于2026-03-04

文章摘要

从2026年的视角回望,比特币矿业已从应对减半与寒冬的生存挑战,彻底转型为“人工智能工厂”。全球AI算力需求激增,电力取代芯片成为新瓶颈,已通电的土地成为稀缺资源。早期布局电力的矿企(如Iris Energy、Riot Platforms、TeraWulf和Hut 8)凭借基础设施优势,成功转型为AI托管中心,获得巨额合同。 商业模式因“超大规模企业担保”(如谷歌、微软的租金担保)而重构,矿企得以低利率融资,吸引机构资本涌入。技术层面,NVIDIA Blackwell芯片的高功耗要求推动液冷技术普及,水下数据中心(如上海临港项目)成为散热与用地难题的解决方案。 供应链上,Blackwell芯片的短缺形成了早期布局者的壁垒,未及时锁定芯片与电力的企业被排除在核心市场外。行业从孤立采矿模式转向能源转型公司,计算任务(比特币或AI训练)成为电力的可互换产出。纯采矿模式面临生存挑战,而AI工厂作为电网基础负荷的角色,将重塑全球能源格局。矿机虽变,能源套利游戏才刚开始。

撰文:Eli5DeFi

编译:AididiaoJP,Foresight News

从 2024 年的后视镜里看,比特币矿业就像一群生存主义者在艰难跋涉,既要应对比特币减半事件,又要熬过「加密寒冬」的余寒。

但到了 2026 年初,这种印象被彻底颠覆了。这个行业已经完成了一次根本性转型,从充满投机色彩的算力前哨站,蜕变为新时代的基石——「人工智能工厂」。

推动这一转变的是一场残酷的资源争夺战。

随着全球对 AI 算力的需求达到白热化程度,瓶颈已经从「芯片不够用」转移到了「电力不够用」。高性能计算需要一种无法下载、也无法快速制造的东西:已经通电的土地。

那些曾经被嘲笑为波动性大、不靠谱的比特币矿工们,成功地将自己在 2021 年前后圈占的土地和电力资源,变成了 2026 年的基础设施垄断资本,摇身一变,成了 AI 淘金热中不可或缺的「地主」。

伟大的计算翻转

在 2026 年的格局里,电力成了新的稀缺资源。

保护行业赢家的首要「物理护城河」,就是公用事业的电力接入点。现在新建一个变电站要等上 5 到 7 年,那些已经通电的圣地——也就是那些已经接入电网的老矿场——就成了唯一能满足前沿 AI 模型训练即时需求的地方。

不过,入行门槛已经从简单的「圈地」变成了资本密集型堡垒。由于高密度液冷的要求和全球变压器短缺,建设一个 AI 就绪设施的成本已经飙升至每兆瓦约 800 万到 1100 万美元。这道高昂的资本开支门槛,在「执行领导者」和其他玩家之间划出了一条清晰的分界线:

  • Iris Energy (IREN):行业规模领导者,估值 140 亿美元。它坐拥 2910 兆瓦的电力与土地组合,支撑着其不断扩大的「AI 工厂」版图。
  • Riot Platforms:拥有 1.7 吉瓦的已获批电力容量。Riot 将其「德州三角」资产转变成了战略性的托管中心,最近刚与 AMD 签下了一个里程碑式的租约。
  • TeraWulf 和 Hut 8:公认的执行领导者。这两家公司分别拿下了价值 67 亿美元和 70 亿美元的合同,成功地将矿场改造成了高价值、符合投资级标准的 AI 资产。

「超大规模企业担保」——加密币波动性的终结?

最深刻的变革或许是商业模式的结构性重估,这得益于「信用增强」。

过去,因为比特币价格波动太大,顶级金融机构根本不愿意给矿工贷款。这种情况随着「超大规模企业担保」的出现而改变。

通过「认可协议」,谷歌、微软这样的行业巨头现在为这些前矿工支付的租金提供财务担保。

这样一来,原本风险很高的矿工租赁合同,就变成了风险很低的科技巨头信用合同。结果就是,这个行业能以大约 7.125% 的优惠利率进入债券市场。像 Cipher Mining 和 Hut 8 这样的公司,就能从摩根大通、高盛那里拿到高达项目成本 85% 的、不会稀释股权的项目融资。这种「照付不议」条款的「房东」模式,吸引了 Vanguard、Oaktree 和 Citadel 等机构的大量资本涌入。

Blackwell 现实与水下数据中心

2026 年 AI 的技术要求,让过去那种风冷矿机设计不仅过时,而且根本没法用来部署高密度的 AI 集群。

NVIDIA Blackwell GB200 NVL72 平台,每个机柜的功耗高达 120 千瓦,这逼着行业必须转向直接到芯片的液冷技术。

为了同时解决散热和用地紧张的问题,行业开始把目光投向「蓝色经济」。上海的临港 2.0 项目就是商业规模水下数据中心的典范。

  • 技术指标:这个设施的电源使用效率做到了 1.15,远超国家 1.25 的目标。它利用海水作为主要散热源,总功耗降低了 40-60%。
  • 精密部署:通过 GPS 引导的「三航风范」号船舶,这些 1300 吨重的水下机舱能以零误差精度下潜,由海上风电供电,彻底摆脱了陆地上的资源限制。

「Blackwell 护城河」与硬件持有者

到 2026 年,一道「供应链墙」巩固了行业的层级。因为 NVIDIA 的 Blackwell 架构芯片到 2026 年年中之前都卖光了,所以一家公司在 2024 年下的订单,就成了它现在的竞争壁垒。

没有芯片,有电也没用;没有电,芯片就是块砖。赢家是那些早早同时锁定了电力和芯片的公司。

CoreWeave 准备以 350 亿美元的估值上市,底气就来自它庞大的硬件订单,其中包括 OpenAI 承诺的 224 亿美元大单。那些没能在 2024 年窗口期抢到芯片的后来者,基本上就被挡在 AI 基础设施的核心市场之外了。

「Blackwell 架构有 360 万个单位的订单积压,实际上把后来者锁在了 AI 基础设施一级市场外面,这个局面在可预见的未来都难以改变。」 —— NVIDIA 首席执行官黄仁勋,2026 年。

超越矿机

从「比特币工厂」到「AI 数字基础设施枢纽」的转变,标志着一个曾经边缘的行业已经成熟,并成为全球产业政策的重要组成部分。

那种孤立的、纯粹的采矿模式正在走向终结。取而代之的是工业级的能源转型公司。它们把计算——不管是比特币的 SHA-256 算法,还是大语言模型的训练——都看作是其核心电力资产的一种可互换的产出,按需分配。

随着这些千兆瓦级的「AI 工厂」成为电网的永久组成部分,我们不禁要问:

在每兆瓦收入差距如此悬殊的情况下,没有 AI 业务多元化的纯采矿模式还能活下去吗?更重要的是,当这些设施从用电灵活的「矿场」,转变为要求稳定供电的 AI「基础负荷」时,全球电网要如何适应?那时候,数据中心将不再是单纯的用电客户,而是电网的设计者和建筑师。

矿机变了,但这场高风险的能源套利游戏,才刚刚开始。

相关问答

Q是什么推动了从比特币挖矿到AI工厂的转型?

A推动转型的主要原因是全球对AI算力需求的急剧增长,电力成为新的稀缺资源。比特币矿工利用早期圈占的土地和电力资源,将其转变为AI基础设施,满足高性能计算对稳定电力的需求。

Q哪些公司成为了AI工厂转型中的领导者?

A行业领导者包括Iris Energy(IREN)、Riot Platforms、TeraWulf和Hut 8。这些公司凭借已获批的电力容量、战略资产转型和高价值合同,成功从矿场转变为高价值的AI基础设施提供商。

Q什么是“超大规模企业担保”?它对行业有什么影响?

A“超大规模企业担保”是指像谷歌、微软这样的科技巨头为前矿工的租金提供财务担保。这使得高风险矿工租赁合同转变为低风险信用合同,行业得以获得优惠利率的融资,吸引大量机构资本涌入。

QNVIDIA Blackwell架构如何影响AI基础设施的竞争格局?

ANVIDIA Blackwell架构芯片供不应求,2026年年中之前已售罄。早期锁定芯片和电力的公司形成了竞争壁垒,后来者难以进入AI基础设施核心市场,CoreWeave等凭借早期订单获得显著优势。

Q水下数据中心如何解决AI计算的散热和用地问题?

A水下数据中心利用海水作为散热源,显著降低功耗(40-60%),并实现高能效(电源使用效率1.15)。通过精密部署,如上海临港2.0项目,摆脱陆地资源限制,满足高密度AI计算的散热和空间需求。

你可能也喜欢

Dan Koe:反直觉真相,你根本不需要记住读过的一切

本文核心观点:你无需记住所有阅读内容,真正重要的知识会在需要时自然浮现。传统“记忆即学习”的观念是错误的,学习应是一个以目标为导向的反馈调节系统。 **核心问题**:多数人记不住阅读内容,是因为将“记住”当作终点,而非将知识应用于实际目标。 **有效学习路径(控制论四步闭环)**: 1. **设定清晰目标**:明确你想实现的具体状态(如“完成半马”),而非模糊愿望。 2. **诚实评估现状**:了解自己当前的真实水平。 3. **比较差距**:明确目标与现状的偏差。 4. **采取行动**:执行具体行动缩小差距。缺少明确目标,学习就会失去方向与动力。 **关键方法:从输出开始学习** 不要先系统学习,而是直接启动一个具体项目(如制作视频、弹奏一首歌)。在实践过程中遇到障碍时,再针对性学习所需知识。这种“按需抓取”的方式能让知识与真实场景深度绑定,不易遗忘。 **升级“第二大脑”,避免成为数字坟墓** 不要陷入“收藏即学会”的幻觉。知识管理的价值在于辅助产出,而非过度整理笔记。应将其建设为“第二潜意识”——一个能在你创作时主动关联并推送相关材料的动态系统,而非静态仓库。可使用工具(如Obsidian+Claude或Eden)实现自动分类与语义检索,降低管理负担。 **严格筛选输入内容** 只保存那些你愿意被其塑造、能与你的世界观融合的想法。专注于长期稳定的优质内容,并通过写作、分享等方式将外部知识内化为自身认知。让正在进行的项目作为知识的天然过滤器。 **合理利用AI** 让AI充当研究助手、编辑或灵感提供者,用于处理事实性内容、降低创作摩擦。但核心观点、价值判断与行文组织必须亲自完成,以形成不可替代的个人世界观。 **总结** 记住知识是深度应用的副产品。学习应始于具体目标与真实项目,让知识在解决问题的过程中自然沉淀。工具旨在优化流程,而非替代思考。当你为自身目标持续应用知识时,重要的内容早已融入你的能力体系。

marsbit50分钟前

Dan Koe:反直觉真相,你根本不需要记住读过的一切

marsbit50分钟前

这一届中国企业家,彻底变了

2026年夏天,中国商业史迎来标志性变化:长鑫科技登陆科创板,市值突破3万亿元;宇树科技创始人登上《时代》周刊封面;寒武纪成为科创板首家万亿市值公司;DeepSeek创始人跻身全球AI首富行列。这些事件共同揭示了中国企业家群体深刻的代际变迁。 财富版图正从互联网转向人工智能等硬科技领域。张一鸣、梁文锋、陈天石、王兴兴等70后、80后创业者成为新主角,其财富增长反映了市场对未来技术竞争力的预期。TMT行业占创富榜财富近27%,AI芯片、大模型、机器人等成为核心创富方向。 新一代企业家的创业起点从“商业模式”转向“技术突破”。陈天石从中科院走出,专注AI芯片研发,经历多年亏损终实现盈利;梁文锋以不足150人团队打造出具有全球影响力的DeepSeek大模型;朱一明立下“不盈利不领薪”军令状,带领长鑫科技在DRAM领域打破国际垄断,成为全球第四大厂商。 这种变化源于中国经济命题的转变:从“做大市场”到“做深产业”。上一代企业家奠定了城市化和互联网的基础设施,新一代则要在这些地基上实现技术原创和产业突破。他们正推动中国从技术追赶走向自主创新,在全球高端产业竞争中占据重要位置。 这不仅是财富的转移,更是国家竞争能力结构的代际交接,标志着中国进入以技术创新为核心驱动力的新发展阶段。

marsbit50分钟前

这一届中国企业家,彻底变了

marsbit50分钟前

曾经大热的Web3,进入裁员潮

2026年上半年,美国科技行业裁员近14万人,超过半数裁员事件将AI、自动化或机器学习列为理由。Web3行业作为科技与金融交叉领域,裁员潮尤为剧烈,头部交易平台及中小平台纷纷进行人员裁撤与业务收缩。 裁员过程往往突然而冷酷。有员工在毫无预警的情况下被关闭系统权限,仅通过邮箱收到裁员通知;有的交易平台每个季度裁员约10%,全年累计达40%;Coinbase印度办公室据称约90%员工被裁。许多公司选择在财年节点集中裁员,以美化财务报表。裁员补偿常不尽如人意,公司可能通过监控员工行为、设置苛刻KPI或强制考试等方式,将裁员包装成绩效淘汰,以避免支付补偿。 留任员工也承受巨大压力,工作氛围变得消极、惶恐,考核加剧,会议频繁,但产品方向模糊。管理层权术斗争激烈,底层员工成为牺牲品。公司文化往往苛刻,缺乏工作与生活平衡。 行业面临深层危机:交易平台依赖的手续费与上币收入模式难以为继,项目上币成本高昂但质量下降,散户流失,交易量萎缩。同时,链上衍生品平台兴起,进一步挤压中心化交易平台利润。去年10月的全行业大规模爆仓事件严重打击了市场信心,流动性枯竭,VC投资大幅收缩,项目方生存艰难。 被裁员工多转向AI行业,但传统金融甚至部分AI公司对Web3背景存在歧视,视其为“蟑螂旅馆”。行业内部竞争依然恶劣,有平台甚至将高薪挖角竞对员工作为KPI,数月后再裁掉,进行消耗战。 此次寒冬并非单纯周期或AI冲击所致,更源于行业自身模式弊端:高昂的上币费消耗生态、不透明的管理消耗员工信任、在寒冬中忙于内耗而非创新。Web3行业的衰败,更多是自身积累的问题爆发。

marsbit1小时前

曾经大热的Web3,进入裁员潮

marsbit1小时前

交易

现货
活动图片