比特小鹿：從比特幣礦工到「AI 二房東」

撰文：林晚晚

所有人最初都沒想到，AI 真正的瓶頸不是資本，不是大模型，而是電。

大訓練長期滿負荷，AI 推理 24/7 連軸轉，帶來一個問題：電不夠用，芯片被迫擱置喫灰。美國過去十年電網基建相對落後，新增大負荷並網動輒 2–4 年，這讓「現成可用電」成了全行業的稀缺品。

生成式 AI 把一件原始又殘酷的事推到臺前：缺的不是模型，缺的是電。

故事也因此拐了彎，加密礦企，這羣最早把電當「生產資料」的人，開始從邊緣走向資本舞臺中央。

Iris Energy（IREN）是這條路線的樣本。今年 IREN 股價一度年內暴漲近 600%，52 周區間從 5.12 美元摸到 75.73 美元。它在比特幣漲幅仍具吸引力時，毅然抽出電力，改造自建的 AI 數據中心。

當微軟等巨頭拿着總價值 97 億美元長期訂單出手，市場第一次直觀理解到「從礦到 AI」的現實路徑，先有電與土地，後有 GPU 與客戶。

但並非所有礦企都像 IREN 一樣，選擇將全部身家押注在 AI 上。在這場由電力驅動的算力大遷徙中，還有一股穩健力量，值得我們關注——比特小鹿。

比特小鹿（Bitdeer Technologies Group, NASDAQ: BTDR），這家由加密傳奇人物吳忌寒創立、總部位於新加坡的公司，手握遍布全球的近 3GW 電力資源，從一開始就避開了依賴他人「供電」的淺層陷阱。當 AI 的浪潮襲來，比特小鹿沒有選擇 IREN 式的激進「All-in」，而是保留了盈利豐厚的比特幣挖礦作爲「基本盤」，同時穩健地將部分礦場升級爲 AI 數據中心。

這種「進可攻，退可守」的戰略，使其成爲觀察這場算力競賽中，全球玩家如何思考與布局的最佳樣本。

爲此，我們採訪到了礦企比特小鹿全球數據中心業務副總裁王文廣，希望能對全球 AI 電力短缺的現狀，以及他們如何看礦企轉 AI 數據中心，認爲是資本炒作，還是 AI 的切實需求？關於這一系列的問題，我們進行了一場深度對話。

美國缺電爲什麼如此嚴重？

動察：先問個大方向的基礎問題，您判斷電價以後會不會持續漲？

比特小鹿：我覺得會，因爲這是個未來很重要的供需關係。

動察：關於美國缺電，市場有一個說法是，在美國拿到「電力許可」很難？

比特小鹿：不是這個所謂「電力許可」批不下，而是電網擴容的物理速度跟不上。美國重工業外遷後的多年裏，美國電網建設並未系統擴張。2021 年礦企遷入美國後，許多「已並網、已籤 PPA」的電被礦企鎖住。隨着 ChatGPT 的影響力，純 AI 玩家進來，才發現可立即使用的大量電力，在礦場。

這就解釋了爲何大廠願意找礦企合作，與其等 2–4 年把 500MW 從零拉起，不如用 12 個月把現有園區改造好。

動察：行業是什麼時候真正意識到「推理同樣很耗電」？

比特小鹿：大概在 GPT-4 普及之後。隨着企業把模型嵌入客服、辦公、搜索、風控等，推理需求長期化、場景化，電力消耗並沒有像早期設想那樣下降。

由此帶來兩類變化。

一個是工程升級：從更強風冷到液冷 / 混合散熱，機櫃功率、配電路徑、消防與監控全面抬升到 AI 數據中心 水位。

另一個是資源策略：電力成爲真正的一號瓶頸。大家不再只談「買卡」，而是前置到拿電與並網，長協 PPA、並網排期、跨區域容量備份，必要時像礦企那樣上遊拿電（自發電 / 直採）。

其實在挖礦行業我們早就看到過同樣的趨勢，芯片可以無限擴（硅來自沙子），但電擴不動。我們在加拿大做過天然氣自發電來保礦場供電，就是這個邏輯。今天的 AI，幾乎一模一樣。

動察：AI 數據中心的用電規模和傳統傳統互聯網數據中心有何差別？

比特小鹿：不是量變，而是量級變。過去，傳統互聯網數據中心的 20-30 MW 已不小，如今 AI 數據中心動輒 500MW、甚至 1GW 的需求。AI 把數據中心從「機櫃生意」拉成「電力工程」，一切都要重新計量：線路、變電站、散熱、消防、冗餘、PUE……傳統互聯網數據中心的經驗依然有用，但不再夠用。

動察：爲什麼「電力」成了上遊最稀缺的要素？

比特小鹿：芯片可以擴，因爲它來自硅與產能管理；電力很難擴，因爲它來自發電與電網升級。過去礦業已經試過「向上遊找能源」，包括在加拿大做自發電項目；AI 的路徑與此雷同——誰先把電抓在手裏，誰就先拿到部署時間。

AI 新戰場：從「搶 GPU」到「搶電網」

動察：礦企轉做 AI 數據中心，具體要改什麼？以前大家說「比特幣算力能用來跑 AI」，但挖礦芯片（ASIC）和 AI 需要的 GPU 並不兼容。那爲什麼現在礦企又能「提供 AI 算力」了？

比特小鹿：全球挖礦曾經一分爲二，比特幣靠挖礦芯片 ASIC，效率高但用途單一；以太坊靠 NVIDIA GPU，通用但已在改爲 PoS 後退出挖礦舞臺。

所以，今天市場上所謂「礦場轉 AI」，幾乎都指比特幣礦場在轉型。核心要點是，礦場不再「算哈希」，而是把自己升級成 AI 數據中心。

這是基礎設施換代，把 ASIC 機架撤下，換上 GPU 服務器；把「夠用就行」的電力系統，提升爲帶 N+1/2N 冗餘的專業級供配電；把傳統風冷的散熱，升級到能承載高密度 GPU 的散熱系統；再把機房的密封、防塵、消防等做成標準化、可審計的設施。

完成這四步，加密礦場就從「挖礦車間」，變成「AI 機房」。

爲什麼礦企能比 AI 大廠自建更快？電力。

AI 是一門「電與熱」的生意，AI 機房搭建的時間週期是 3-4 年，時間成本是最大的門檻。礦企手裏正好握着這些「硬資產」，因此轉型的起跑線更靠前。

動察：前幾日，微軟和亞馬遜相繼與加密礦企籤約多年的 AI 合同。Iris Energy（IREN）籤約微軟，總價值 97 億，共計 5 年；另一家 Cipher 籤約亞馬遜雲，價值 55 億，15 年。這被視爲礦場與大廠合作的首批案例，您怎麼看？

比特小鹿：Iris Energy 是具有前瞻性的澳大利亞公司，長期在美國挖礦。

Iris Energy 的選擇轉向 AI 像一個信號彈，在比特幣價格高位、同行還在擴礦的時候，它把一部分電力抽走投入自建 AI 數據中心。隨之而來的，是 AI 企業主動上門。

真正的引爆點來自 Hyperscaler 的真金白銀——例如微軟約 97 億美元的承諾——市場據此第一次清晰地看到，礦企與超大廠之間，不只是「技術對接」，而是「電力與時間的交換」。

AI 的熱度把基礎設施需求放大，合作空間隨之打通。

動察：頭部礦企爲何在當前階段更易被美國 AI 大廠選擇？

比特小鹿：因爲「可用電 + 工程交付速度」。礦企上一周期的選址與並網，如今成了 AI 數據中心的前置資本。時間是最大的折現因子，它直接決定誰能在窗口期內上線、拿到客戶、形成滾動現金流。

動察：那麼 AI 數據中心的土地選址要求難度大嗎？

比特小鹿：總體不大。在美國乃至多數國家，真正稀缺的是電，不是地。

原因很簡單，能接到大電的地方，多數是能源富集區（天然氣氣田、煤礦帶、靠近水電站等），人煙稀少、地價便宜。

比如 Bitdeer 在挪威和不丹的大型數據中心位於遠離人口中心的地方，電力資源集中、土地成本低。美國同理，這類園區不會在城市核心區，而是更偏的位置，地容易找、價也便宜。選址的「第一性原理」是電力與並網，土地通常跟隨電走，並非主要瓶頸。

動察：AI 現在被說成「鋼鐵、電力、土地」的上遊生意，甚至像另一種房地產。您怎麼看？

比特小鹿：大模型出來以後，AI 的用電強度遠超大多數人的預期。

最初大家以爲「訓練耗電、推理會輕」，但事實相反，推理在走向大衆化後同樣長期高耗電。當 ChatGPT、DeepSeek 進入日常，終端接入越來越多，推理的底噪持續拉高。

從工程視角看，AI 本質是資源消耗型行業：

芯片側：訓練時加速卡基本 100% 負載在跑，天然高功耗；

機房側：熱密度遠高於傳統服務器，PUE 被明顯頂高，散熱本身也要耗大量電；

規模側：AI 數據中心 的用電訴求一下從傳統互聯網數據中心 的 20–30MW，躍遷到 500MW、甚至 1GW 級別，這在傳統互聯網數據中心時代幾乎不可想象。

所以把它類比「房地產」只對了一半，確實需要土地、廠房和長週期（建造週期往往要 3–4 年），但決定生死的是電與熱，能否按時拿到大容量並網、做出 N+1/2N 冗餘和高效散熱。就這一點上，它與鋼鐵、電力、土地的強依賴非常像。

AI 數據中心有什麼特點？

動察：美國在建數據中心的模式爲何特點？

比特小鹿：美國因電力掣肘與歷史路徑，Hyperscaler 常需親自下場並與礦企合作獲取可用電。

動察：外國企業是否有可能在美國做 AI 數據中心？

比特小鹿：簡單說，AI 數據中心是強區域性的生意。真正動輒上百兆瓦、上千卡的落地，還是美國本土大廠在主導。我們只討論 AI 數據中心，不涉及傳統互聯網數據中心。

動察：AI Data Center 會不會演變成地緣政治的工具？這會影響你們的決策嗎？

比特小鹿：我同意這個判斷。

AI 的底層就是數據，而數據天然受主權與安全約束。爲了防止數據外泄和安全風險，各個地區也在收緊相關政策：即便美國允許外資建數據中心，隨着 AI 掌握的數據越來越多，各國大概率都會走向「在地部署、本地合規、數據不出境」。

簡單說，美國的 AI 在美國，中東在中東，歐洲在歐洲，區域化將是長期趨勢。

行業格局與潛力

動察：除了 IREN 和比特小鹿，礦企裏誰更有潛力轉 AI 數據中心？

比特小鹿：要看誰有戲，先看手裏有沒有大電，再看能不能把礦場快改成 GPU 機房。一種有並網 + 地 + 變電、還能搞 N+1/2N 冗餘、液冷 / 高密度的，這類最容易接到 AI 單。

另一種純托管 / 輕資產的，自己不掌握電和園區，轉 AI 數據中心就被動。

美國這邊，像 Riot、CleanSpark、Core Scientific、TeraWulf、Cipher 這種資源在自己手上、擴容靠譜的，更容易被大廠盯上。

所以結論很直白，電是門票，改造力是速度；兩樣都齊了，才輪得到你跑在前面。

總體而言，關鍵看誰掌握「高質量、可持續的大負荷可用電」。比如這些自有並網資源較多的公司更具潛力；以托管爲主、缺少自有能源與園區的模式，在這輪結構性轉型裏不佔優勢。

比特小鹿在想什麼？

動察：比特小鹿在「礦業轉 AI」的策略與路徑？

比特小鹿：吳忌寒老板的思路一直是做全產業鏈，比特小鹿手裏掌握了約 3GW 的電力與園區資源，這是我們最大的底層優勢。

最初進入 AI 時，我們並沒有預料到「電」會成爲核心瓶頸，所以一開始走的是自建自營：我們與 NVIDIA 建立合作，成爲 NVIDIA PCSP，在新加坡部署了一套小規模 H100 集羣，推出自有的 AI Cloud 並對外承接訓練業務，這個項目已跑通。

隨後我們在馬來西亞也布局了第二個數據中心。隨着 Hyperscaler 進入這個賽道並開始與礦企合作，我們同步推進把大負荷園區升級爲 AI 數據中心：已公告將挪威約 180MW 的站點整體改造爲 AI DC，並把美國華盛頓州約 13MW 的站點一並轉換。

歸根結底，AI 的本質和 Crypto 挖礦很像——都是「電力 + 基建」的生意；我們具備從電力、園區到算力運營的全鏈條能力，因此轉向 AI 相對順暢。

動察：比特小鹿與 IREN 等其他礦企的核心差異？

比特小鹿：三點。第一，不會 100% 轉成 AI 企業；基於測算，當前階段 Crypto Mining 的利潤仍優於 AI 數據中心，且礦業具備穩定現金流與較好回報。

我們的第二個優勢是國際化的工程組織能力。比特小鹿團隊的工程組織與執行能力在世界都無與倫比。同樣的 AI 數據中心，在美國常見節奏要兩年，我們通常能做到一年半。靠的是並行推進和供應鏈協同，把土建、機電、配電、散熱等關鍵環節同步拉齊，將常規約 24 個月的週期壓縮到約 18 個月，更快形成可用產能。

第三公司策略保持穩健：AI 行業很年輕，比 Crypto 還年輕，不做「all-in」，追求更長久的發展節奏。

動察：目前比特電力基建的分布主要在哪？

比特小鹿：比特小鹿現在主要在全球布局約 3 GW 電力與相關基礎設施，覆蓋美國、加拿大、挪威、埃塞俄比亞、不丹五個國家，用於支撐礦業與 AI 數據中心的建設與運營。

成本與融資

動察：看到高盛報告提到，一座 AI 機房可能就要花 120 億美金，真這麼燒錢嗎？

比特小鹿：確實大，量級上就是「幾十倍」。給你一個便於直觀對比的「人話數字」： 比特幣礦場（美國）：建 1 MW，大約 35–40 萬美元。但 AI 數據中心建 1 MW，大約 1,100 萬美元。因爲 AI 數據中心 的投入是「重機電 + 重標準」的復合體：，再加上並網排隊、環評 / 能評、區域合規，週期通常 18–36 個月。

你會發現，AI 數據中心本質不是「多買幾張卡」，而是把一片地接成能吞下 500MW–1GW 的「電之城」，把電接對、把熱排掉、把冗餘做足、把合規打穿，這些都非常燒錢。

動察：錢從哪來？需要融資嗎？

比特小鹿：老老實實說，都得融資。

分享一下，目前行業裏常見融資的幾招：

1. 項目融資 / 基建貸：拿園區 + 設備做抵押，靠長期租約或算力 offtake（客戶承諾多年買你的算力）來給銀行喫定心丸。

2. 設備租賃 / 回租：把 GPU 和部分機電做租賃，攤長週期，不用一次性掏那麼多現金。

3. 長協 PPA：先把電價和可用容量鎖死，債端才願意給低利率。

4. 和大廠綁定：大客戶 / 大廠提供最低消費、預付、擔保、甚至合資（JV），你拿到更便宜的資金。

IREN、CoreWeave 和 Google/Microsoft 的合作裏，這些條款都能看到影子。

動察：比特小鹿會不會也要融資？會不會很快公布和大廠的落地？

比特小鹿：這個現在還不能公開多說。

結語

採訪結束沒多久，比特小鹿就在資本市場上交出了它的下一步答案。

11 月 13 日，比特小鹿宣布，將通過發行可轉換優先票據募資 4 億美元，並授予初始購買方在 13 天內追加認購最多 6000 萬美元票據的選擇權，募資規模最高可達 4.6 億美元。新資金將用於數據中心擴建、ASIC 礦機研發、AI 和 HPC 雲業務拓展，以及一般公司用途。

在電力已經成爲 AI 產業最緊缺上遊資源的當下，這 4.6 億美元最終砸在哪幾塊地、接起多少兆瓦的新負荷，很大程度上會決定比特小鹿在下一輪算力競爭中的座次。

對比特小鹿來說，這筆錢，更像是把訪談裏的判斷，寫進資產負債表：一頭連着礦業這塊現金流基本盤，一頭連着 AI 數據中心這條長坡厚雪的業務線。它未必馬上反映在下一季財報的收入和利潤上，卻會在未來幾年，慢慢改寫算力生意的權力結構——誰有資格坐在談判桌前，誰只能在並網名單上排隊等電。

從結果往前看，這一輪 AI 基礎設施的故事並不復雜：電力成了真正的上遊，時間成了新的貨幣，礦企手裏的園區和並網指標，變成了別人拿錢也買不來的「老資產」。

等關於模型和應用的喧囂慢慢退潮，市場大概率還要再翻一遍帳本：誰的敘事講得響不再重要，能在電荒的世界裏，把每一兆瓦電都接上去、穩穩跑起來的公司，才有資格留在下一階段的牌桌上。