来源：Galaxy；编译：白水，

摘要

• 拥有大规模土地、冷却水、暗光纤、可靠电力、熟练劳动力、电力审批和关键的长期交付周期基础设施组件的比特币矿工处于有利地位，可以通过满足快速增长的 AI/HPC 数据中心市场的需求来提高其资产价值。

  高盛研究预测，到 2030 年，美国数据中心的需求将达到 45 吉瓦，在 AI 的推动下，电力需求在 2023 年至 2030 年期间的复合年增长率为 15%。

• 摩根大通预计，到 2038 年，超大规模 AI 资本支出将达到 3700 亿美元，比 2024 年预计的 AI 资本支出增长 127%。

• 300 兆瓦至 1,000 兆瓦或以上的设施的连接请求急剧增加，这给当地电网以如此快的速度输送电力的能力带来了压力，导致互连和建设时间延长 2-4 年。

• 传统数据中心不具备大功率容量，无法支持高密度计算操作。服务器机架曾经最大功率为每机架 40 kW，现在需要支持每机架 132 kW 以上，这是 GB200 NVL72 等尖端系统所必需的。

• 现金流可预测性、活跃的融资市场以及 AI/HPC 运营的显著估值上升空间，使这一机会对拥有合适资产的矿工极具吸引力且具有增值潜力。

• 矿工可以通过转型到 AI/HPC 市场来释放巨大价值，通过套利其 6-12 倍的 EV/EBITDA 估值与目前领先数据中心运营商的典型 20-25 倍倍数。

前言

人工智能 (AI) 的兴起正在创造对高容量计算 (HPC) 设施前所未有的需求。这一激增导致超大规模企业对新数据中心容量进行大量投资。然而，由于电力容量有限，新设施的建设时间延长至 2-4 年，传统数据中心难以满足这些需求。

比特币矿工拥有独特的优势，可以利用这一市场机会，他们已经获得了大规模电力基础设施和数据中心运营所需的关键组件。虽然由于对冷却、网络和冗余系统的特定要求，并非所有采矿设施都可以转换为 AI 数据中心，但拥有合适资产和专业知识的人将从 AI/HPC 运营的高现金流利润率和巨大估值潜力中受益。该报告研究了传统数据中心的当前格局，并强调了满足 AI 计算需求的具体障碍。然后，该报告分析了为什么某些类型的比特币矿工能够很好地填补这一空白，并探讨了比特币采矿和 AI 基础设施交叉点的未来趋势。

AI 数据中心的机会是什么？

AI 在 2024 年蓬勃发展，这得益于生成式 AI (GenAI) 技术的广泛采用。据 Pitchbook 称，自 2016 年以来，已有超过 10 万笔交易向 AI 和机器学习初创公司投资了超过 6800 亿美元，仅在 2024 年就投资了 1200 亿美元。

人工智能和高性能计算 (HPC) 的激增正在对数据中心容量产生巨大的需求。数据中心对于人工智能/高性能计算的运营至关重要，它为 GPU 密集型计算提供所需的基础设施和电力。大型语言模型 (LLM) 等新型人工智能应用尤其耗电。国际能源署称，单个 ChatGPT 查询需要 2.9 瓦时的电力，而谷歌搜索仅需要 0.3 瓦时的电力。

美国新兴的能源密集型 AI/HPC 业务的出现，推动了对数据中心的需求增长。高盛研究估计，到 2024 年，美国数据中心需求将达到 21 吉瓦（同比增长 31%）。作为参考，美国 2022-2033 年数据中心需求增长估计为 15.8% 复合年增长率。基于 2024 年数据中心需求的大幅同比增长，高盛研究预计到 2030 年美国数据中心需求将增至 45 吉瓦。到 2030 年，美国数据中心将消耗 45 吉瓦的电力，占美国总电力容量的 8%。

美国数据中心的市场机会将得到超大规模企业对 AI 基础设施投资增加的支持，超大规模企业是 Google Cloud 和 AWS 等大型数据中心企业，它们可以快速扩展数据中心容量以服务其他企业客户。这些超大规模企业承诺在未来 10 年内向 AI 数据中心投资超过 1000 亿美元，以应对日益增长的数据中心需求。摩根大通资产管理公司估计，到 2024 年底，将有 1630 亿美元的投资用于扩大超大规模企业业务，同比增长 28%。报告预测，到 2038 年，超大规模企业的 AI 资本支出将达到 3700 亿美元，比 2024 年的 AI 资本支出估计值增长 127%。

AI 和 HPC 技术当前和预期的增长正在改变数据中心格局。随着处理需求的增加，超大规模数据中心和数据中心正逐渐从传统计算设施演变为先进的 AI 基础设施中心。这些设施正在成为推动自动驾驶汽车、先进医学研究和下一代 AI 应用等突破性技术的基础基础设施。数字创新的未来将在很大程度上取决于这些关键计算设施的持续发展和扩展，标志着技术基础设施的新时代。

当前数据中心市场概况

当前的数据中心市场由多家公共和私营企业组成，它们共同管理着大量数据中心。该领域的知名公司包括 Digital Realty、Equinix、Vantage、EdgeConnex 和 QTS 等。根据 CBRE 的数据，美国最大的数据中心地区目前位于北弗吉尼亚州，但所有地区的增长都非常迅猛，导致空置率达到历史最低水平。

数据中心是多个不同行业的支柱，支持从 Netflix 等流媒体服务到云计算、人工智能和众多其他应用等一切业务。不过，并非所有数据中心都一样。每个数据中心都可以根据特定功能进行定制，并可归类为不同的类别，包括超大规模、边缘、云和企业数据中心。数据中心的规模越来越大，功率密度也越来越高。为 AI 等快速扩张的行业提供基础设施的竞争导致了超大规模企业之间的军备竞赛，以加快速度扩建数据中心容量。

传统数据中心在满足人工智能需求方面面临的障碍

为非人工智能行业提供服务的传统数据中心提供商通常使用规模较小、地理位置分散的数据中心组合，其中许多数据中心最初是为低密度应用而构建的。在过去十年中，传统数据中心的运行能耗相对较低。尽管 Digital Realty（市值 620 亿美元）和 Equinix（市值 940 亿美元）是全球最大的两家数据中心公司，但它们主要运营规模较小的数据中心。例如，Digital Realty 的数据中心通常每个设施的功率范围为 0.5 兆瓦至 40 兆瓦。同样，Equinix 的 xScale 计划由一个全球数据中心网络组成，20 个设施的总运营容量仅为 292 兆瓦（Equinix 2024 年第三季度投资者介绍，2024 年 11 月 8 日）。相比之下，一些采矿业务在单个站点可以获得相当的能源容量。

从历史上看，运营商几乎没有动力快速扩大规模，因为流媒体服务、电信、数据存储和许多云应用程序的计算密度有限。然而，随着人工智能的进步和这些算法的日益复杂，数据中心现在必须使用最新一代 GPU 和大规模运行最先进的设施，以优化训练执行。

规模的增加得益于 GPU 计算能力的进步和并行计算的优势，使数据中心能够构建具有更大计算能力的更大集群。并行计算允许将工作负载无缝分布在其他 GPU 上，从而通过添加更多单元来高效地进行扩展。至关重要的是，单个站点的大型集群可降低 GPU 之间的延迟，从而提高并行计算的性能。这一优势使单个 200MW 集群在 AI 训练方面的效率大大高于四个地理分布的 50MW 集群，因为 GPU 之间的低延迟通信对于最大限度地提高计算效率至关重要。因此，超大规模企业优先考虑能够获得大功率容量的单一位置，以满足高级 AI 工作负载的需求。

目前，这种容量供不应求，许多传统设施难以满足现代 AI/HPC 工作负载所需的大量能源需求。由于低计算用例和高计算用例之间的网络、冷却和机架密度要求差异等因素，旧设施无法轻松改造。

如今，超大规模企业需要具有更高能源容量的数据中心来支持其高能耗模型（例如大型语言模型）的训练。根据 Uptime Institute 2020 年 12 月的一篇文章，当年的平均机架密度为 8.4 kW/机架，不包括 30+ kW/机架的高性能异常值。这些数据中心的服务器机架曾经最大功率为每机架 40 kW，现在需要支持每机架 132 kW 以上的功率，这是 NVIDIA 的 GB200 NVL72 等尖端系统所需的功率，短短几年内就增长了三倍多。行业专家预测，计算密度的提高和摩尔定律的发展可能会将服务器机架的功率需求推向前所未有的水平。

因此，传统数据中心运营商已将重点转向绿地开发，以适应新一代 AI/HPC 专用数据中心，这些数据中心的能源审批和建设将耗时数年。根据美国能源部最近的一份报告，300 兆瓦至 1,000 兆瓦或以上的设施的连接请求急剧增加，这给当地电网以如此快的速度输送电力的能力带来了压力，导致互连和建设时间延长 2-4 年。

超大规模数据中心运营商现在的目标是构建尽可能大的 GPU 集群来训练 AI/HPC 模型，有几家公司的目标是千兆瓦级数据中心，以容纳数十万个下一代 GPU。虽然超大规模数据中心运营商正在构建自己的数据中心，但他们仍然严重依赖具有成熟电力能力的第三方供应商，以加快时间为 GPU 供电。然而，只有少数现有数据中心能够处理如此巨大的电力需求和高机架能量密度。这种短缺很大程度上源于对数据中心需求的迅猛增长缺乏预期。

为什么比特币矿工可以填补关键空白

比特币矿工拥有大规模、电力就绪的设施，因此有能力满足超大规模矿工的能源需求。多年来，矿工一直在寻找能源充足且价格合理的地点，并确保在单个地点获得大量电力容量，以及变电站组件和中高压设备等长期基础设施项目。一些采矿场地已经具备电力就绪能力，这解决了超大规模矿工面临的最大制约因素之一：获得可靠的大规模电力。

通过进入这些电力就绪的比特币采矿场地，超大规模矿工可以绕过确保能源可用性的漫长过程，专注于改造和定制基础设施以满足他们的特定需求。许多矿工控制着数百兆瓦的场地，很少有传统数据中心运营商能够在单个地点获得这样的规模。几家大型采矿企业已经建立了工业规模电力基础设施的访问权限，确保了容量超过 2 千兆瓦 (GW) 的能源管道，使矿工能够从电力容量需求的增长中获益。尽管传统比特币矿场与 AI 数据中心之间存在重大差异，但矿工在大型建筑和数据中心管理方面拥有宝贵的经验，通常拥有成熟的电气、机械、设施和安全团队。这些专业知识可以进一步简化寻求快速扩展的超大规模企业的过渡。

只有部分矿工能从人工智能中受益

并非所有矿工都能利用 AI/HPC 机会。要构建适合 AI/HPC 的数据中心，必须满足几个关键因素，包括获得大规模土地、冷却水、暗光纤、可靠电力和熟练劳动力。不幸的是，即使满足这些条件，尚未获得必要批准（即电力容量、土地和分区）或尚未拥有关键的长期基础设施组件的公司也将在开发过程中遇到障碍和延迟。

并非所有比特币矿工都能利用 AI/HPC 机会的另一个关键原因是，由于设计和运营要求的差异，矿工现有的基础设施不能直接转移或适用于 AI 数据中心。虽然关键的电气基础设施（包括高压变电站组件和配电系统）有一些相似之处，但 AI 数据中心有特定的要求，需要细致的专业知识和熟练的劳动力。

AI 数据中心的复杂性几乎提升了所有操作环节，包括机械、冷却和网络系统，这使得将比特币挖矿设施改造成 AI/HPC 数据中心成为一项艰巨的任务。下面，我们概述了矿工将现有设施改造成 AI 数据中心所需的一些主要升级：

1.网络基础设施：

AI/HPC 工作负载需要数据中心 GPU 之间的高速、低延迟连接。因此，由于 GPU 不断相互通信，AI/HPC 工作负载的内部网络结构比采矿复杂得多。AI 操作成功的关键是开发最佳网络主干以确保快速执行工作负载。此外，必须从站点建立与暗光纤的连接并满足延迟要求，而采矿站点则不需要这些要求。

2.冷却系统：

矿工使用各种冷却设计，包括风冷、水冷和浸没式冷却系统。冷却主要集中在实际机器本身，而较少关注支持基础设施。另一方面，AI 数据中心将需要更先进的冷却解决方案，例如直接到芯片的液体冷却，以冷却最新一代功率密集的 NVIDIA 服务器，并结合额外的风冷系统来支持网络和机械基础设施。

3.冗余：

与比特币挖矿数据中心相比，人工智能数据中心对冗余度的要求更为严格。挖矿作业本质上是灵活的，因此不需要强大的备用发电设施。另一方面，人工智能数据中心通常在整个作业过程中至少使用 N+1 冗余度，而核心网络和存储组件等更多关键任务组件则需要更高程度的冗余度，以确保不间断运行，或至少在设备发生故障时正确缓存和检查数据。这意味着，对于每个重要的基础设施（例如冷却设备），都必须有备份（N+1 冗余度）。例如，在对一个冷却装置进行维护时，必须有一个额外的装置来维持连续运行。这种级别的冗余度很少出现在没有这种正常运行时间要求的挖矿设施中。

4. 外形尺寸重新设计：

AI 数据中心使用机架式服务器，这与比特币挖矿中使用的鞋盒式 ASIC 有很大不同。为了容纳 AI 硬件，需要彻底重新设计设施的内部物理基础设施，以支持机架式系统及其特定的冷却、网络和电气需求。

5.其他区别：

总的来说，这些因素表明，改造挖矿设施以满足 AI/HPC 数据中心的要求是一项设计和工程挑战。增强的基础设施要求还导致 AI/HPC 数据中心资本支出成本相对于比特币挖矿建设成本大幅上升。

能够利用人工智能数据中心需求的矿工具有上行潜力

虽然矿工可能拥有合适的基础设施和位置，但过渡到 AI/HPC 运营需要的不仅仅是实物资产——它需要专业知识、不同的技术堆栈和新的商业模式。那些拥有经验丰富的管理团队并能够成功构建 AI/HPC 运营的人，有巨大的机会为他们的公司带来巨大的增量价值。以下是一些关键优势，这些优势可以为选择将其电力和数据中心资源从比特币挖矿分配到 AI/HPC 的公司带来增值：

• 高现金流利润率和可预测性：AI/HPC 数据中心运营，尤其是主机托管/定制模式，具有长期合同，通常在数据中心建设开始之前就已商定固定和经常性现金流。这些是可预测且利润率高的现金流，通常与信誉良好的交易对手合作，数据中心运营商可以将大部分成本转嫁给租户，包括能源和运营费用（具体取决于租赁结构）。

• 现金流多样化：收入不仅比比特币挖矿更可预测，而且与加密货币市场无关，这可以平衡那些在动荡的加密货币市场中风险较高的公司的收入状况。在比特币熊市中，这可以增强金融稳定性，使矿工能够继续通过股权或债务筹集现金，而不会产生过度稀释或利息负担。

• 深度资本市场可以帮助扩大运营：尽管基础设施比比特币挖矿昂贵得多，但由于现金流的可预测性，承销投资更为直接，从而为数据中心项目打开了新的债务和股权资本来源。私募股权公司、基础设施投资、养老基金、人寿保险公司等众多公司都渴望涉足数据中心领域，以获得收益。与信誉良好的交易对手签订了租约的数据中心运营商可以承租该租约，并筹集大量项目融资来建设数据中心。

• 根据 Newmark 的《2023 年数据中心市场年度概览报告》，2023 年的定期债务融资量创下了历史新高，而且速度没有放缓，仅 2024 年第一季度就承销了 180 亿美元的开发融资。利率也很合理，Newmark 的利率范围约为 SOFR 的 2.25% - 4.50%，具体取决于贷方。
  

• 巨大的估值增值潜力：一旦资产建立并稳定下来，挖矿和 AI/HPC 之间也存在巨大的估值差异，这使得 AI/HPC 成为一个非常有吸引力的机会。比特币矿工的历史交易价格在 6-12 倍 EV/EBITDA 倍数范围内，而世界上一些最大的数据中心运营商的估值为 20-25 倍 EV/EBITDA。考虑到该行业的高利润率、增长轨迹、可预测的现金流以及与加密货币相比市场波动性降低，这是合理的。为了进一步了解当前差异的规模，混合挖矿/AI 公司的总 EV 是 Digital Realty EV 的 23%，尽管总潜在 MW 容量是后者的 3.5 倍。
  

因此，现金流可预测性、活跃的融资市场和显著的估值上升空间使得 AI/HPC 机会对拥有合适资产的矿工具有极大的吸引力和增值潜力。这些矿工有望在传统数据中心市场取得重大进展，并成为该行业最大的运营商之一。

比特币挖矿的前景

过去几个月，AI/HPC 备受关注，但我们仍预计比特币挖矿网络的哈希率和增长将继续上升。挖矿的增长与 AI/HPC 的增长同步。比特币价格上涨提高了矿工的盈利能力，如果价格继续走高并超过网络难度的增长，挖矿可能会变得更加有利可图。但随着比特币和 AI/HPC 的崛起，未来的挖矿格局会是怎样的？下面我们概述了在可预见的未来可能出现的 AI/HPC 与比特币挖矿相融合的一些主要趋势：

矿工最大化电子的价值：

大多数比特币矿工始终优先考虑最大化其能源使用价值。目前，对于那些拥有可适应站点的人来说，AI 数据中心是最有利可图的途径。考虑到 AI/HPC 站点的价值增长，能够转换为 AI/HPC 数据中心的采矿站点很可能会遵循这条路径来最大化股东价值。然而，这并不一定意味着比特币矿工的缺点。我们仍然预计网络哈希率会增长，但速度会比没有一家美国主要矿工将站点转换为 AI/HPC 数据中心时慢。这些转换通过消除竞争哈希率使留在网络上的矿工受益。

比特币挖矿是将闲置电力货币化的驱动力：

随着人工智能/高性能计算 (AI/HPC) 的日益突出，我们预计矿工将进一步关注在更偏远地区部署其产能，因为超大规模企业在更发达的市场中拥有可用于人工智能/高性能计算的大型场地，因此出价高于矿工。比特币挖矿无需许可、不受地点限制且灵活，使其成为利用闲置发电能力的最佳方式之一。

我们预计，比特币挖矿的更大一部分将被推向边界，以将闲置电力产能货币化——尤其是在美国偏远地区以及埃塞俄比亚、巴拉圭等国际新兴市场，这些国家拥有丰富的廉价过剩能源。

比特币挖矿作为基础设施投资和 AI/HPC 可选性的战略桥梁

此外，随着美国不同地区努力建设输电基础设施和光纤连接，比特币挖矿可以充当桥梁，承保更大容量的能源基础设施项目，如变电站和发电厂建设，即使在没有立即或明确的机会利用 AI/HPC 容量的情况下也是如此。通过将比特币挖矿用于机会性房地产和发电相关投资，投资者可以在等待其他长期能源用例实现的同时获得回报，将其定位为基础设施增长和投资的有吸引力的策略。

对于无法转换为 AI/HPC 数据中心的矿工来说，比特币矿场仍然可以作为长期盈利的业务来运营。几家矿工在没有现有 AI/HPC 租户的情况下购买了大负荷设施，并且还投资了处于不同开发阶段的站点。正如我们之前所概述的，其中一些站点可能不具备 AI/HPC 所需的最佳特性，但仍然对比特币挖矿有用。其他矿工没有团队或内部专业知识来与主要承购商签约并承担具有挑战性的工程和大型建设项目。寻求最大化价值的矿工的希望是锁定一个 AI 客户，但在 AI/HPC 机会无法实现的情况下，这些矿工仍然可以选择建立一个有利可图的 BTC 挖矿业务。

AI/HPC 数据中心与挖矿之间的新兴协同效应

比特大陆等 ASIC 制造商已开始为数据中心机架开发外形尺寸与 GPU 相似的 ASIC。ASIC 外形尺寸与下一代 GPU 外形尺寸的进一步协调将允许数据中心通过在空闲机架空间安装服务器大小的矿机来将其未充分利用的服务器机架货币化，如果使用类似的机架，这将有助于简化为 AI/HPC 改造数据中心的过程。展望未来，矿工可能更愿意购买这些机器，因为它们在数据中心设计方面保持灵活性，并且如果出现更高价值的机会，可以帮助矿工更轻松地转向 AI/HPC。

随着 AI/HPC 数据中心容量的增长，它们对电网的影响也在增长。虽然这些数据中心必须几乎一直在线，但这并不一定意味着总能耗是恒定的。事实上，AI/HPC 训练的负载曲线可能非常不稳定，因为密集计算执行期间消耗更多功率，而检查点期间消耗较少功率。检查点的频率各不相同，根据部署的基础设施和模型的大小，该过程可能需要几分钟到几十分钟。随着模型规模的扩大，需要存储更多的数据，从而增加保存所有数据所需的时间。

同样，对于 AI/HPC 推理工作负载，负载配置文件预计与客户需求紧密结合，因为每个模型查询都直接在数据中心内处理。最初，随着模型需求的波动，这些配置文件可能会表现出很大的波动性。然而，随着时间的推移，随着特定模型的广泛采用，负载可能会变得更加可预测，白天的需求达到峰值，晚上的需求会下降。这种每日负载周期为比特币挖矿提供了理想的机会，因为挖矿操作可以动态扩大或缩小，以补充 AI 推理过程波动的能源需求。

因此，未来比特币挖矿可以用作负载平衡机制，在负载较低时挖矿会增加，在 AI 负载恢复时会减少。租户可能还不需要使用全部 GPU 容量，从而允许矿工加速。

对于数据中心运营商来说，好处是显而易见的，因为他们能够从可在线的容量中获取更多价值，而对于租户来说，这为数据中心和整个电网提供了一定程度的负载稳定性。随着数据中心集群规模的扩大，功耗和对电网的影响将受到越来越严格的审查，确保负载稳定性将至关重要。

将 MW 转移到 AI/HPC 应该会减缓哈希率的增长率

进入 AI/HPC 运营的矿工正在积极转移原本可用于比特币挖矿的容量，这应该会减缓网络哈希率的增长率。考虑到比特币的潜在牛市，这一点尤为重要，因为比特币价格的上涨不会带来同等和抵消的网络哈希率的增长，从而推高哈希率。话虽如此，我们仍然预计，随着更高效的采矿机投入使用，网络哈希率会上升，无论是为了替换老一代机器，还是在不利于 AI/HPC 业务的站点进行新的净投入。

总结

美国的数据中心需求可能会以前所未有的速度激增，预计仅 2024 年就将同比增长 31%。这些预测还表明，美国数据中心的容量将在未来五年内增加一倍以上，从目前的 21 GW 数据中心容量跃升至预计的 45 GW。这种爆炸式增长，加上超大规模提供商在未来 5-10 年内承诺的数千亿美元投资，为能够提供两种关键资源的企业创造了极具吸引力的机会：丰富的廉价能源和能够支持 AI 和 HPC 运营的强大基础设施。

当前的 AI 和 HPC 热潮暴露了传统数据中心的一个关键弱点，即它们无法改造现有设施以满足现代 AI 工作负载的强大电力需求。市场中的这一空白为比特币挖矿业务创造了重大机会，这些业务已经拥有 AI/HPC 公司迫切需要的东西：具有加速通电计划的大型站点。超大规模提供商的选择有限，无法及时扩展其业务以满足 AI/HPC 业务的爆炸性需求。比特币矿工正在成为超大规模企业扩展业务并在不断增长的市场中保持竞争力的合理可行选择。然而，比特币矿工的这一世代机会仍然具有选择性。只有一小部分比特币挖矿业务拥有必要的基础设施和能力，能够成功支持现代 AI/HPC 工作负载的苛刻要求。那些拥有这些稀缺资产并寻求最大化其价值的矿工将转向 AI/HPC 数据中心。

尽管一些批评人士认为，比特币矿工向 AI/HPC 服务多元化可能会通过减少专用于挖矿区块的计算能力来削弱网络安全，但这种转变实际上可能使更广泛的挖矿生态系统受益。无法满足 AI/HPC 站点需求的矿工可以从哈希价格的提高中获得更高的盈利能力。随着越来越多的矿工下线，比特币价格上涨，哈希价格的上涨将显著提高所有比特币矿工的利润率。随着比特币价格今年迄今上涨高达 143%，以及新任亲比特币总统入主白宫，美国的比特币挖矿有望进入迄今为止最强劲的时代。

加密货币和人工智能的交集可以说是 2024 年最热门的加密货币领域之一。截至 2024 年 12 月，使用流动代币构建人工智能项目的加密货币项目的总市值约为 330 亿美元。此外，Galaxy Research 估计，2024 年，超过 3.82 亿美元的风险投资已分配给早期加密人工智能初创公司。虽然大多数加密人工智能项目缺乏产品市场契合度，但比特币挖矿与人工智能/高性能计算业务增长的交集是显而易见的。比特币挖矿进入人工智能领域与这两个领域的其他重叠领域相比脱颖而出，因为它有可能大规模供应人工智能/高性能计算业务最重要的组成部分——能源。因此，持有人工智能/高性能计算可转换资产的比特币矿工可能是当今行业中唯一纯粹且可扩展的加密货币 x 人工智能投资之一。