轉發原文標題：《比特幣礦工推動人工智能革命》

要點

• 擁有大規模場地、冷卻水、暗光纖、可靠電力、熟練勞動力、電力審批和關鍵基礎設施的比特幣礦工具有優勢，可通過滿足快速增長的 AI/HPC （人工智能/高性能計算）數據中心市場需求來提升資產價值。
• 高盛研究部預測，在人工智能的推動下，美國數據中心的電力需求將以每年15%的複合增長率上升，到2030年達到45吉瓦。
• 摩根大通預計，到 2038 年，超大規模人工智能資本支出將達到 3700 億美元，比 2024 年預計的人工智能資本支出增加 127%
• 對 300 兆瓦至 1,000 兆瓦或以上的設施的併網需求急劇增加，這嚴重壓縮了本地電網供電能力，使連接和建設週期延長至2-4年。
• 傳統數據中心缺乏支持高密度計算所需的大功率容量。服務器機架功率需求從過去的40千瓦提升到現在的132千瓦以上，這是運行GB200 NVL72等尖端系統的必要條件。
• 穩定的現金流、活躍的融資市場，以及AI/HPC業務巨大的估值增長空間，使這一轉型機會對擁有合適資產的礦工極具吸引力。
• 通過向AI/HPC市場轉型，礦工可以充分發揮其價值潛力——從目前6-12倍的EV/EBITDA估值提升至領先數據中心運營商普遍享有的20-25倍估值。

介紹

人工智能 (AI) 的興起對大容量計算 (HPC) 設施產生了前所未有的需求。這種激增導致超大規模企業對新數據中心容量進行大量投資。然而，由於電力容量有限以及新設施建設時間延長 2-4 年，傳統數據中心難以滿足這些需求。

比特幣礦工具有獨特優勢來把握這一市場機會，因為他們已掌握大規模電力基礎設施和數據中心運營的關鍵要素。由於冷卻、網絡和冗餘系統都有特定要求，並非所有礦場都能轉型為人工智能數據中心。然而，擁有合適資產和專業知識的礦工可以從 AI/HPC 業務獲得高現金流利潤和巨大的估值提升。本報告首先探討傳統數據中心的現狀，重點指出滿足人工智能計算需求面臨的具體挑戰。接著分析為何某些比特幣礦工能夠填補這一市場空白，並探討比特幣挖礦與人工智能基礎設施融合的未來發展趨勢。

人工智能數據中心的機會是什麼？

在生成式人工智能 (GenAI) 技術廣泛採用的推動下，人工智能將在 2024 年蓬勃發展。根據 Pitchbook 的數據，自 2016 年以來，已有超過 6800 億美元投資於人工智能和機器學習初創公司，涉及超過 10 萬筆交易，其中僅 2024 年就投資了 1200 億美元。

人工智能（AI）和高性能計算 (HPC) 的激增正在對數據中心容量產生巨大的需求。數據中心對於 AI/HPC 的運營至關重要，它為 GPU 密集型計算提供所需的基礎設施和電力。大型語言模型 (LLM) 等新型人工智能應用特別耗電。根據國際能源署的數據，單個 ChatGPT 查詢需要 2.9 瓦時的電力，而谷歌搜索僅需要 0.3 瓦時的電力。

美國新興的能源密集型 AI/HPC 業務的出現，推動了對數據中心的需求增長。高盛研究估計，到 2024 年，美國數據中心需求將達到 21 吉瓦（同比增長 31%）。作為參考，美國 2022-2033 年數據中心需求增長估計為 15.8% 複合年增長率。基於 2024 年數據中心需求的大幅同比增長，高盛研究預計到 2030 年美國數據中心需求將增至 45 吉瓦。到 2030 年，美國數據中心將消耗 45 吉瓦的電力，佔美國總電力容量的 8%。

美國數據中心市場的增長主要由超大規模企業推動，如 Google Cloud 和 AWS 等大型數據中心運營商。這些企業能夠快速擴展數據中心容量，為其他企業客戶提供服務。為了應對不斷增長的數據中心需求，這些超大規模企業已承諾在未來10年向AI數據中心投資超過1000億美元。據摩根大通資產管理公司預測，到2024年底，超大規模企業的業務擴張投資將達到1630億美元，同比增長28%。到2038年，這些企業的AI資本支出預計將增長127%，達到3700億美元。

AI 和 HPC 技術的迅速發展正在重塑數據中心格局。隨著處理需求增加，超大規模數據中心正從傳統計算設施轉型為先進的 AI 基礎設施中心。這些設施成為了支撐自動駕駛汽車、先進醫學研究和下一代 AI 應用等突破性技術的核心基礎。數字創新的未來將深深依賴這些關鍵計算設施的發展與擴展，開啟了技術基礎設施的新紀元。

當前數據中心市場概述

當前的數據中心市場由多家上市和私營企業組成，它們共同管理著規模龐大的數據中心資產組合。該領域的領軍企業包括 Digital Realty、Equinix、Vantage、EdgeConnex 和 QTS 等。根據世邦魏理仕的數據，雖然弗吉尼亞州北部仍是美國最大的數據中心區域，但所有地區的快速增長已導致空置率降至歷史最低水平。

數據中心是多個不同行業的支柱，支持從 Netflix 等流媒體服務到雲計算、人工智能和眾多其他應用程序的一切。但並非所有數據中心都是一樣的。每個都可以針對特定功能進行定製，並且可以分類在不同的類別下，包括超大規模、邊緣、雲和企業數據中心。數據中心變得越來越大，功率也越來越密集。為人工智能等快速擴張的行業提供基礎設施的競爭導致了超大規模企業之間的軍備競賽，以加速建設數據中心容量。

傳統數據中心滿足人工智能需求的障礙

傳統數據中心提供商主要服務於非人工智能行業，通常採用規模較小、地理位置分散的數據中心組合模式，這些設施最初都是為低密度應用設計的。過去十年，這些數據中心的能耗水平相對較低。雖然 Digital Realty（市值 620 億美元）和 Equinix（市值 940 億美元）是全球最大的數據中心運營商，但它們的設施規模普遍偏小。以 Digital Realty 為例，其單個數據中心的功率通常在 0.5 MW 到 40 MW 之間。Equinix 的 xScale 項目雖建有全球數據中心網絡，但其 20 個設施的總運營容量僅有 292 MW（Equinix Q3 2024 投資者介紹，2024 年 11 月 8 日）。相比之下，某些礦場單個站點就能達到這樣的能源容量。

從歷史上看，運營商幾乎沒有動力快速擴大規模，因為流媒體服務、電信、數據存儲和許多雲應用程序的計算密度有限。然而，隨著人工智能的進步和這些算法日益複雜，數據中心現在必須運行最先進的設施，配備最新一代的 GPU，並且大規模運行，以優化訓練執行。

GPU 計算能力的進步和並行計算的優勢促成了規模的增加，使數據中心能夠構建具有更大計算能力的更大集群。並行計算允許工作負載無縫地分佈在額外的 GPU 上，從而可以通過添加更多單元來高效地擴展。至關重要的是，單個站點的大型集群可以減少 GPU 之間的延遲，從而增強並行計算的性能。這一優勢使得單個 200MW 集群對於 AI 訓練來說比四個地理分佈的 50MW 集群更加有效，因為 GPU 之間的低延遲通信對於最大化計算效率至關重要。因此，超大規模企業優先考慮能夠獲得大功率容量的單一位置，以滿足高級人工智能工作負載的需求。

此類容量目前供不應求，許多傳統設施都在努力滿足現代 AI/HPC 工作負載所需的大量能源需求。由於低計算用例和高計算用例之間的網絡、冷卻和機架密度要求的差異等因素，舊設施無法輕鬆改造。

如今，超大規模企業需要具有更高能源容量的數據中心來支持其高能源密集型模型（例如大型語言模型）的訓練。根據 Uptime Institute 2020 年 12 月的一篇文章，當年的平均機架密度為 8.4 千瓦/機架，不包括 30+ kW/機架高性能異常值。這些數據中心的服務器機架曾經最高可達每機架 40 kW 左右，現在需要支持NVIDIA 的 GB200 NVL72 等尖端系統所需的每機架 132 kW以上的電力——短短几年內就增長了兩倍多。業內專家預測，不斷提高的計算密度和摩爾定律的發展可能會將服務器機架的功率需求推向前所未有的水平。

因此，傳統數據中心運營商已轉向綠地開發，以建設新一代 AI/HPC 專用數據中心，但這些設施的能源審批和建設週期需要數年。根據美國能源部最近的一份報告，大規模設施（300兆瓦至1,000兆瓦及以上）的併網申請激增，這已超出了當地電網的快速供電能力。世邦魏理仕指出，這導致併網和建設週期延長至2-4年。

超大規模企業現在的目標是構建儘可能最大的 GPU 集群來訓練 AI/HPC 模型，多家公司的目標是千兆瓦級數據中心，以容納數十萬個下一代 GPU。雖然超大規模企業正在建設自己的數據中心，但他們仍然嚴重依賴具有既定供電能力的第三方提供商來加速為 GPU 供電。然而，只有少數現有數據中心能夠處理如此巨大的電力需求和高機架能量密度。這種短缺很大程度上源於對數據中心需求指數增長缺乏預期。

為什麼比特幣礦工可以填補關鍵缺口

比特幣礦工能夠滿足超大規模企業所需的能源需求，因為他們擁有大規模的電力就緒設施。多年來，礦商一直在尋找能源豐富且價格實惠的地點，並確保在單個地點獲得大量電力容量，以及變電站組件和中高壓設備等長期基礎設施項目。一些礦場已經通電，這解決了超大規模企業面臨的最大限制之一：獲得可靠的大規模電力。

通過進入這些電力就緒的比特幣挖礦站點，超大規模企業可以繞過確保能源可用性的漫長過程，並專注於改造和定製基礎設施以滿足其特定需求。許多礦工控制著數百兆瓦的站點，很少有傳統數據中心運營商能夠在單一地點實現這一規模。幾個主要採礦作業已經建立了工業規模的電力基礎設施，確保了容量超過 2 吉瓦 (GW) 的能源管道，使礦商特別適合從不斷增長的電力容量需求中受益。儘管傳統比特幣礦場和人工智能數據中心之間存在重大差異，但礦工們在大規模建設和數據中心管理方面帶來了寶貴的經驗，並且通常擁有成熟的電氣、機械、設施和安全團隊。這些專業知識可以進一步簡化尋求快速擴展的超大規模企業的過渡。

只有部分礦工可以從人工智能中受益

並非所有礦工都能利用 AI/HPC 機會。要構建適合 AI/HPC 的數據中心，必須滿足幾個關鍵因素，包括獲得大面積面積、冷卻水、暗光纖、可靠的電力和熟練的勞動力。不幸的是，即使滿足了這些資格，尚未獲得必要批准（即電力容量、土地和分區）或已擁有關鍵的長週期基礎設施組件的公司也會遇到開發障礙和延誤。

並非所有比特幣礦工都能利用 AI/HPC 機會的另一個重要原因是，由於設計和運營要求的差異，礦工現有的基礎設施無法直接轉移或適用於 AI 數據中心。雖然關鍵的電氣基礎設施（包括高壓變電站組件和配電系統）有一些相似之處，但 AI 數據中心有特定的要求，需要細緻的專業知識和熟練的勞動力。

人工智能數據中心在各個運營層面都比比特幣礦場更為複雜，從機械系統到冷卻設備和網絡架構都有更高要求。這使得將比特幣礦場改造成 AI/HPC 數據中心成為一項極具挑戰性的工程。以下是將現有礦場設施升級為人工智能數據中心所需的主要改造項目：

1. 網絡基礎設施：
AI/HPC 工作負載需要數據中心 GPU 之間的高速、低延遲連接。因此，用於 AI/HPC 工作負載的內部網絡結構比用於挖礦的內部網絡結構複雜得多，因為 GPU 不斷相互通信。人工智能操作成功的關鍵是開發最佳的網絡主幹，以確保工作負載的快速執行。此外，必須建立從站點到暗光纖的連接並滿足延遲要求，而採礦站點不需要這些。

2. 冷卻系統：
礦工使用各種冷卻設計，包括風冷、水冷和浸沒式冷卻系統。冷卻主要集中在實際機器本身，較少關注支持基礎設施。另一方面，人工智能數據中心將需要更先進的冷卻解決方案，例如直接芯片液體冷卻，以冷卻最新一代的功率密集型 NVIDIA 服務器，並結合額外的風冷系統來支持網絡和機械基礎設施。

3、冗餘：
人工智能數據中心比比特幣挖礦數據中心有更嚴格的冗餘要求。採礦作業本質上是靈活的，因此不需要強大的備用發電。另一方面，AI數據中心通常在各個操作中使用至少N+1冗餘，具有更多關鍵任務組件，例如核心網絡和存儲組件，需要更高程度的冗餘以確保不間斷操作或至少適當的緩存和存儲設備故障時的數據檢查點。這意味著對於每個重要的基礎設施（例如冷卻設備），都必須有備份（N+1 冗餘）。例如，在對一臺冷卻裝置進行維護時，必須有一臺附加裝置來維持連續運行。這種級別的冗餘在採礦設施中很少見，因為採礦設施沒有這樣的正常運行時間要求。

4. 外形尺寸重新設計：
人工智能數據中心使用機架式服務器，這與比特幣挖礦中使用的 ASIC 鞋盒外形有很大不同。為了適應人工智能硬件，有必要對設施的內部物理基礎設施進行徹底的重新設計，以支持機架安裝系統及其特定的冷卻、網絡和電力需求。

5.其他差異：

總的來說，這些因素表明，將挖礦設施改造成 AI/HPC 數據中心是一項重大的設計和工程挑戰。由於基礎設施要求更高，AI/HPC 數據中心的建設成本也遠超比特幣挖礦設施。

能夠利用人工智能數據中心需求的礦工具有上行潛力

雖然礦工可能擁有合適的基礎設施和地點，但向 AI/HPC 運營過渡需要的不僅僅是有形資產，還需要專業知識、不同的技術堆棧和新的業務模式。那些擁有經驗豐富的管理團隊、能夠成功構建 AI/HPC 運營的企業將有巨大的機會為其公司帶來顯著的增量價值。對於選擇將電力和數據中心資源從比特幣挖礦分配到 AI/HPC 的公司來說，以下是一些可以帶來價值增值的主要好處：

• 高現金流利潤率和可預測性： AI/HPC 數據中心運營，尤其是主機託管/定製模式，通常簽訂長期合同，固定和經常性現金流通常在數據中心建設開始之前就已商定。這些是可預測且利潤率高的現金流，通常與信譽良好的交易對手簽訂，數據中心運營商可以將大部分成本轉嫁給租戶，包括能源和運營費用（具體取決於租賃結構）。
• 現金流多元化：收入不僅比比特幣挖礦更可預測，而且與加密貨幣市場無關，這可以平滑那些在動盪的加密貨幣市場中風險較高的公司的收入狀況。在比特幣熊市中，這可以增強金融穩定性，使礦工能夠繼續通過股權或債務籌集現金，而不會產生過度稀釋或利息負擔
• 深度資本市場可協助擴大運營規模：儘管基礎設施比比特幣挖礦成本高得多，但由於現金流可預測，承保投資更為直接，從而為數據中心項目打開了新的債務和股權資本來源。私募股權公司、基礎設施投資、養老基金、人壽保險公司等許多公司都渴望進入數據中心領域，以獲得收益。與信譽良好的交易對手簽訂了租約的數據中心運營商可以利用該租約並籌集大量項目融資來建設數據中心。
  • 根據 Newmark 的《2023 年數據中心市場年度概覽報告》，2023 年的定期債務融資量創下了歷史新高，而且速度沒有放緩，僅 2024 年第一季度就承銷了 180 億美元的開發融資。利率也很合理，Newmark 的利率範圍約為 SOFR 的 2.25% - 4.50%，具體取決於貸方。
• 巨大的估值增值潛力：一旦資產建立並穩定下來，挖礦和 AI/HPC 之間也存在巨大的估值差異，這使得 AI/HPC 成為一個非常有吸引力的機會。比特幣礦工的歷史交易價格在 6-12 倍 EV/EBITDA 倍數範圍內，而世界上一些最大的數據中心運營商的估值為 20-25 倍 EV/EBITDA。考慮到該行業的高利潤率、增長軌跡、可預測的現金流以及與加密貨幣相比市場波動性降低，這是合理的。為了進一步瞭解當前差異的規模，混合挖礦/AI 公司的總 EV 是 Digital Realty EV 的 23%，儘管總潛在 MW 容量是後者的 3.5 倍。

因此，現金流的可預測性、活躍的融資市場和顯著的估值上升空間使得 AI/HPC 機會對於擁有合適資產的礦工來說極具吸引力和增值性。這些礦工有望在傳統數據中心市場取得有意義的進展，併成為業內最大的運營商之一。

比特幣挖礦前景

過去幾個月， AI/HPC 已成為人們關注的焦點，但我們仍然預計哈希率將持續上升，比特幣挖礦網絡也會繼續增長。採礦業的增長與 AI/HPC 的增長保持同步。比特幣價格的上漲提高了礦工的盈利能力，如果價格繼續走高並超過網絡難度的增長，挖礦可能會變得更加有利可圖。但隨著比特幣和 AI/HPC 的崛起，未來的挖礦格局會是什麼樣子？下面我們概述了在可預見的未來可能出現的 AI/HPC 和比特幣挖礦交叉領域的一些主要趨勢：

礦工最大化電子的價值：

大多數比特幣礦工始終優先考慮最大化其能源獲取的價值。目前，對於那些擁有適應性站點的企業來說，人工智能數據中心是最有利可圖的途徑。考慮到 AI/HPC 站點的價值增值，能夠轉變為 AI/HPC 數據中心的採礦站點很可能會遵循這條道路，以實現股東價值最大化。然而，這並不一定意味著比特幣礦工的缺點。我們仍然預計網絡算力會增長，但速度會比美國主要礦商沒有將站點轉換為 AI/HPC 數據中心時要慢。這些轉換通過消除競爭的算力來使留在網絡上的礦工受益。

比特幣挖礦是擱淺電力貨幣化的驅動力：

隨著 AI/HPC 的重要性日益凸顯，我們預計礦商將進一步將注意力集中在更偏遠地區部署其容量，因為超大規模企業在擁有可用於 AI/HPC 的大型站點的更發達市場中的出價高於他們。比特幣挖礦的無需許可、位置無關和靈活的特性使其成為利用擱淺發電能力的最佳方式之一。

我們預計，更大一部分的比特幣挖礦將被推向極限，以將擱淺的電力能力貨幣化——尤其是在美國的偏遠地區以及埃塞俄比亞、巴拉圭和其他廉價、過剩能源豐富的新興市場等國家。

比特幣挖礦作為基礎設施投資和 AI/HPC 可選性的戰略橋樑

此外，隨著美國不同地區致力於建設傳輸基礎設施和光纖連接，比特幣挖礦可以充當承保更大容量能源基礎設施項目（例如變電站和發電建設）的橋樑，即使在沒有立即或沒有建設的情況下也是如此。利用 AI/HPC 能力的明確機會。通過將比特幣挖礦用於機會性房地產和發電相關投資，投資者可以在等待其他長期能源用例實現的同時獲得回報，從而將其定位為基礎設施增長和投資的有吸引力的策略。

對於無法轉換為 AI/HPC 數據中心的礦工來說，比特幣礦場仍然可以作為長期盈利的業務來運營。一些礦工在沒有現有 AI/HPC 租戶的情況下購買了大負載設施，並且還一直在投資處於不同開發階段的站點。正如我們之前概述的，其中一些網站可能不具備最適合 AI/HPC 的必要特徵，但仍然對比特幣挖掘有用。其他礦工沒有團隊或內部專業知識來與主要承購商簽約並承擔具有挑戰性的工程和大型建設項目。尋求價值最大化的礦工希望鎖定人工智能客戶，但在 AI/HPC 機會無法實現的情況下，這些礦工仍然可以選擇建立有利可圖的比特幣挖礦業務。

AI/HPC 數據中心與採礦業之間新興的協同作用

比特大陸（Bitmain）等 ASIC 製造商已開始開發外形類似於數據中心機架 GPU 的 ASIC。 ASIC 外形尺寸與下一代 GPU 外形尺寸的進一步對齊將使數據中心能夠通過在空機架空間中安裝服務器大小的礦機來利用其未充分利用的服務器機架貨幣化，如果使用類似的機架，這有助於簡化數據中心的 AI/HPC 改造。展望未來，礦工可能更願意購買這些機器，因為它們保持了數據中心設計的靈活性，並且如果出現更高價值的機會，可以幫助礦工更輕鬆地轉向 AI/HPC 。

隨著 AI/HPC 數據中心容量的增長，它們對電網的影響也隨之增加。雖然這些數據中心必須幾乎一直在線，但這並不一定意味著消耗的總能源是恆定的。事實上，AI/HPC 訓練的負載曲線可能非常不穩定，因為密集計算執行週期會消耗更多電量，而檢查點週期會消耗更少電量。檢查點的頻率各不相同，具體取決於部署的基礎設施和模型的大小，該過程可能需要幾分鐘到幾十分鐘不等。隨著模型規模的增大，需要存儲更多的數據，從而增加了保存所有數據所需的時間。

同樣，對於 AI/HPC 推理工作負載，負載配置文件預計將與客戶需求緊密結合，因為每個模型查詢都直接在數據中心內處理。最初，隨著模型需求的波動，這些配置文件可能會表現出顯著的波動。然而，隨著時間的推移，隨著特定模型得到廣泛採用，負載可能會變得更加可預測，白天的需求達到高峰，然後在夜間下降。這種每日負載週期為比特幣挖礦提供了理想的機會，因為挖礦操作可以動態地擴大或縮小規模，以補充人工智能推理過程中波動的能源需求。

因此，未來比特幣挖礦可以用作負載平衡機制，在負載較低期間挖礦會增加，而在人工智能負載恢復時挖礦會減少。在某些時期，租戶可能不需要使用所有 GPU 容量，從而允許礦工增加挖礦量。

對於數據中心運營商來說，好處是顯而易見的，因為他們能夠從在線容量中獲取更多價值，而對於租戶來說，這為數據中心和整個電網提供了一定程度的負載穩定性。隨著數據中心集群規模的擴大，功耗和對電網的影響將受到越來越多的關注，確保負載穩定性將變得至關重要。

MW 向 AI/HPC 的轉移應該會減緩算力的增長速度

進入 AI/HPC 業務的礦工正在積極轉移原本可用於比特幣挖礦的容量，這應該會減緩網絡算力的增長速度。在考慮比特幣潛在的牛市時，這一點尤其重要，因為比特幣價格的上漲不會導致網絡算力的同等和抵消性增長，從而推高算力價格。話雖如此，我們仍然預計，隨著更高效的礦機通電，網絡算力將會上升，無論是替換老一代機器，還是在不利於 AI/HPC 業務的站點進行淨新通電。

結論

美國的數據中心需求可能會以前所未有的速度激增，預計僅 2024 年就將同比增長 31%。這些預測還預測，未來五年美國數據中心容量將增加一倍以上，從目前的 21 吉瓦數據中心容量躍升至估計的 45 吉瓦。這種爆炸性增長，加上超大規模提供商在未來 5-10 年承諾的數千億美元投資，為能夠提供兩種關鍵資源的企業創造了誘人的機會：豐富的廉價能源和能夠支持人工智能和高性能計算運營的強大基礎設施。

當前人工智能和高性能計算的蓬勃發展暴露了傳統數據中心的一個關鍵弱點，它們無法改造現有設施來滿足現代人工智能工作負載的強烈電力需求。這種市場空白為比特幣挖礦業務創造了重大機會，比特幣挖礦業務已經擁有 AI/HPC 公司迫切需要的東西：具有加速通電計劃的大型站點。超大規模企業及時擴展業務以滿足 AI/HPC 業務爆炸性需求的選擇有限。比特幣礦機正在成為超大規模企業擴展業務並在不斷增長的市場中保持競爭力的合理可行選擇。然而，比特幣礦工的這一代機會仍然是有選擇性的。只有一小部分比特幣挖礦業務擁有必要的基礎設施和功能來成功支持現代 AI/HPC 工作負載的苛刻要求。那些擁有這些稀缺資產並尋求最大化其價值的礦工將轉向 AI/HPC 數據中心。

雖然有批評者認為比特幣礦工向AI/HPC服務的多元化發展可能會因減少挖礦算力而削弱網絡安全，但這種轉型實際上可能讓整個挖礦生態系統受益。那些不具備AI/HPC站點要求的礦工可以通過哈希價格的提升來增加盈利。隨著部分礦工轉型離場、比特幣價格上漲，哈希價格的提升將顯著增加所有比特幣礦工的利潤。考慮到比特幣價格今年已上漲143%，加上新任親密幣總統即將就職，美國比特幣挖礦行業很可能迎來史上最強勁的發展時期。

加密貨幣與人工智能的融合堪稱2024年加密貨幣領域最熱門的趨勢之一。截至2024年12月，基於流動代幣開發的人工智能加密項目總市值已達330億美元。Galaxy Research的數據顯示，2024年有超過3.82億美元的風投資金流向了早期加密人工智能創業公司。儘管多數加密人工智能項目尚未找到產品與市場的最佳契合點，但比特幣挖礦與人工智能/高性能計算業務的協同效應已經顯現。比特幣挖礦在進軍人工智能領域時獨具優勢，因為它能大規模提供人工智能/高性能計算最核心的要素——能源。因此，擁有可轉換為人工智能/高性能計算資產的比特幣礦工，很可能是目前業內最具純度和擴展性的加密×人工智能投資標的之一。

免責聲明：

1. 本文轉載自【galaxy】，轉發原文標題：《比特幣礦工推動人工智能革命》，所有版權歸原作者【Simrit Dhinsa, Sebastian Orejas 和 Gabe Parker】。若對本次轉載有異議，請聯繫 Gate Learn 團隊，他們會及時處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. Gate Learn 團隊將文章翻譯成其他語言。除非另有說明，否則禁止複製、分發或抄襲翻譯文章。