转发原文标题：《比特币矿工推动人工智能革命》

要点

• 拥有大规模场地、冷却水、暗光纤、可靠电力、熟练劳动力、电力审批和关键基础设施的比特币矿工具有优势，可通过满足快速增长的 AI/HPC （人工智能/高性能计算）数据中心市场需求来提升资产价值。
• 高盛研究部预测，在人工智能的推动下，美国数据中心的电力需求将以每年15%的复合增长率上升，到2030年达到45吉瓦。
• 摩根大通预计，到 2038 年，超大规模人工智能资本支出将达到 3700 亿美元，比 2024 年预计的人工智能资本支出增加 127%
• 对 300 兆瓦至 1,000 兆瓦或以上的设施的并网需求急剧增加，这严重压缩了本地电网供电能力，使连接和建设周期延长至2-4年。
• 传统数据中心缺乏支持高密度计算所需的大功率容量。服务器机架功率需求从过去的40千瓦提升到现在的132千瓦以上，这是运行GB200 NVL72等尖端系统的必要条件。
• 稳定的现金流、活跃的融资市场，以及AI/HPC业务巨大的估值增长空间，使这一转型机会对拥有合适资产的矿工极具吸引力。
• 通过向AI/HPC市场转型，矿工可以充分发挥其价值潜力——从目前6-12倍的EV/EBITDA估值提升至领先数据中心运营商普遍享有的20-25倍估值。

介绍

人工智能 (AI) 的兴起对大容量计算 (HPC) 设施产生了前所未有的需求。这种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，由于电力容量有限以及新设施建设时间延长 2-4 年，传统数据中心难以满足这些需求。

比特币矿工具有独特优势来把握这一市场机会，因为他们已掌握大规模电力基础设施和数据中心运营的关键要素。由于冷却、网络和冗余系统都有特定要求，并非所有矿场都能转型为人工智能数据中心。然而，拥有合适资产和专业知识的矿工可以从 AI/HPC 业务获得高现金流利润和巨大的估值提升。本报告首先探讨传统数据中心的现状，重点指出满足人工智能计算需求面临的具体挑战。接着分析为何某些比特币矿工能够填补这一市场空白，并探讨比特币挖矿与人工智能基础设施融合的未来发展趋势。

人工智能数据中心的机会是什么？

在生成式人工智能 (GenAI) 技术广泛采用的推动下，人工智能将在 2024 年蓬勃发展。根据 Pitchbook 的数据，自 2016 年以来，已有超过 6800 亿美元投资于人工智能和机器学习初创公司，涉及超过 10 万笔交易，其中仅 2024 年就投资了 1200 亿美元。

人工智能（AI）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 AI/HPC 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特别耗电。根据国际能源署的数据，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%。

美国数据中心市场的增长主要由超大规模企业推动，如 Google Cloud 和 AWS 等大型数据中心运营商。这些企业能够快速扩展数据中心容量，为其他企业客户提供服务。为了应对不断增长的数据中心需求，这些超大规模企业已承诺在未来10年向AI数据中心投资超过1000亿美元。据摩根大通资产管理公司预测，到2024年底，超大规模企业的业务扩张投资将达到1630亿美元，同比增长28%。到2038年，这些企业的AI资本支出预计将增长127%，达到3700亿美元。

AI 和 HPC 技术的迅速发展正在重塑数据中心格局。随着处理需求增加，超大规模数据中心正从传统计算设施转型为先进的 AI 基础设施中心。这些设施成为了支撑自动驾驶汽车、先进医学研究和下一代 AI 应用等突破性技术的核心基础。数字创新的未来将深深依赖这些关键计算设施的发展与扩展，开启了技术基础设施的新纪元。

当前数据中心市场概述

当前的数据中心市场由多家上市和私营企业组成，它们共同管理着规模庞大的数据中心资产组合。该领域的领军企业包括 Digital Realty、Equinix、Vantage、EdgeConnex 和 QTS 等。根据世邦魏理仕的数据，虽然弗吉尼亚州北部仍是美国最大的数据中心区域，但所有地区的快速增长已导致空置率降至历史最低水平。

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程序的一切。但并非所有数据中心都是一样的。每个都可以针对特定功能进行定制，并且可以分类在不同的类别下，包括超大规模、边缘、云和企业数据中心。数据中心变得越来越大，功率也越来越密集。为人工智能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，以加速建设数据中心容量。

传统数据中心满足人工智能需求的障碍

传统数据中心提供商主要服务于非人工智能行业，通常采用规模较小、地理位置分散的数据中心组合模式，这些设施最初都是为低密度应用设计的。过去十年，这些数据中心的能耗水平相对较低。虽然 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运营商，但它们的设施规模普遍偏小。以 Digital Realty 为例，其单个数据中心的功率通常在 0.5 MW 到 40 MW 之间。Equinix 的 xScale 项目虽建有全球数据中心网络，但其 20 个设施的总运营容量仅有 292 MW（Equinix Q3 2024 投资者介绍，2024 年 11 月 8 日）。相比之下，某些矿场单个站点就能达到这样的能源容量。

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日益复杂，数据中心现在必须运行最先进的设施，配备最新一代的 GPU，并且大规模运行，以优化训练执行。

GPU 计算能力的进步和并行计算的优势促成了规模的增加，使数据中心能够构建具有更大计算能力的更大集群。并行计算允许工作负载无缝地分布在额外的 GPU 上，从而可以通过添加更多单元来高效地扩展。至关重要的是，单个站点的大型集群可以减少 GPU 之间的延迟，从而增强并行计算的性能。这一优势使得单个 200MW 集群对于 AI 训练来说比四个地理分布的 50MW 集群更加有效，因为 GPU 之间的低延迟通信对于最大化计算效率至关重要。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，以满足高级人工智能工作负载的需求。

此类容量目前供不应求，许多传统设施都在努力满足现代 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的差异等因素，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源密集型模型（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 千瓦/机架，不包括 30+ kW/机架高性能异常值。这些数据中心的服务器机架曾经最高可达每机架 40 kW 左右，现在需要支持NVIDIA 的 GB200 NVL72 等尖端系统所需的每机架 132 kW以上的电力——短短几年内就增长了两倍多。业内专家预测，不断提高的计算密度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转向绿地开发，以建设新一代 AI/HPC 专用数据中心，但这些设施的能源审批和建设周期需要数年。根据美国能源部最近的一份报告，大规模设施（300兆瓦至1,000兆瓦及以上）的并网申请激增，这已超出了当地电网的快速供电能力。世邦魏理仕指出，这导致并网和建设周期延长至2-4年。

超大规模企业现在的目标是构建尽可能最大的 GPU 集群来训练 AI/HPC 模型，多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。虽然超大规模企业正在建设自己的数据中心，但他们仍然严重依赖具有既定供电能力的第三方提供商来加速为 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指数增长缺乏预期。

为什么比特币矿工可以填补关键缺口

比特币矿工能够满足超大规模企业所需的能源需求，因为他们拥有大规模的电力就绪设施。多年来，矿商一直在寻找能源丰富且价格实惠的地点，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。一些矿场已经通电，这解决了超大规模企业面临的最大限制之一：获得可靠的大规模电力。

通过进入这些电力就绪的比特币挖矿站点，超大规模企业可以绕过确保能源可用性的漫长过程，并专注于改造和定制基础设施以满足其特定需求。许多矿工控制着数百兆瓦的站点，很少有传统数据中心运营商能够在单一地点实现这一规模。几个主要采矿作业已经建立了工业规模的电力基础设施，确保了容量超过 2 吉瓦 (GW) 的能源管道，使矿商特别适合从不断增长的电力容量需求中受益。尽管传统比特币矿场和人工智能数据中心之间存在重大差异，但矿工们在大规模建设和数据中心管理方面带来了宝贵的经验，并且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。

只有部分矿工可以从人工智能中受益

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，包括获得大面积面积、冷却水、暗光纤、可靠的电力和熟练的劳动力。不幸的是，即使满足了这些资格，尚未获得必要批准（即电力容量、土地和分区）或已拥有关键的长周期基础设施组件的公司也会遇到开发障碍和延误。

并非所有比特币矿工都能利用 AI/HPC 机会的另一个重要原因是，由于设计和运营要求的差异，矿工现有的基础设施无法直接转移或适用于 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。

人工智能数据中心在各个运营层面都比比特币矿场更为复杂，从机械系统到冷却设备和网络架构都有更高要求。这使得将比特币矿场改造成 AI/HPC 数据中心成为一项极具挑战性的工程。以下是将现有矿场设施升级为人工智能数据中心所需的主要改造项目：

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，用于 AI/HPC 工作负载的内部网络结构比用于挖矿的内部网络结构复杂得多，因为 GPU 不断相互通信。人工智能操作成功的关键是开发最佳的网络主干，以确保工作负载的快速执行。此外，必须建立从站点到暗光纤的连接并满足延迟要求，而采矿站点不需要这些。

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，较少关注支持基础设施。另一方面，人工智能数据中心将需要更先进的冷却解决方案，例如直接芯片液体冷却，以冷却最新一代的功率密集型 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：
人工智能数据中心比比特币挖矿数据中心有更严格的冗余要求。采矿作业本质上是灵活的，因此不需要强大的备用发电。另一方面，AI数据中心通常在各个操作中使用至少N+1冗余，具有更多关键任务组件，例如核心网络和存储组件，需要更高程度的冗余以确保不间断操作或至少适当的缓存和存储设备故障时的数据检查点。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）。例如，在对一台冷却装置进行维护时，必须有一台附加装置来维持连续运行。这种级别的冗余在采矿设施中很少见，因为采矿设施没有这样的正常运行时间要求。

4. 外形尺寸重新设计：
人工智能数据中心使用机架式服务器，这与比特币挖矿中使用的 ASIC 鞋盒外形有很大不同。为了适应人工智能硬件，有必要对设施的内部物理基础设施进行彻底的重新设计，以支持机架安装系统及其特定的冷却、网络和电力需求。

5.其他差异：

总的来说，这些因素表明，将挖矿设施改造成 AI/HPC 数据中心是一项重大的设计和工程挑战。由于基础设施要求更高，AI/HPC 数据中心的建设成本也远超比特币挖矿设施。

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地点，但向 AI/HPC 运营过渡需要的不仅仅是有形资产，还需要专业知识、不同的技术堆栈和新的业务模式。那些拥有经验丰富的管理团队、能够成功构建 AI/HPC 运营的企业将有巨大的机会为其公司带来显着的增量价值。对于选择将电力和数据中心资源从比特币挖矿分配到 AI/HPC 的公司来说，以下是一些可以带来价值增值的主要好处：

• 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，通常签订长期合同，固定和经常性现金流通常在数据中心建设开始之前就已商定。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签订，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）。
• 现金流多元化：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，这可以平滑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
• 深度资本市场可协助扩大运营规模：尽管基础设施比比特币挖矿成本高得多，但由于现金流可预测，承保投资更为直接，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、人寿保险公司等许多公司都渴望进入数据中心领域，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利用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，现金流的可预测性、活跃的融资市场和显着的估值上升空间使得 AI/HPC 机会对于拥有合适资产的矿工来说极具吸引力和增值性。这些矿工有望在传统数据中心市场取得有意义的进展，并成为业内最大的运营商之一。

比特币挖矿前景

过去几个月， AI/HPC 已成为人们关注的焦点，但我们仍然预计哈希率将持续上升，比特币挖矿网络也会继续增长。采矿业的增长与 AI/HPC 的增长保持同步。比特币价格的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什么样子？下面我们概述了在可预见的未来可能出现的 AI/HPC 和比特币挖矿交叉领域的一些主要趋势：

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获取的价值。目前，对于那些拥有适应性站点的企业来说，人工智能数据中心是最有利可图的途径。考虑到 AI/HPC 站点的价值增值，能够转变为 AI/HPC 数据中心的采矿站点很可能会遵循这条道路，以实现股东价值最大化。然而，这并不一定意味着比特币矿工的缺点。我们仍然预计网络算力会增长，但速度会比美国主要矿商没有将站点转换为 AI/HPC 数据中心时要慢。这些转换通过消除竞争的算力来使留在网络上的矿工受益。

比特币挖矿是搁浅电力货币化的驱动力：

随着 AI/HPC 的重要性日益凸显，我们预计矿商将进一步将注意力集中在更偏远地区部署其容量，因为超大规模企业在拥有可用于 AI/HPC 的大型站点的更发达市场中的出价高于他们。比特币挖矿的无需许可、位置无关和灵活的特性使其成为利用搁浅发电能力的最佳方式之一。

我们预计，更大一部分的比特币挖矿将被推向极限，以将搁浅的电力能力货币化——尤其是在美国的偏远地区以及埃塞俄比亚、巴拉圭和其他廉价、过剩能源丰富的新兴市场等国家。

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，随着美国不同地区致力于建设传输基础设施和光纤连接，比特币挖矿可以充当承保更大容量能源基础设施项目（例如变电站和发电建设）的桥梁，即使在没有立即或没有建设的情况下也是如此。利用 AI/HPC 能力的明确机会。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，从而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。一些矿工在没有现有 AI/HPC 租户的情况下购买了大负载设施，并且还一直在投资处于不同开发阶段的站点。正如我们之前概述的，其中一些网站可能不具备最适合 AI/HPC 的必要特征，但仍然对比特币挖掘有用。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。寻求价值最大化的矿工希望锁定人工智能客户，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有利可图的比特币挖矿业务。

AI/HPC 数据中心与采矿业之间新兴的协同作用

比特大陆（Bitmain）等 ASIC 制造商已开始开发外形类似于数据中心机架 GPU 的 ASIC。 ASIC 外形尺寸与下一代 GPU 外形尺寸的进一步对齐将使数据中心能够通过在空机架空间中安装服务器大小的矿机来利用其未充分利用的服务器机架货币化，如果使用类似的机架，这有助于简化数据中心的 AI/HPC 改造。展望未来，矿工可能更愿意购买这些机器，因为它们保持了数据中心设计的灵活性，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随之增加。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消耗的总能源是恒定的。事实上，AI/HPC 训练的负载曲线可能非常不稳定，因为密集计算执行周期会消耗更多电量，而检查点周期会消耗更少电量。检查点的频率各不相同，具体取决于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不等。随着模型规模的增大，需要存储更多的数据，从而增加了保存所有数据所需的时间。

同样，对于 AI/HPC 推理工作负载，负载配置文件预计将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显着的波动。然而，随着时间的推移，随着特定模型得到广泛采用，负载可能会变得更加可预测，白天的需求达到高峰，然后在夜间下降。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地扩大或缩小规模，以补充人工智能推理过程中波动的能源需求。

因此，未来比特币挖矿可以用作负载平衡机制，在负载较低期间挖矿会增加，而在人工智能负载恢复时挖矿会减少。在某些时期，租户可能不需要使用所有 GPU 容量，从而允许矿工增加挖矿量。

对于数据中心运营商来说，好处是显而易见的，因为他们能够从在线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多的关注，确保负载稳定性将变得至关重要。

MW 向 AI/HPC 的转移应该会减缓算力的增长速度

进入 AI/HPC 业务的矿工正在积极转移原本可用于比特币挖矿的容量，这应该会减缓网络算力的增长速度。在考虑比特币潜在的牛市时，这一点尤其重要，因为比特币价格的上涨不会导致网络算力的同等和抵消性增长，从而推高算力价格。话虽如此，我们仍然预计，随着更高效的矿机通电，网络算力将会上升，无论是替换老一代机器，还是在不利于 AI/HPC 业务的站点进行净新通电。

结论

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%。这些预测还预测，未来五年美国数据中心容量将增加一倍以上，从目前的 21 吉瓦数据中心容量跃升至估计的 45 吉瓦。这种爆炸性增长，加上超大规模提供商在未来 5-10 年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诱人的机会：丰富的廉价能源和能够支持人工智能和高性能计算运营的强大基础设施。

当前人工智能和高性能计算的蓬勃发展暴露了传统数据中心的一个关键弱点，它们无法改造现有设施来满足现代人工智能工作负载的强烈电力需求。这种市场空白为比特币挖矿业务创造了重大机会，比特币挖矿业务已经拥有 AI/HPC 公司迫切需要的东西：具有加速通电计划的大型站点。超大规模企业及时扩展业务以满足 AI/HPC 业务爆炸性需求的选择有限。比特币矿机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，比特币矿工的这一代机会仍然是有选择性的。只有一小部分比特币挖矿业务拥有必要的基础设施和功能来成功支持现代 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。

虽然有批评者认为比特币矿工向AI/HPC服务的多元化发展可能会因减少挖矿算力而削弱网络安全，但这种转型实际上可能让整个挖矿生态系统受益。那些不具备AI/HPC站点要求的矿工可以通过哈希价格的提升来增加盈利。随着部分矿工转型离场、比特币价格上涨，哈希价格的提升将显著增加所有比特币矿工的利润。考虑到比特币价格今年已上涨143%，加上新任亲密币总统即将就职，美国比特币挖矿行业很可能迎来史上最强劲的发展时期。

加密货币与人工智能的融合堪称2024年加密货币领域最热门的趋势之一。截至2024年12月，基于流动代币开发的人工智能加密项目总市值已达330亿美元。Galaxy Research的数据显示，2024年有超过3.82亿美元的风投资金流向了早期加密人工智能创业公司。尽管多数加密人工智能项目尚未找到产品与市场的最佳契合点，但比特币挖矿与人工智能/高性能计算业务的协同效应已经显现。比特币挖矿在进军人工智能领域时独具优势，因为它能大规模提供人工智能/高性能计算最核心的要素——能源。因此，拥有可转换为人工智能/高性能计算资产的比特币矿工，很可能是目前业内最具纯度和扩展性的加密×人工智能投资标的之一。

免责声明：

1. 本文转载自【galaxy】，转发原文标题：《比特币矿工推动人工智能革命》，所有版权归原作者【Simrit Dhinsa, Sebastian Orejas 和 Gabe Parker】。若对本次转载有异议，请联系 Gate Learn 团队，他们会及时处理。
2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
3. Gate Learn 团队将文章翻译成其他语言。除非另有说明，否则禁止复制、分发或抄袭翻译文章。