計算能力遇上比特幣：埃隆·馬斯克的能源解決方案推動下一個經濟週期

在2025年底，當全球目睹Elon Musk的xAI在孟菲斯超級電腦群迅速擴展至百萬GPU的同時，一個強大的認知在投資圈中逐漸成形：運算能力已悄然成為我們這個時代最關鍵的資源。這並非空穴來風。數字數據講述了一個殘酷的故事——在今年前三個月，微軟、亞馬遜和谷歌已經在AI基礎設施上投入了$300 十億美元。Nvidia的市值突破$5 兆美元。然而，在這些頭條數字背後，隱藏著一個更深層的真相：運算能力與比特幣不再是競爭的敘事，而是互補的力量，共同塑造數字經濟的未來。就像1859年的賓夕法尼亞石油大戰一樣，我們正站在一個轉折點——能源——現在是計算能源，而非石油——將定義下一個世紀的財富創造。

解釋一切的平行：為何2026年是運算能力的1859年

歷史很少重演，但總是引人共鳴。1859年，艾德溫·德雷克上校在賓夕法尼亞泥濘的土地上打出了世界上第一口油井，對旁觀者來說似乎不可能。那時，世界仍依賴鯨油照明；德雷克對地下石油的確信被視為瘋狂。然而，數年之內，石油從一個好奇心變成工業文明的基石——伴隨著地緣政治的動盪、財富的再分配，以及數個世紀的權力鬥爭。

今天，我們正見證一個類似的時刻。運算能力——以GPU集群、以千瓦計、以推理吞吐量衡量——正迅速成為曾經的石油：推動指數級生產力飛躍的燃料。而比特幣，回歸其本質，作為存儲在代碼中的能源，反映了金本位的歷史角色：在一切波動時，最終的價值存儲。這個平行不是詩意的比喻，而是結構性的現實。

高盛的研究團隊通過他們的四階段AI投資模型——晶片→基礎設施→收益賦能→生產力提升——描繪了這一轉變：市場已經將像Nvidia這樣的晶片製造商納入定價。焦點已經明確轉向基礎設施，需求即將爆炸。到2030年，全球數據中心的電力消耗將激增165%。僅美國數據中心的電力需求，預計到2030年將以15%的年複合增長率攀升，十年末將佔美國總電力的8%，而今日為3%。預計到2028年，全球在數據中心和硬體上的支出將達到$3 兆美元。

這不是炒作，這是數學。這也是為何像馬斯克這樣既懂得極致執行又善於能源管理的玩家，已經將自己定位在這一轉變的交匯點。

馬斯克的孟菲斯集群：能源管理如何轉變AI基礎設施

馬斯克的xAI提供了一個清晰的案例研究。該公司在孟菲斯不到六個月內完成了Colossus——世界上最大的單一AI超級電腦集群——這個速度震驚了整個產業。當前的目標：在年底前擴展到百萬GPU等效的計算能力。這不僅關乎計算實力，更關乎能源架構。馬斯克反覆強調，擴展AI的瓶頸不在工程技術，而在於獲取穩定且經濟的電力供應。

這種對能源效率的執著反映了一個深刻的洞察：電力佔據數據中心運營成本的40-50%。冗餘、冷卻、基礎設施——這些成本迅速放大。一個規劃一百萬GPU的設施，不僅需要電力，更需要預測電網波動的電力架構、避免連鎖故障的電力管理，以及能在地緣政治摩擦中存活的電力來源。馬斯克在擴展特斯拉Gigafactory和管理SpaceX發射任務中的經驗，賦予xAI一個少有的制度優勢：能將能源視為戰略限制，而非事後考慮。

這個理念不僅適用於xAI。每個主要的超大雲端服務商——微軟、亞馬遜、谷歌、Meta——都已將能源採購和基礎設施作為核心競爭優勢。微軟的$100 十億美元Stargate專案明確針對建設能源優化的集群，用於OpenAI模型訓練。亞馬遜的(AWS)已承諾$150 十億美元，利用自主研發的Trainium 3晶片，通過能源高效的硬體自給自足，將計算成本與外部供應脫鉤。谷歌每年資本支出達$80-90億美元，利用TPU v6的能源效率優勢，擴展AI區域。Meta將2025年的資本支出預估調高至$37-40億美元，部署液冷技術於超過60萬H100等值的儲備中。

這個模式十分明確：掌控能源基礎設施，就掌握了運算能力；而掌握運算能力，則掌握了下一階段經濟價值的創造。

AI投資的四階段：從晶片到能源優化基礎設施

高盛的框架清楚指出資本應流向何處：市場已經從第一階段(晶片商品積累)，轉向第二階段(基礎設施擴展)與第三階段(AI應用帶來的收益賦能)的交叉點。在2026年，這個邊界地帶將成為主要的投資前沿。

基礎設施階段的機會集中在三個向量：(1) 電力獲取與管理、(2) 高級冷卻系統與數據中心物流、以及(3) 最大化利用率的排程軟體。這些領域的公司不僅建設數據中心，更在工程能源轉化為吞吐的能力，達到前所未有的規模。

同時，收益賦能不僅限於AI軟體供應商或大型語言模型公司。高盛預估，2026年，80%的非科技標普500公司將因AI整合而實現可衡量的成本降低與效率提升。在醫療、金融、零售、製造和物流等領域，企業將面臨二選一：要么調整AI模型以獲取生產力紅利，要么在競爭中落後於更快行動的對手。這個“AI投資回報的實現之年”將區分真正的價值創造者與僅部署昂貴計算集群的公司。

這兩個動態——基礎設施的擴散與應用的全面滲透——的匯合，創造了一個前所未有的資本配置機會。到2032年，單是生成式AI市場預計將達到$1.3兆美元，基礎設施部署在短期內推動42%的年複合增長，並逐步轉向推理優化、數位廣告和專業軟體服務。

比特幣作為電網的節能裝置：挖礦與AI的協同作用

在此，出現了一個將運算能力與比特幣連結的概念橋樑：電力。比特幣，作為其基礎，是一種Proof-of-Work的能源，以數字形式存儲。每一個挖礦區塊代表一個電力的量子，轉化為密碼學的確定性。每個比特幣的價值，最終來自於生產的能源成本與攻擊的能源成本——改變歷史帳本條目的電力需求。

相較之下，AI計算集群消耗電力，將數據轉化為智慧。兩者都高度依賴電力；都24/7運作；都受益於廉價、可靠的電源。但它們的需求曲線卻截然不同：AI集群需要持續、可預測的負載；比特幣挖礦則能容忍中斷，根據電力供應情況即時啟動或關閉計算。

這種差異創造了一個大多數投資者忽視的互補關係。電網運營商面臨時空電力不平衡：太陽能和風能的高峰產出在需求低谷時，而電力高峰需求常與多雲、風靜的夜晚重合。比特幣挖礦作為彈性計算負載，吸收多餘的可再生能源，當電網產生過剩時運行；同時，當AI集群面臨電力限制時，挖礦計算能力可以即時關閉，釋放電力用於更高價值的應用。換句話說，比特幣挖礦通過智能“需求響應”穩定電網，這對電網運營商和AI基礎設施提供者來說，是一項巨大的價值服務。

這種共生關係並非理論空談。主要的比特幣挖礦公司已在冰島等地實施此模型，利用地熱資源的暫時過剩，以及德州在某些時段的可再生能源過剩，導致價格甚至出現負值。這些經驗——大規模電力管理、硬體在極端條件下的可靠性、24/7運營紀律——在挖礦與AI計算能力部署之間無縫轉移。

想像一下：比特幣挖礦成為電力的緩衝，讓AI基礎設施能在不破壞電網穩定的前提下擴展。比特幣持有者成為更高效全球能源系統的利益相關者。AI基礎設施提供者，則能通過電網穩定機制獲得更便宜的電力。所謂的加密貨幣與AI能源消耗之間的衝突，逐漸轉化為互補的運作，共同服務於一個目標：最大化每單位電力的生產力。

GENIUS法案開啟RWA新前沿：將運算能力代幣化

2025年，監管的催化劑出現：GENIUS法案的通過，為穩定幣在美國的監管提供了明確框架，將數字美元基礎設施嵌入區塊鏈網絡。這一看似微不足道的發展，卻對運算能力市場產生深遠影響。

現在，穩定幣作為具有聯邦背書的鏈上美元，大幅提升了區塊鏈在結算和跨境交易中的實用性。更重要的是，監管的明確性鼓勵機構發行“實體資產”(RWA)——代表對實物或生產資產的所有權索賠的數字代幣。房地產、債券、股權都可以被代幣化，創建24/7結算、分割所有權和全球流動性的鏈上市場。

作為一種生產性資產，運算能力具有與RWA代幣化完美契合的特性：高資本需求(使得分割所有權具有價值)、穩定且可量化的回報(，以及與鏈上數字基礎設施的內在兼容性)智能合約可以直接監控性能(。一個GPU集群的規格——型號、利用率、能源效率、正常運行時間、每單位產生的收入——都能轉化為鏈上智能合約的參數。

想像一個“鏈上運算能力市場”，如衍生品或商品交易所：需要AI推理能力的客戶，從地理分散的邊緣節點池中購買運算能力代幣。代幣持有者根據其持股比例，獲得流式收入。開發者部署模型，按推理次數付費，款項自動流向代幣持有者。運算供應根據需求動態調整，消除重資產模型的資本低效。風險在網絡中分散，而非集中於單一數據中心運營商。

這種架構同時實現多個目標：)1( 降低信用風險，通過分散的非相關節點提供計算；)2( 透過區塊鏈透明度實現實時性能驗證；)3( 支援即時結算與收益分配，無需中介延遲；)4( 創建流動市場，能即時買賣、租賃、抵押或槓桿化運算容量——遠勝於目前需數月雙邊協商的安排。

這一先例是歷史的重演。兩百年前，石油從稀有物轉變為工業必需品，華爾街出現交易所，標準化、交易和融資石油儲備。如今，運算能力正走上同樣的道路，從稀缺的投入要素，轉變為標準化的金融資產。

超大雲端、NeoCloud與新興的計算階層

競爭格局反映了這一轉變。位於頂端的是“超大雲端”——微軟、亞馬遜、谷歌、Meta、xAI——通過垂直整合控制著龐大的運算資源池。這些公司打造專屬晶片)Amazon的Trainium、谷歌的TPU、Meta的定制加速器(，運營巨大的數據中心，並掌握從硬體製造到面向消費者的AI服務的整個價值鏈。他們的規模無人能及：合計每年投入超過$400億美元用於基礎設施擴展。

然而，他們的主導地位正面臨“NeoCloud”運營商的意外挑戰：CoreWeave、Nebius、Crusoe和Nscale。這些公司意識到，儘管超大雲端規模巨大，但其運作仍受限於為通用雲服務優化的架構。相較之下，NeoCloud提供商專注於AI計算，具有多個優勢：

1. 靈活性： NeoCloud按天、按小時或按分鐘租用計算能力，而非長期承諾。對於試驗模型架構的初創公司來說，這是革命性的。

2. 優化： 每個架構決策——冷卻系統設計、網路)RDMA(、軟體堆疊、排程算法——都專為AI訓練與推理量身定制，消除了為通用工作負載優化的額外負擔。

3. 效率： NeoCloud供應商預裝標準化、容器化系統)整個機架、整個園區(，並以可預測的正常運行時間和性能交付。

4. 速度： CoreWeave等公司能在數週內建立新容量，而非數個季度。

CoreWeave就是這一類型的典範。公司囤積最新一代GPU)H100、B100、H200、Blackwell(，並建設高性能AI數據中心，進行端到端優化。客戶按日或按小時計費租用整個集群，CoreWeave負責運營、冷卻和排程。這種靈活性，使得CoreWeave成為2025年最受期待的IPO之一。

但超大雲端和NeoCloud運營商僅是計算經濟的一部分。想像GoodVision AI：它意識到，大多數AI推理工作最終將在全球範圍內分散運行，而非集中在美國數據中心。該公司正戰略性部署模組化、低延遲的推理節點，遍布東南亞、印度和拉丁美洲等新興市場——這些地區電力基礎設施薄弱，但對本地AI服務的需求日益上升。通過智能調度多用戶推理請求，GoodVision實現快速響應)解決“最後一公里延遲問題”(，並在電力和土地成本較低的地區高效運營。

加密挖礦傳承：為何運算能力先驅更懂能源

一個引人入勝的模式是：幾乎所有頂尖的AI運算能力供應商，都深植於比特幣或加密貨幣挖礦的背景。CoreWeave的創始團隊來自挖礦經驗。xAI則繼承了馬斯克對特斯拉能源管理的觀察。許多NeoCloud工程師曾多年管理挖礦場經濟——優化電力採購、實施冗餘架構、最大化正常運行時間，以及管理數千台設備的硬體故障。

這種傳承並非巧合。比特幣挖礦與AI高性能計算在根本上具有同構性：

• 兩者都需要廉價且豐富的電力。
• 兩者都要求地理集中)挖礦集群、AI數據中心(，以最小化傳輸損耗。
• 兩者都在極端條件下24/7運作，需制度化的維護、冗餘和應急規劃。
• 兩者都面臨硬體商品化與快速過時的挑戰。
• 兩者都能以每單位電力產生可量化的回報。

挖礦運營積累的專業——談判電力購買協議、優化冷卻系統、預測硬體故障曲線、管理大規模GPU採購的供應鏈——都能直接轉移到AI基礎設施。唯一的差別在於產出：比特幣挖礦產生價值存儲資產)BTC(；AI則產生智慧——推理/訓練的輸出)。

這種理解賦予了挖礦傳承公司在運算能力擴展中的決定性優勢：他們不將電力視為抽象成本，而是理解為根本限制。他們像風險投資家一樣談判電力合約；像航天工程師一樣優化數據中心熱力學；像供應鏈專家一樣管理硬體採購。這種運營的精細化，解釋了為何許多領先的計算供應商，正將現有基礎設施——實際上是相同的電力管理能力——從SHA-256哈希轉向GPU利用率。

RWA融合：從資產到流動市場

這些動態的融合，指向一個核心洞察：運算能力作為一種生產性資產，正透過RWA機制，借助GENIUS法案的穩定幣框架，逐步代幣化。這一轉變，將重塑全球計算資源的供應、融資與使用方式。

想像其運作：東南亞一個邊緣計算節點，經鏈上驗證，通過AI推理請求產生收入。這個收入——可量化、可驗證、可擔保——成為一種金融資產。投資者可以通過RWA代幣，分割擁有權。智能合約根據所有權比例，自動分配收益。開發者部署模型，按推理次數付費，款項自動流向代幣持有者。運算供應根據需求動態調整，消除重資產模型的資本低效。風險在網絡中分散，而非集中於單一數據中心。

這一架構同時實現多重目標：(1) 降低信用風險，分散計算提供者；(2) 透過區塊鏈透明度，實現性能的實時驗證；3 支援即時結算與收益分配，無需中介延遲；4 創建流動市場，能即時買賣、租賃、抵押或槓桿化運算容量——遠勝於現行需數月雙邊協商的安排。

這一先例是歷史的重演。兩百年前，石油從稀有資源轉變為工業必需品，華爾街出現交易所，標準化、交易和融資石油儲備。如今，運算能力正走上同樣的道路，從稀缺的投入要素，轉變為標準化的金融資產。

超大雲端、NeoCloud與新興的計算階層

競爭格局反映了這一轉變。位於頂端的是“超大雲端”——微軟、亞馬遜、谷歌、Meta、xAI——通過垂直整合，掌握著龐大的運算池。這些公司打造專屬晶片Amazon的Trainium、谷歌的TPU、Meta的定制加速器，運營巨型數據中心，並掌握從硬體製造到面向消費者的AI服務的完整價值鏈。他們的規模無人能及：合計每年投入超過$400億美元用於基礎設施擴展。

但他們的主導地位正受到“NeoCloud”運營商的挑戰：CoreWeave、Nebius、Crusoe和Nscale。這些公司認識到，儘管超大雲端規模巨大，但其架構仍為通用雲服務優化。相較之下，NeoCloud專注於AI計算，具有多個優勢：

1. 靈活性： NeoCloud按天、按小時或分鐘租用計算能力，而非長期合約。對於試驗模型的初創企業，這是革命性的。

2. 優化： 每個架構決策——冷卻系統設計、RDMA網路、軟體堆疊、排程算法——都專為AI訓練與推理量身定制，消除為通用工作負載的額外負擔。

3. 效率： NeoCloud預裝標準化、容器化系統整個機架、整個園區，並以可預測的正常運行時間和性能交付。

4. 速度： CoreWeave等公司能在數週內建立新容量，而非數季度。

CoreWeave是這一類型的典範。公司囤積最新GPUH100、B100、H200、Blackwell，並建設高性能AI數據中心，進行端到端優化。客戶按日或按小時計費租用整個集群，CoreWeave負責運營、冷卻和排程。這種靈活性，使得CoreWeave成為2025年最受期待的IPO之一。

但超大雲端和NeoCloud運營商，僅是計算經濟的一部分。想像GoodVision AI：它認識到，大多數AI推理工作最終將在全球範圍內分散運行，而非集中在美國數據中心。該公司正戰略性部署模組化、低延遲的推理節點，遍布東南亞、印度和拉丁美洲等新興市場——這些地區電力基礎設施薄弱，但對本地AI服務的需求日益上升。通過智能調度多用戶推理請求，GoodVision實現快速響應解決“最後一公里延遲問題”，並在電力和土地成本較低的地區高效運營。

加密挖礦傳承：為何運算能力先驅更懂能源

一個引人入勝的模式是：幾乎所有頂尖的AI運算能力供應商，都深植於比特幣或加密貨幣挖礦的背景。CoreWeave的創始團隊來自挖礦經驗。xAI則繼承了馬斯克對特斯拉能源管理的洞察。許多NeoCloud工程師曾多年管理挖礦場經濟——優化電力採購、實施冗餘架構、最大化正常運行時間，以及管理數千台設備的硬體故障。

這種傳承並非巧合。比特幣挖礦與AI高性能計算在根本上具有同構性：

• 兩者都需要廉價且豐富的電力。
• 兩者都要求地理集中挖礦集群、AI數據中心，以最小化傳輸損耗。
• 兩者都在極端條件下24/7運作，需制度化的維護、冗餘和應急規劃。
• 兩者都面臨硬體商品化與快速過時的挑戰。
• 兩者都能以每單位電力產生可量化的回報。

挖礦運營積累的專業——談判電力購買協議、優化冷卻系統、預測硬體故障曲線、管理大規模GPU採購的供應鏈——都能直接轉移到AI基礎設施。唯一的差別在於產出：比特幣挖礦產生價值存儲資產BTC；AI則產生智慧——推理/訓練的輸出。

這種理解賦予了挖礦傳承公司在運算能力擴展中的決定性優勢：他們不將電力視為抽象成本，而是理解為根本限制。他們像風險投資家一樣談判電力合約；像航天工程師一樣優化數據中心熱力學；像供應鏈專家一樣管理硬體採購。這種運營的精細化，解釋了為何許多領先的計算供應商，正將現有基礎設施——實際上是相同的電力管理能力——從SHA-256哈希轉向GPU利用率。

RWA融合：從資產到流動市場

這些動態的融合，指向一個核心洞察：運算能力作為一種生產性資產，正透過RWA機制，借助GENIUS法案的穩定幣框架，逐步代幣化。這一轉變，將重塑全球計算資源的供應、融資與使用方式。

想像其運作：東南亞一個邊緣計算節點，經鏈上驗證，通過AI推理請求產生收入。這個收入——可量化、可驗證、可擔保——成為一種金融資產。投資者可以通過RWA代幣，分割擁有權。智能合約根據所有權比例，自動分配收益。開發者部署模型，按推理次數付費，款項自動流向代幣持有者。運算供應根據需求動態調整，消除重資產模型的資本低效。風險在網絡中分散，而非集中於單一數據中心。

這一架構同時實現多重目標：1 降低信用風險，分散計算提供者；2 透過區塊鏈透明度，實現性能的實時驗證；3 支援即時結算與收益分配，無需中介延遲；4 創建流動市場，能即時買賣、租賃、抵押或槓桿化運算容量——遠勝於現行需數月雙邊協商的安排。

這一先例是歷史的重演。兩百年前，石油從稀有資源轉變為工業必需品，華爾街出現交易所，標準化、交易和融資石油儲備。如今，運算能力正走上同樣的道路，從稀缺的投入要素，轉變為標準化的金融資產。

超大雲端、NeoCloud與新興的計算階層

競爭格局反映了這一轉變。位於頂端的是“超大雲端”——微軟、亞馬遜、谷歌、Meta、xAI——通過垂直整合，掌握著龐大的運算池。這些公司打造專屬晶片Amazon的Trainium、谷歌的TPU、Meta的定制加速器，運營巨型數據中心，並掌握從硬體製造到面向消費者的AI服務的完整價值鏈。他們的規模無人能及：合計每年投入超過$400億美元用於基礎設施擴展。

但他們的主導地位正受到“NeoCloud”運營商的挑戰：CoreWeave、Nebius、Crusoe和Nscale。這些公司認識到，儘管超大雲端規模巨大，但其架構仍為通用雲服務優化。相較之下，NeoCloud專注於AI計算，具有多個優勢：

1. 靈活性： NeoCloud按天、按小時或分鐘租用計算能力，而非長期合約。對於試驗模型的初創企業，這是革命性的。

2. 優化： 每個架構決策——冷卻系統設計、RDMA網路、軟體堆疊、排程算法——都專為AI訓練與推理量身定制，消除為通用工作負載的額外負擔。

3. 效率： NeoCloud預裝標準化、容器化系統整個機架、整個園區，並以可預測的正常運行時間和性能交付。

4. 速度： CoreWeave等公司能在數週內建立新容量，而非數季度。

CoreWeave是這一類型的典範。公司囤積最新GPUH100、B100、H200、Blackwell，並建設高性能AI數據中心，進行端到端優化。客戶按日或按小時計費租用整個集群，CoreWeave負責運營、冷卻和排程。這種靈活性，使得CoreWeave成為2025年最受期待的IPO之一。

但超大雲端和NeoCloud運營商，僅是計算經濟的一部分。想像GoodVision AI：它認識到，大多數AI推理工作最終將在全球範圍內分散運行，而非集中在美國數據中心。該公司正戰略性部署模組化、低延遲的推理節點，遍布東南亞、印度和拉丁美洲等新興市場——這些地區電力基礎設施薄弱，但對本地AI服務的需求日益上升。通過智能調度多用戶推理請求，GoodVision實現快速響應解決“最後一公里延遲問題”，並在電力和土地成本較低的地區高效運營。

加密挖礦傳承：為何運算能力先驅更懂能源

一個引人入勝的模式是：幾乎所有頂尖的AI運算能力供應商，都深植於比特幣或加密貨幣挖礦的背景。CoreWeave的創始團隊來自挖礦經驗。xAI則繼承了馬斯克對特斯拉能源管理的洞察。許多NeoCloud工程師曾多年管理挖礦場經濟——優化電力採購、實施冗餘架構、最大化正常運行時間，以及管理數千台設備的硬體故障。

這種傳承並非巧合。比特幣挖礦與AI高性能計算在根本上具有同構性：

• 兩者都需要廉價且豐富的電力。
• 兩者都要求地理集中挖礦集群、AI數據中心，以最小化傳輸損耗。
• 兩者都