燦谷Q1財報，礦業穩定，AI算力找入口

聊下燦谷這份2026年Q1財報吧，總體在預期當中。

財務情況，收入1.02億美元，主要還是挖礦業務，挖幣1266枚，收入9840萬美元，總體經營凈虧損2.611億美元，原因還是幣價回撤太多了，擔保品角度公允價值變動，疊加折舊，電費和托管費還在燒錢，典型周期壓力放大效應。

2026年初賣幣以后，公司就進入主動降杠桿節奏了，Q1差不多賣了2,000枚，持有約1,057枚。截至Q1長期債務從2025年底的5.576億美元降到3060萬美元，基本輕裝上陣了。

現金層面，Q1末現金及現金等價物720萬美元。這個數看Q1財務口徑其實是滯后的，后續是有董事長相關控制實體6500萬美元投資，以及與DL Holdings的1000萬美元可轉債和戰略合作，目前也是差不多小1億美金。

雖然跟頭部AI云廠商比不了，但是做AI推理的話，50MW驗證綽綽有余。

說下具體業務層的變化：

挖礦業務，從進攻轉向防守

我個人觀點是全面進入穩定階段。

截至一季度末，總運營算力為37.01EH/s，自營算力27.98EH/s，托管/租賃算力9.02EH/s。4月底，總運營算力降到31.58EH/s，其中自營算力20.43EH/s，托管/租賃算力11.15EH/s。

電話會上，管理層沒怎么講算力目標，更多還是關注利潤率和現金流指標，降單幣現金成本。

現在挖礦大環境不太好，行業數據顯示，在hashprice跌至36-38美元/PH/s/day區間時，部分中老代礦機已經接近盈虧線，約15%-20%的全球礦機處于不盈利狀態。如果hashprice繼續下探到30-35美元，只有電價低于0.05美元/kWh的礦企還能保持相對安全。

燦谷應對舉措主要幾點：S19換S21，到5月底，現在自營礦機結構S19和S21大約是8比2。從比例來看，升級屬于剛開始，后面估計還要繼續汰換。

算力往巴拉圭、阿曼這邊遷就不說了，降電力成本。

另外就是，公司現在有把部分高成本站點，改成收入分成的托管模式。站點承擔電費、維護和運營費用，燦谷拿分成，除了折舊還在，也算是總體降本增效去杠桿。

Q1單枚現金成本為76,928美元，較2025年Q4下降約9%。4月份進一步降到約68,061美元。

現在挖礦這個生意咋說呢，幣價看漲不缺長期敘事，畢竟BTC已經進入傳統金融定價框架。現在問題是短期確定性催化太少。Citi近期下調BTC目標價，理由是美國加密監管立法推進不及預期，ETF資金和機構入場節奏受到影響。幣價現在跟政策、利率、ETF資金流和風險偏好都相關，短期不好預測。

關于EcoHash這個樣板間

EcoHash是公司最有想象力的部分了。

喬治亞州礦場是目前唯一完全自有的基礎設施資產，50MW并網，電話會里說，電力協議鎖定到2029年，場地改造完成，標準化算力集裝箱正在分批到貨，后續會進入安裝和測試。

總體是按照真實生產環境打造的一個展示中心，算力集裝箱規格不一樣，包括冷卻方案也不一樣，包括風冷（Air-cooled）、液冷（Liquid-cooled）、混合冷卻（Hybrid），用來驗證不同環境下的部署效率、轉換效率和運營表現。

給我的感覺有點類似大型產品矩陣的樣板間展了。以后合作方、礦場、或者電力資產方過來，想把原來的場站改造成AI算力節點，可以直接來看喬治亞這個樣板。

公司給的收入時間表還是2026年下半年，現在最重要的任務還是技術驗證。

之前他們官號發過一些礦場的實況，應該還是在持續替換中，之前規劃的是部分礦機，部分HPC，現在應該都要換算力卡了。

燦谷在賺哪部分錢

從去年11月以來，礦企轉AI的新聞非常密集。今年5月，英偉達也宣布可向IREN投資最高21億美元，雙方計劃推進最高5GW AI數據中心容量。像這種偏大規模AI云、高密度數據中心路線，需要大型機房，高額CapEx。

包括TeraWulf也類似，只要有客戶、有容量、有電力，市場就會提前給一部分預期。

這波礦企之所以能轉型做HPC業務，更主要的還是電力、數據中心相關的和運維。所以這樣的商業模式，不一定承擔最大GPU采購壓力，同樣可以吃到AI基礎設施擴張的錢。

而像Core Scientific這種是另一條路線。把礦場資源轉成HPC和AI數據中心能力，與CoreWeave深度綁定，幫AI云廠商背后的基礎設施運營商。

從業務模式上講，短期看，燦谷更偏Core Scientific，把所有方案都給上架到喬治亞州礦場，供客戶來選。自己可以把電力和場站資源改造成AI算力節點，賺改造、托管、運營和配套服務的錢。

中期看，如果EcoHash平臺跑起來，疊加EcoLink調度能力和部分GPU資源，才可能往IREN式AI Cloud方向走。

這條路的好處是，燦谷不用一開始就背上大規模GPU采購壓力。它可以先做半輕資產運營模式，把合作方、客戶、融資租賃、設備方都拉進來。

押注AI推理需求爆發前夜

我自己用Codex、AI寫作、研究工具的感受也很明顯，AI正在從聊天框變成任務執行入口。

現在基本上全天要讓模型跑，未來大概率都是要持續調用模型、工具、文件、代碼環境。而且Agent越多，推理調用越頻繁，對低成本、可調度、分布式算力的需求就越大。

一個關于AI基礎設施瓶頸的研究預測，2026年至2036年以后，AI Agent數量可能增長超過100倍，全球帶寬需求可能從2026年的1EB/天提升到2036年的8000EB/天以上。未來更大的剛需是分布式推理、AI原生流量調度和意圖感知編排。

英偉達最近也在講AI PC、個人AI計算和端側/本地推理。AI不會只停留在云端大模型訓練，未來大量需求會發生在推理側。

推理的算力需求更分散。像企業私有化部署、AI視頻生成、代碼助手、客服Agent、金融投研、工業場景、個人AI工作站，都需要穩定、低成本、可持續調用的推理算力。

從這個角度看，燦谷押注這類分布式AI算力中心，屬于下個AI時代的增量需求，比直接做大模型訓練中心更現實。

從燦谷披露的HPC發展框架來看，把核心用戶分成了兩類，前期打通中小企業、區域云服務商、AI應用公司、私有化推理項目，未來甚至有可能服務某些個人AI中心或邊緣推理需求。

最近有個澳大利亞的公司叫Megaport。剛宣布獲得4個AI基礎設施合同，總金額約4.589億澳元，并計劃融資約5.94億美元，建設全球分布式AI推理云。公司被看好的邏輯就是可以連接全球31個國家、1100多個數據中心，可以把算力放到更靠近用戶的地方，承接對延遲敏感的推理任務。

燦谷現在把喬治亞50MW做成樣板，本身又有全球布局的綠電資源，用EcoLink調度分散電力和算力節點，大方向上是非常貼合行業趨勢的，AI推理需求已經進入了加速驗證期。