矿场变机房：AI 周期里，最先赚到钱的是卖水的人

Nscale 递交了 IPO 申请，纽交所代码 NSCL，募资规模最多三十亿美元。

值得注意的是它的出身：这家公司 2024 年初才从加密挖矿业务里分拆出来。两年半，矿场变机房。

这句话不是比喻。

挖矿算哈希，AI 算 token。变的只是算什么，抢的还是那三样：

电、地、散热。

这三样东西有个共同点——它们都不能凭空产生，也不能快速复制。一张变电站的接入许可要排队几年，一块能承载高功率密度的工业用地在核心区域早就被占完了，散热的物理极限写在热力学第二定律里，不会因为资本涌入而改变。

所以当 AI 算力需求爆发时，真正稀缺的不是芯片。芯片可以加产能，台积电的产线可以扩。稀缺的是已经拿到电、拿到地、拿到散热方案的那些位置。

而过去十年里，把这三样东西练得最熟的一批人，恰好是加密矿工。

他们经历过完整的周期：电价谈判、移民式选址、散热方案迭代、矿机残值的暴跌。2022 年那一轮出清之后，很多人手里剩下的——恰恰是电力和场地。

于是转型发生了。而且发生得比任何人预想的都快。

这一轮 AI 的基础设施投资规模巨大，但资本并不是均匀分配的。如果看公开市场，一个规律很明显：

最先拿到公开市场钱的，通常不是造模型的人，是卖水和卖电的人。

上一轮互联网泡沫里也是这样。1999 年前后，上市的明星公司大量集中在光纤、带宽、托管机房——Global Crossing、Level 3、Exodus。真正做应用的公司在后面的顺序上。

原因不复杂，站在投资人视角：

一、基础设施的现金流可验证。 一份十年期电力采购合约、一张算力租赁合同，是有法律约束力的应收。模型能力的领先能维持多久？没人知道。但合同期限是写死的。

二、资产可抵押。 变电站、机房、土地，都是能进抵押池的东西。模型权重不能。

三、故事不依赖模型能力。 投资基础设施，不需要判断谁的模型会赢——只要判断“算力总需求会增长”。这是一个概率上更容易蒙对的赌注。

三个因素叠起来，结果就是：资本流向最不性感、但最容易加杠杆的那一层。

前面说了它的好处，现在说它的问题——而且我认为问题被系统性低估了。

第一，重资产 + 高杠杆 + 需求外生。 这三者组合在一起，是所有周期里最经典的脆弱结构。你的成本是固定的（电费、折旧、利息），你的收入取决于一个你控制不了的外部变量（AI 需求）。中间没有缓冲。

第二，GPU 折旧是一道没人愿意细看的题。 会计上按几年摊销？如果按五年，而实际经济寿命只有三年——那么在头两年，利润是被“少计提的折旧”借出来的。而且新技术一代出来，上一代卡不是慢慢贬值，是断崖式失去性价比。这和传统数据中心里能用十五年的机房设施，是完全不同的资产类别。

第三，期限错配。 收入端是长期合同（十年租约），融资端可能大量依赖短期债务和浮息贷款。一旦融资环境收紧，重定价的速度会远远快于收入调整的速度。

第四，客户集中度。 算力租赁的大客户往往就是那几家模型公司。如果客户的融资出问题，你的应收就是纸面数字。这正是 2001 年那些机房和光纤公司倒下时发生的事——它们的客户正是靠 vendor financing 活着的电信新贵。

真正值得盯的不是“算力需求会不会增长”——大概率会。

值得盯的是：算力租赁价格和二级市场 GPU 残值。

租赁价格持续下行，说明供给开始追上需求；GPU 残值快速下跌，说明上一代资产的清算价值在缩水。这两件事同时发生的时候，整个重资产层的杠杆就会开始反过来咬人。

“矿场变机房”这件事本身是中性的，甚至可以说是资源的高效再利用——同一度电，用来算哈希和用来算 token，物理上没有区别。

但要清醒的是：能最快拿到钱的位置，不一定是周期里最安全的位置。

卖水和卖电的人赚的是确定性的钱，前提是挖金子的人一直挖下去。

本文基于公开信息的结构性分析，不构成任何投资建议。

Essay