阿曼+印尼，能否打開燦谷的估值開關？

燦谷這季財報說實話挺超預期的。營收做到2.246億美元，環比直接拉了60%多，其中挖礦占了2.2億美元，節奏非常穩。

利潤端營業利潤4350萬、凈利潤3730萬，從去年的虧損一口氣翻正，EBITDA沖到8010萬美元，賬上還有4490萬美元現金。

管理層反復強調的長期目標綠電+AI分布式算力，感覺有可操作落地路徑了，財報電話會上提到：

阿曼、印尼清潔能源項目已啟動，預計1-2年內投產；

AI算力采取分布式策略，整合分散GPU資源為標準化計算池，服務中小企業需求，依托分布式運營經驗和全球能源布局實施“輕資產+邊緣優先”戰略。

從市值角度看，不到5億美金破凈，市場顯然沒有給這部分估值預期，不太合理。

要知道這個是挖礦之外，所有礦企都聚焦轉型的方向。如今算力行業，不管是AI還是挖礦，競爭早已不再取決于礦機型號或單點效率，背后整個世界的能源格局正在重寫。

此前Marathon首席執行官Fred Thiel提過一個觀點，“全球算力愈增，其他礦工利潤愈薄，成本底線就是電價。到2028年，要么你自己就是發電商，要么被發電廠收購，或者與之深度合作?！?/p>

算力終局競爭，大概率會落在阿曼、印尼、北美、新興市場的能源版圖之上。

從本地電價，到全球能源資源的重新分配

這輪AI電力革命發起就是在北美，主做模型訓練的電老虎也都在這邊，本地有廉價電力固然好。

不過彭博新能源財經去年跟蹤的近150個新建數據中心里，有四分之一的規模已經沖到500MW以上，是前一年的兩倍多。

需求飆升的同時，電網的短板暴露得也很快。BNEF預計到2030年，PJM電網的數據中心負荷可能漲到31GW，幾乎吃掉美國能源信息署同期預測的全部新增發電量。德州電網（ERCOT）更直接，2028年后備用容量就可能掉到風險區間，不單單是電力本身問題，還包括送電、并網排隊等問題。

言外之意，美國電網短期還能扛，但長期增長肯定跟不上，這種結構性矛盾正在把算力往海外、往低電價和可擴容地區推。

阿曼、印尼，新興綠電市場機遇

先說阿曼。

阿曼并不是傳統意義上的挖礦目的地，燦谷在運行的50EH/s算力中，有12%部署在這里。

近三年阿曼成為全球能源公司、新型數據中心和AI計算企業的重要關注點。其核心在于：阿曼的綠電擴張和天然氣發電成本處于全球最低區間，工業直供電價普遍落在0.05–0.07美元/kWh，遠低于美國大部分州的商業電價。

同時，阿曼政府已公開提出建設“綠色數據城”，作為阿曼2040愿景一部分，吸引大規模算力設施落地。這種政策態度在中東國家中極具代表性，與阿聯酋和沙特吸引云計算巨頭的策略一致。

從供給側看，阿曼不僅具備海量光伏潛力，而且與GCC（海灣合作委員會）電網互聯，未來具備區域電力調度能力。燦谷一旦在阿曼鎖定長期電價，就能在未來十年獲得類似能源護城河的競爭地位，這是所有北美礦企與數據中心玩家都極為稀缺的資源。

再來看印尼。

印尼的能源結構與中東不同，擁有全球第二大地熱儲量，去年G20上宣布未來15年淘汰煤炭和化石燃料發電廠，迎來長達十年的電力結構重建期。而印尼這塊不僅僅是綠電優勢，印尼數據中心龍頭DCI，從2020到2024年營收翻倍以上，CAGR 25%，本地數據需求正處于快速上升期。

這對燦谷這種主攻分布式AI節點的公司來說最具實踐意義。東南亞本地的數字經濟擴張速度（Shopee、TikTok、Grab、區域銀行數字化）會在未來幾年推動推理算力本地化，尤其是在視頻、語音、推薦算法等領域。大型科技企業會在新加坡布局訓練中心，但真正分散在各城市的AI推理流量，則極適合分布式算力節點承接。

燦谷在印尼選擇輕資產+小規模GPU節點，這種架構與本地需求的碎片化特征天然匹配。如果未來燦谷能在印尼復制多個小型、低延遲、區域性的邊緣算力節點，擁有過貼近場景的交付能力，這是未來AI推理價值鏈的關鍵節點。

挖礦的底層能力正在加速平移到AI

礦業公司機房，幾乎可以無縫銜接到AI算力中心上，ASIC礦機換成GPU，機柜改一改尺寸，從礦池換成AI節點，從難度曲線換成推理需求，其他設施基本不用動。

燦谷挖礦一年來，除了賬上累計超過6000枚BTC，還包括全球50EH/s，90%+算力有效率，跨三大洲40多個站點的動態運維能力，這都是進軍AI領域的優勢。

不過各大礦企在將挖礦能力遷移到AI的路線上，略有差別。像IREN這種拿Mag7大單的，做模型訓練都要重資產。

燦谷管理層在業績會上也明確了，未來不會追求大型集中式數據中心，而是以更靈活的邊緣節點服務區域化AI推理需求。

這個方向與全球AI算力趨勢高度一致。訓練將繼續在巨頭的數據中心進行，但推理節點將越來越分散，越來越靠近場景端。這種路線，一旦跑通，將自帶規模越大、成本越低、復制越快的飛輪效應。

當然了，燦谷也并非接不到模型訓練的需求，MIT能源計劃的研究科學家Deepjyoti Deka就提過一種叫“碳感知計算”，如果一項任務不必立即完成，而是在某個截止日期前完成，那么可以將其延遲或轉移到美國其他地區或海外電力更充足、更便宜和/或更清潔的數據中心。

礦企的估值模型主要看產能，而算力網絡的估值是要看“輕資產+邊緣優先”這套戰略體系能否跑通。

未來幾年，隨著綠電項目落地、小規模AI節點成網、海外算力運營能力進一步成熟，市場對燦谷的定價也可能隨之轉換，講一個試點成功到不斷擴容的故事。