24/7 华尔街
快速阅读
Nebius Group (NBIS) 与微软签署了一项为期 5 年的 17B 美元协议，其运营的数据中心比标准云设施能效高 20%。IREN 与微软达成了一项 10B 美元的协议，提供 GPU 云计算，目标是到 2026 年拥有 60,000 个 GPU，云收入可能达到 2.5B 美元。Cipher Mining (CIFR) 与亚马逊签署了一项为期 15 年的 5.5B 美元租约，以及为期十年的数十亿美元租约与 Alphabet 就动力数据中心空间达成协议。一些投资者致富，而另一些投资者则苦苦挣扎，因为他们从未了解到有两种完全不同的创造财富的策略。不要犯同样的错误，在这里了解这两种策略。
人工智能 (AI) 正在迅速发展，但它在数据中心的电力可用性和物理空间方面面临着巨大的限制。虽然 Nvidia（纳斯达克股票代码：NVDA）提供丰富的图形处理单元 (GPU)，但真正的瓶颈在于确保经济实惠、可靠的能源来为其供电以及高效容纳它们的基础设施。
这为专门将低成本电力转化为人工智能工作负载的高利用率计算资源的公司创造了机会。三只股票因其解决这些问题的能力而脱颖而出：Nebius Group（纳斯达克股票代码：NBIS）、IREN（纳斯达克股票代码：IREN）和Cipher Mining（纳斯达克股票代码：CIFR）。
通过专注于高效的数据中心、垂直整合和租赁基础设施，这些公司将自己定位为人工智能生态系统的关键推动者，随着计算需求的激增，有可能推动增长。
尼比斯集团 (NBIS)
Nebius Group 作为一家综合性人工智能公用事业提供商处于领先地位，强调预售容量，以便在施工开始之前就产生收入。这种方法可以最大限度地降低风险并确保稳定的现金流，正如其最近与微软（纳斯达克股票代码：MSFT）达成的为期五年、价值 170 亿美元的交易所强调的那样，因为它锁定了多年期合同。
该公司数据中心的运行能效比标准云设施高出约 20%，从而降低了能源支出超过 40% 的运营成本。这种效率使 Nebius 能够在保持较高利润的同时，以低于亚马逊（纳斯达克股票代码：AMZN）AWS 甚至微软 Azure 等竞争对手的价格竞争。
Nebius 的独特之处在于其软件集成，提供 ClickHouse 等用于数据管理和 MLOps 管道的工具以及计算资源。这创建了一个粘性平台，开发人员在部署后将面临高昂的转换成本。其结果是一种协同模型：负担得起的能源、优化的硬件和嵌入式软件工具相互促进，将能源般的稳定性与软件增长潜力融为一体。
故事还在继续
随着人工智能需求的不断升级，Nebius 的全栈战略可以通过提供可靠、可扩展的计算来占领更大的市场份额，从而使设施以峰值容量运行。
伊伦（伊伦）
IREN 擅长控制从发电到人工智能计算交付的整个链条，使其成为该领域集成度最高的参与者之一。可再生能源成本平均每千瓦时约 0.035 美分，属于北美最低水平，IREN 拥有快速扩张所需的土地、变电站和冷却系统。这种所有权可以快速部署 GPU 集群，目前已有数千个 GPU 集群投入运行，并计划在加拿大和德克萨斯州再部署数万个集群。
该公司的优势来自于消除中间成本，在 GPU 计算租赁方面实现了超过 70% 的毛利率。管理层的目标是到 2026 年拥有 60,000 个 GPU，随着利用率的提高，可能会产生 25 亿美元的云收入。微软清楚地看到了外包业务的好处，并刚刚同意与 IREN 达成一项价值 100 亿美元的巨额协议，为其提供高性能 GPU 云计算。
通过完全拥有电力和基础设施，IREN 避免了与供应商分割利润，将廉价能源转化为直接竞争优势。在空间和电力限制人工智能增长的时代，IREN 的模型加速了未充分利用的资源转化为全面运行的计算，有助于弥合 GPU 充裕和供电能力不足之间的差距。
密码挖掘（CIFR）
Cipher Mining 在人工智能建设中充当战略业主的角色，通过长期租赁为主要租户提供动力空间。 其巴伯湖园区专为高密度运营和千兆瓦规模扩张而建，已与 Alphabet（纳斯达克股票代码：GOOG）（纳斯达克股票代码：GOOGL）达成了一项价值数十亿美元、为期十年的协议，确保稳定的收入和较低的交易对手风险。该公司还刚刚与亚马逊签署了另一项重要协议，在为期 15 年的租赁协议中支持人工智能工作负载，价值约为 55 亿美元。这种固定租金模式提供了可预测性，但它限制了GPU 价格波动。
与 Nebius 或 IREN 不同，Cipher 专注于物理层——土地、电力和设施——而不拥有计算硬件。增长依赖于筹集资金来开发新场地，类似于具有稳定现金流的工业房地产投资信托基金 (REIT)。
在产能紧张的市场中，这使 Cipher 处于有利地位，但随着供应量的增加，它可能会转向更具防御性的立场。不过，通过出租现成可用的空间，Cipher 直接解决了 AI 的空间限制，使超大规模企业能够部署 GPU，而不会延迟从头开始构建。
查看评论