2026 年的資本市場正在經歷一場靜默卻深刻的認知革命。過去，華爾街對加密貨幣相關企業的估值邏輯相當直觀——它們的股價與 BTC、ETH 等主流數位資產的價格走勢高度連動，投資人買的是「加密貨幣曝險」（crypto exposure）。然而，Galaxy Digital 近期股價的強勢飆升，卻揭示了一個截然不同的敘事：部分加密企業正因其 AI 運算基礎設施的佈局而獲得市場溢價，而非單純依靠數位資產部位。 這不僅是一個個案現象，更可能標誌著加密產業與人工智慧產業交匯點上的全新估值典範。當算力成為這個時代最稀缺的資源，擁有大規模資料中心與 GPU 叢集的加密礦業與基礎設施公司，正從「幣圈企業」蛻變為「AI 時代的基礎建設商」。
從挖礦到算力：加密基礎設施的天然優勢
加密貨幣產業——特別是 Proof-of-Work 挖礦領域——在過去十餘年間累積了龐大的基礎設施資產。這些資產包括：
- 大規模資料中心：位於電力成本低廉的地區，具備高密度散熱與電力供應能力
- GPU 與 ASIC 硬體叢集：雖然 ASIC 礦機難以直接轉用於 AI，但 GPU 礦場的硬體天然適配機器學習工作負載
- 電力採購合約（PPA）：長期鎖定的低成本電力，是 AI 資料中心營運的核心競爭優勢
- 冷卻與能源管理技術：加密挖礦催生的液冷、浸沒式冷卻等技術，恰好是高密度 AI 運算所急需的
Galaxy Digital 正是這波趨勢的代表性案例。該公司不僅是數位資產投資與交易平台，更積極擴展其資料中心業務，將原本用於加密挖礦的基礎設施重新定位為 AI 推論與訓練的算力供應商。這種「基礎設施套利」——利用已沉沒的資本支出來服務新興的高成長市場——正是華爾街願意給予溢價的關鍵原因。
核心觀察：加密企業的真正資產不再只是帳上持有的比特幣或以太幣，而是它們在全球範圍內佈建的能源密集型運算基礎設施。這些「硬資產」在 AI 時代獲得了全新的價值錨定。
估值典範轉移：從「幣價乘數」到「算力現金流」
傳統上，華爾街對加密企業的估值模型大致可分為幾類：
| 估值方法 | 適用對象 | 核心驅動因素 | 侷限性 |
|---|---|---|---|
| 數位資產 NAV（淨資產價值） | 持幣型企業（如 MicroStrategy） | BTC 價格 |
完全受幣價波動主導 |
| 交易量乘數 | 交易所（如 Coinbase） | 市場交易活躍度 | 高度週期性 |
| 挖礦成本模型 | 礦業公司（如 Marathon） | 算力、電費、幣價 | 減半事件後利潤壓縮 |
| 算力即服務（CaaS）現金流折現 | AI 轉型的加密基礎設施商 | AI 算力需求、合約收入 | 技術轉型執行風險 |
Galaxy Digital 的股價表現暗示，市場正在從前三種模型向第四種模型遷移。當投資人開始用「AI 算力合約的未來現金流」來估值一家加密企業時，其估值倍數將從加密產業的波動性折價，轉向科技基礎設施的穩定性溢價。 這意味著，即使 BTC 價格橫盤甚至回調，這些企業的股價仍可能因 AI 業務的成長而持續走高。
這種脫鉤效應已在其他加密礦業公司身上得到驗證。例如，Core Scientific 在經歷破產重組後，正是憑藉與 AI 超大規模運算客戶的長期合約而實現股價翻倍。Hut 8、Iris Energy 等公司也紛紛宣布將資料中心容量從加密挖礦轉向 AI 工作負載。
技術交匯：去中心化算力網路的興起
這場趨勢不僅限於上市公司層面。在 Web3 原生領域，去中心化算力網路（Decentralized Compute Networks）正成為連接加密與 AI 的橋樑。代表性專案包括：
Render Network：分散式 GPU 渲染與運算網路Akash Network：去中心化雲端運算市場io.net：聚合閒置 GPU 資源的去中心化算力平台Gensyn：專注於機器學習訓練驗證的去中心化協議
這些協議試圖將加密經濟學的激勵機制——代幣獎勵、質押、Proof-of-Compute 等——應用於 AI 算力的供需匹配。雖然目前這些去中心化方案在效能、延遲與企業級可靠性上仍難以與 AWS、Azure 等中心化雲端服務競爭，但它們提供了一個重要的價值主張：在 GPU 供不應求的時代，去中心化網路能夠聚合全球閒置的運算資源，為中小型 AI 開發者提供更具成本效益的替代方案。
市場訊號：當 NVIDIA 的 GPU 交貨週期長達數月，而 AI 新創公司急需算力進行模型訓練時，任何能夠提供可用 GPU 時數的供應商——無論是上市加密礦業公司還是去中心化算力協議——都將獲得市場的關注與資金流入。
風險與挑戰：轉型之路並非坦途
儘管敘事誘人，但加密企業向 AI 基礎設施轉型面臨多重風險：
技術轉型執行風險：加密挖礦與 AI 訓練/推論的工作負載特性截然不同。挖礦是高度平行化、容錯性強的任務，而 AI 訓練需要低延遲的高速互聯（如
InfiniBand、NVLink）。簡單地將礦機替換為 GPU 並不足以打造企業級 AI 資料中心。資本支出壓力：建設符合 AI 工作負載要求的資料中心需要巨額資本投入。電力升級、網路架構重建、冷卻系統改造等成本可能遠超預期。
客戶集中度風險：許多轉型中的加密企業高度依賴少數幾個大型 AI 客戶的合約。一旦客戶違約或縮減規模，營收將面臨斷崖式下跌。
監管不確定性：加密企業同時涉足 AI 與數位資產兩個監管高度敏感的領域，面臨雙重合規壓力。特別是在能源消耗與碳排放議題上，可能遭遇更嚴格的環境法規約束。
估值泡沫風險：市場可能過度前瞻定價 AI 業務的未來潛力，導致估值脫離基本面。一旦 AI 算力需求增速放緩或 GPU 供應改善，這些企業可能面臨劇烈的估值修正。
專業點評：一場不可逆的產業融合
作為一個長期觀察加密產業的分析者，我認為 Galaxy Digital 的案例標誌著一個不可逆的產業趨勢——加密基礎設施與 AI 基礎設施的融合。
這並非簡單的「蹭 AI 熱點」。從更宏觀的視角來看，加密產業在過去十年間完成了一件極為困難的事：在全球範圍內建立了大規模、分散式的能源密集型運算基礎設施。 這些基礎設施的選址邏輯（靠近低成本能源）、營運能力（24/7 不間斷運行）、以及規模化經驗，恰好是 AI 時代最需要的核心能力。
然而，投資人需要保持清醒。並非所有加密企業都能成功轉型。 真正能夠獲得 AI 溢價的企業，必須具備以下條件：
- 擁有充足且可擴展的電力容量（至少數百兆瓦級別）
- 具備或正在建設符合
Tier 3以上標準的資料中心 - 已經簽訂或正在洽談具約束力的 AI 算力合約
- 管理團隊具備資料中心營運的專業背景，而非僅有加密交易經驗
未來 12-18 個月將是關鍵的驗證期。 市場將從「給予敘事溢價」轉向「要求營收證明」。能夠拿出實際 AI 營收數字的加密企業將持續獲得市場青睞，而僅停留在公告與願景階段的公司則可能面臨估值回歸。
對於 Web3 原生的去中心化算力協議而言，這場趨勢同樣是雙面刃。一方面，它驗證了「去中心化算力」的市場需求確實存在；另一方面，上市加密企業的大規模轉型可能擠壓去中心化方案的生存空間。最終勝出的，將是那些能夠在成本、可靠性與靈活性之間找到最佳平衡點的參與者。