來源：Galaxy；編譯：白水，金色財經
摘要
-
擁有大規模土地、冷卻水、暗光纖、可靠電力、熟練勞動力、電力審批和關鍵的長期交付週期基礎設施組件的比特幣礦工處於有利地位，可以透過滿足快速增長的AI/HPC 數據中心市場的需求來提高其資產價值。
高盛研究預測，到2030 年，美國資料中心的需求將達到45 吉瓦，在AI 的推動下，電力需求在2023 年至2030 年期間的複合年增長率為15%。
-
摩根大通預計，到2038 年，超大規模AI 資本支出將達到3,700 億美元，比2024 年預計的AI 資本支出增加127%。
-
300 兆瓦至1,000 兆瓦或以上的設施的連接請求急劇增加，這給當地電網以如此快的速度輸送電力的能力帶來了壓力，導致互連和建設時間延長2-4 年。
-
傳統資料中心不具備高功率容量，無法支援高密度運算作業。伺服器機架曾經最大功率為每機架40 kW，現在需要支援每機架132 kW 以上，這是GB200 NVL72 等尖端系統所必需的。
-
現金流可預測性、活躍的融資市場以及AI/HPC 營運的顯著估值上升空間，使這一機會對擁有合適資產的礦工極具吸引力且具有增值潛力。
-
礦工可以透過轉型到AI/HPC 市場來釋放巨大價值，透過套利其6-12 倍的EV/EBITDA 估值與目前領先資料中心營運商的典型20-25 倍倍數。
前言
人工智慧(AI) 的興起正在創造對高容量運算(HPC) 設施前所未有的需求。這一激增導致超大規模企業對新資料中心容量進行大量投資。然而，由於電力容量有限，新設施的建造時間延長至2-4 年，傳統資料中心難以滿足這些需求。
比特幣礦工擁有獨特的優勢，可以利用這個市場機會，他們已經獲得了大規模電力基礎設施和資料中心營運所需的關鍵組件。雖然由於對冷卻、網路和冗餘系統的特定要求，並非所有採礦設施都可以轉換為AI 資料中心，但擁有合適資產和專業知識的人將從AI/HPC 運營的高現金流利潤率和巨大估值潛力中受益。該報告研究了傳統資料中心的當前格局，並強調了滿足AI 計算需求的具體障礙。然後，該報告分析了為什麼某些類型的比特幣礦工能夠很好地填補這一空白，並探討了比特幣採礦和AI 基礎設施交叉點的未來趨勢。
AI 資料中心的機會是什麼？
AI 在2024 年蓬勃發展，這得益於生成式AI (GenAI) 技術的廣泛採用。據Pitchbook 稱，自2016 年以來，已有超過10 萬筆交易向AI 和機器學習新創公司投資了超過6,800 億美元，僅在2024 年就投資了1,200 億美元。
人工智慧和高效能運算(HPC) 的激增正在對資料中心容量產生巨大的需求。資料中心對於人工智慧/高效能運算的運作至關重要，它為GPU 密集型運算提供所需的基礎設施和電力。大型語言模型(LLM) 等新型人工智慧應用尤其耗電。國際能源總署稱，單一ChatGPT 查詢需要2.9 瓦時的電力，而Google搜尋僅需要0.3 瓦時的電力。
美國新興的能源密集型AI/HPC 業務的出現，推動了對資料中心的需求成長。高盛研究估計，到2024 年，美國資料中心需求將達到21 吉瓦（年增31%）。作為參考，美國2022-2033 年資料中心需求成長估計為15.8% 複合年增長率。基於2024 年資料中心需求的大幅年成長，高盛研究預計到2030 年美國資料中心需求將增加至45 吉瓦。到2030 年，美國資料中心將消耗45 吉瓦的電力，占美國總電力容量的8%。
美國資料中心的市場機會將得到超大規模企業對AI 基礎設施投資增加的支持，超大規模企業是Google Cloud 和AWS 等大型資料中心企業，它們可以快速擴展資料中心容量以服務其他企業客戶。這些超大規模企業承諾在未來10 年內向AI 資料中心投資超過1,000 億美元，以因應日益增長的資料中心需求。摩根大通資產管理公司估計，到2024 年底，將有1,630 億美元的投資用於擴大超大規模企業業務，年增28%。報告預測，到2038 年，超大規模企業的AI 資本支出將達到3,700 億美元，比2024 年的AI 資本支出估計值增加127%。
AI 和HPC 技術目前和預期的成長正在改變資料中心格局。隨著處理需求的增加，超大規模資料中心和資料中心正逐漸從傳統運算設施演變為先進的AI 基礎設施中心。這些設施正在成為推動自動駕駛汽車、先進醫學研究和下一代AI 應用等突破性技術的基礎基礎設施。數位創新的未來將在很大程度上取決於這些關鍵運算設施的持續發展和擴展，標誌著技術基礎設施的新時代。
當前資料中心市場概況
目前的資料中心市場由多家公營和私營企業組成，它們共同管理大量資料中心。該領域的知名公司包括Digital Realty、Equinix、Vantage、EdgeConnex 和QTS 等。根據CBRE 的數據，美國最大的資料中心地區目前位於北維吉尼亞州，但所有地區的成長都非常迅猛，導致空置率達到歷史最低水準。
資料中心是多個不同行業的支柱，支援從Netflix 等串流服務到雲端運算、人工智慧和眾多其他應用等一切業務。不過，並非所有資料中心都一樣。每個資料中心都可以根據特定功能進行定制，並可歸類為不同的類別，包括超大規模、邊緣、雲端和企業資料中心。資料中心的規模越來越大，功率密度也越來越高。為AI 等快速擴張的行業提供基礎設施的競爭導致了超大規模企業之間的軍備競賽，以加快速度擴建資料中心容量。
傳統資料中心在滿足人工智慧需求方面所面臨的障礙
為非人工智慧產業提供服務的傳統資料中心供應商通常使用規模較小、地理位置分散的資料中心組合，其中許多資料中心最初是為低密度應用而建構的。在過去十年中，傳統資料中心的運作能耗相對較低。儘管Digital Realty（市值620 億美元）和Equinix（市值940 億美元）是全球最大的兩家資料中心公司，但它們主要營運規模較小的資料中心。例如，Digital Realty 的資料中心通常每個設施的功率範圍為0.5 兆瓦至40 兆瓦。同樣，Equinix 的xScale 計畫由全球資料中心網路組成，20 個設施的總營運容量僅為292 兆瓦（Equinix 2024 年第三季投資者介紹，2024 年11 月8 日）。相比之下，一些採礦業務在單一站點可以獲得相當的能源容量。
從歷史上看，營運商幾乎沒有動力快速擴大規模，因為串流媒體服務、電信、資料儲存和許多雲端應用程式的運算密度有限。然而，隨著人工智慧的進步和這些演算法的日益複雜，資料中心現在必須使用最新一代GPU 和大規模運行最先進的設施，以優化訓練執行。
規模的增加得益於GPU 運算能力的進步和平行運算的優勢，使資料中心能夠建立具有更大運算能力的更大叢集。並行運算允許將工作負載無縫分佈在其他GPU 上，從而透過添加更多單元來有效地進行擴展。至關重要的是，單一站點的大型叢集可降低GPU 之間的延遲，從而提高並行運算的效能。這項優勢使單一200MW 集群在AI 訓練方面的效率大大高於四個地理分佈的50MW 集群，因為GPU 之間的低延遲通訊對於最大限度地提高運算效率至關重要。因此，超大規模企業優先考慮能夠獲得高功率容量的單一位置，以滿足高階AI 工作負載的需求。
目前，這種容量供不應求，許多傳統設施難以滿足現代AI/HPC 工作負載所需的大量能源需求。由於低運算用例和高運算用例之間的網路、冷卻和機架密度要求差異等因素，舊設施無法輕鬆改造。
如今，超大規模企業需要具有更高能源容量的資料中心來支援其高能耗模型（例如大型語言模型）的訓練。根據Uptime Institute 2020 年12 月的一篇文章，當年的平均機架密度為8.4 kW/機架，不包括30+ kW/機架的高性能異常值。這些資料中心的伺服器機架曾經最大功率為每機架40 kW，現在需要支援每機架132 kW 以上的功率，這是NVIDIA 的GB200 NVL72 等尖端系統所需的功率，短短幾年內就成長了三倍多。產業專家預測，計算密度的提高和摩爾定律的發展可能會將伺服器機架的功率需求推向前所未有的水平。
因此，傳統資料中心營運商已將重點轉向綠地開發，以適應新一代AI/HPC 專用資料中心，這些資料中心的能源審批和建設將耗時數年。根據美國能源部最近的一份報告，300 兆瓦至1,000 兆瓦或以上的設施的連接請求急劇增加，這給當地電網以如此快的速度輸送電力的能力帶來了壓力，導致互連和建設時間延長2-4 年。
超大規模資料中心營運商現在的目標是建立盡可能大的GPU 叢集來訓練AI/HPC 模型，有幾家公司的目標是千兆瓦級資料中心，以容納數十萬個下一代GPU。雖然超大規模資料中心營運商正在建立自己的資料中心，但他們仍然嚴重依賴具有成熟電力能力的第三方供應商，以加快時間為GPU 供電。然而，只有少數現有資料中心能夠處理如此龐大的電力需求和高機架能量密度。這種短缺很大程度源自於對資料中心需求的迅猛成長缺乏預期。
為什麼比特幣礦工可以填補關鍵空白
比特幣礦工擁有大規模、電力就緒的設施，因此有能力滿足超大規模礦工的能源需求。多年來，礦工一直在尋找能源充足且價格合理的地點，並確保在單一地點獲得大量電力容量，以及變電站組件和中高壓設備等長期基礎設施項目。一些採礦場地已經具備電力就緒能力，這解決了超大規模礦工面臨的最大限制因素之一：獲得可靠的大規模電力。
透過進入這些電力就緒的比特幣採礦場地，超大規模礦工可以繞過確保能源可用性的漫長過程，專注於改造和客製化基礎設施以滿足他們的特定需求。許多礦工控制著數百兆瓦的場地，很少有傳統資料中心營運商能夠在單一地點獲得這樣的規模。幾家大型採礦企業已經建立了工業規模電力基礎設施的訪問權限，確保了容量超過2 千兆瓦(GW) 的能源管道，使礦工能夠從電力容量需求的增長中獲益。儘管傳統比特幣礦場與AI 資料中心之間存在重大差異，但礦工在大型建築和資料中心管理方面擁有寶貴的經驗，通常擁有成熟的電氣、機械、設施和安全團隊。這些專業知識可以進一步簡化尋求快速擴展的超大規模企業的過渡。
只有部分礦工能從人工智慧中受益
並非所有礦工都能利用AI/HPC 機會。要建置適合AI/HPC 的資料中心，必須滿足幾個關鍵因素，包括獲得大規模土地、冷卻水、暗光纖、可靠電力和熟練勞動力。不幸的是，即使滿足這些條件，尚未獲得必要批准（即電力容量、土地和分區）或尚未擁有關鍵的長期基礎設施組件的公司也將在開發過程中遇到障礙和延遲。
並非所有比特幣礦工都能利用AI/HPC 機會的另一個關鍵原因是，由於設計和營運要求的差異，礦工現有的基礎設施不能直接轉移或適用於AI 資料中心。雖然關鍵的電氣基礎設施（包括高壓變電站組件和配電系統）有一些相似之處，但AI 資料中心有特定的要求，需要細緻的專業知識和熟練的勞動力。
AI 資料中心的複雜性幾乎提升了所有操作環節，包括機械、冷卻和網路系統，這使得將比特幣挖礦設施改造成AI/HPC 資料中心成為一項艱鉅的任務。下面，我們概述了礦工將現有設施改造成AI 資料中心所需的一些主要升級：
1.網路基礎設施：
AI/HPC 工作負載需要資料中心GPU 之間的高速、低延遲連線。因此，由於GPU 不斷相互通信，AI/HPC 工作負載的內部網路結構比採礦複雜得多。 AI 操作成功的關鍵是開發最佳網路主幹以確保快速執行工作負載。此外，必須從站點建立與暗光纖的連接並滿足延遲要求，而採礦站點則不需要這些要求。
2.冷卻系統：
礦工使用各種冷卻設計，包括風冷、水冷和浸沒式冷卻系統。冷卻主要集中在實際機器本身，而較少關注支援基礎設施。另一方面，AI 資料中心將需要更先進的冷卻解決方案，例如直接到晶片的液體冷卻，以冷卻最新一代功率密集的NVIDIA 伺服器，並結合額外的風冷系統來支援網路和機械基礎設施。
3.冗餘：
與比特幣挖礦資料中心相比，人工智慧資料中心對冗餘度的要求更為嚴格。挖礦作業本質上是靈活的，因此不需要強大的備用發電設施。另一方面，人工智慧資料中心通常在整個作業過程中至少使用N+1 冗餘度，而核心網路和儲存元件等更多關鍵任務元件則需要更高程度的冗餘度，以確保不間斷運行，或至少在設備發生故障時正確快取和檢查資料。這意味著，對於每個重要的基礎設施（例如冷卻設備），都必須有備份（N+1 冗餘度）。例如，在對一個冷卻裝置進行維護時，必須有一個額外的裝置來維持連續運作。這種等級的冗餘度很少出現在沒有這種正常運作時間要求的挖礦設施中。
4. 外形尺寸重新設計：
AI 資料中心使用機架式伺服器，這與比特幣挖礦中使用的鞋盒式ASIC 有很大不同。為了容納AI 硬件，需要徹底重新設計設施的內部實體基礎設施，以支援機架式系統及其特定的冷卻、網路和電氣需求。
5.其他區別：
總的來說，這些因素表明，改造挖礦設施以滿足AI/HPC 資料中心的要求是一項設計和工程挑戰。增強的基礎設施需求也導致AI/HPC 資料中心資本支出成本相對於比特幣挖礦建設成本大幅上升。
能夠利用人工智慧資料中心需求的礦工具有上行潛力
雖然礦工可能擁有合適的基礎設施和位置，但過渡到AI/HPC 營運需要的不僅僅是實體資產——它需要專業知識、不同的技術堆疊和新的商業模式。那些擁有經驗豐富的管理團隊並能夠成功建立AI/HPC 營運的人，有巨大的機會為他們的公司帶來巨大的增量價值。以下是一些關鍵優勢，這些優勢可以為選擇將其電力和資料中心資源從比特幣挖礦分配到AI/HPC 的公司帶來增值：
-
高現金流利潤率和可預測性：AI/HPC 數據中心運營，尤其是主機託管/定制模式，具有長期合同，通常在數據中心建設開始之前就已商定固定和經常性現金流。這些是可預測且利潤率高的現金流，通常與信譽良好的交易對手合作，資料中心營運商可以將大部分成本轉嫁給租戶，包括能源和營運費用（取決於租賃結構）。
-
現金流多樣化：收入不僅比比特幣挖礦更可預測，而且與加密貨幣市場無關，這可以平衡那些在動盪的加密貨幣市場中風險較高的公司的收入狀況。在比特幣熊市中，這可以增強金融穩定性，使礦工能夠繼續透過股權或債務籌集現金，而不會產生過度稀釋或利息負擔。
-
深度資本市場可以幫助擴大營運：儘管基礎設施比比特幣挖礦昂貴得多，但由於現金流的可預測性，承銷投資更為直接，從而為資料中心專案打開了新的債務和股權資本來源。私募股權公司、基礎設施投資、退休基金、人壽保險公司等眾多公司都渴望涉足資料中心領域，以獲得收益。與信譽良好的交易對手簽訂了租約的資料中心營運商可以承租該租約，並籌集大量專案融資來建造資料中心。
-
根據Newmark 的《2023 年資料中心市場年度概覽報告》，2023 年的定期債務融資量創下了歷史新高，而且速度沒有放緩，僅2024 年第一季就承銷了180 億美元的開發融資。利率也很合理，Newmark 的利率範圍約為SOFR 的2.25% – 4.50%，取決於貸方。
-
巨大的估值增值潛力：一旦資產建立並穩定下來，挖礦和AI/HPC 之間也存在巨大的估值差異，這使得AI/HPC 成為一個非常有吸引力的機會。比特幣礦工的歷史交易價格在6-12 倍EV/EBITDA 倍數範圍內，而世界上一些最大的資料中心營運商的估值為20-25 倍EV/EBITDA。考慮到該行業的高利潤率、成長軌跡、可預測的現金流以及與加密貨幣相比市場波動性降低，這是合理的。為了進一步了解當前差異的規模，混合挖礦/AI 公司的總EV 是Digital Realty EV 的23%，儘管總潛在MW 容量是後者的3.5 倍。
因此，現金流可預測性、活躍的融資市場和顯著的估值上升空間使得AI/HPC 機會對擁有合適資產的礦工具具有極大的吸引力和增值潛力。這些礦工有望在傳統資料中心市場取得重大進展，並成為該行業最大的營運商之一。
比特幣挖礦的前景
過去幾個月，AI/HPC 備受關注，但我們仍預期比特幣挖礦網路的哈希率和成長將繼續上升。挖礦的成長與AI/HPC 的成長同步。比特幣價格上漲提高了礦工的獲利能力，如果價格繼續走高並超過網路難度的成長，挖礦可能會變得更加有利可圖。但隨著比特幣和AI/HPC 的崛起，未來的挖礦格局會是怎麼樣的呢？以下我們概述了在可預見的未來可能出現的AI/HPC 與比特幣挖礦相融合的一些主要趨勢：
礦工最大化電子的價值：
大多數比特幣礦工始終優先考慮最大化其能源使用價值。目前，對於擁有可適應站點的人來說，AI 資料中心是最有利可圖的途徑。考慮到AI/HPC 站點的價值成長，能夠轉換為AI/HPC 資料中心的採礦站點很可能會遵循這條路徑來最大化股東價值。然而，這並不一定意味著比特幣礦工的缺點。我們仍然預期網路哈希率會成長，但速度會比沒有一家美國主要礦工將站點轉換為AI/HPC 資料中心時慢。這些轉換透過消除競爭哈希率使留在網路上的礦工受益。
比特幣挖礦是將閒置電力貨幣化的驅動力：
隨著人工智慧/高效能運算(AI/HPC) 的日益突出，我們預計礦工將進一步關注在更偏遠地區部署其產能，因為超大規模企業在更發達的市場中擁有可用於人工智慧/高效能運算的大型場地，因此出價高於礦工。比特幣挖礦無需許可、不受地點限制且靈活，使其成為利用閒置發電能力的最佳方式之一。
我們預計，比特幣挖礦的更大一部分將被推向邊界，以將閒置電力產能貨幣化——尤其是在美國偏遠地區以及埃塞俄比亞、巴拉圭等國際新興市場，這些國家擁有豐富的廉價過剩能源。
比特幣挖礦作為基礎設施投資和AI/HPC 可選性的戰略橋樑
此外，隨著美國不同地區努力建設輸電基礎設施和光纖連接，比特幣挖礦可以充當橋樑，承保更大容量的能源基礎設施項目，如變電站和發電廠建設，即使在沒有立即或明確的機會利用AI/HPC 容量的情況下也是如此。透過將比特幣挖礦用於機會性房地產和發電相關投資，投資者可以在等待其他長期能源用例實現的同時獲得回報，將其定位為基礎設施成長和投資的有吸引力的策略。
對於無法轉換為AI/HPC 資料中心的礦工來說，比特幣礦場仍然可以作為長期獲利的業務來運作。幾家礦工在沒有現有AI/HPC 租戶的情況下購買了大負荷設施，並且還投資了處於不同開發階段的站點。正如我們之前所概述的，其中一些網站可能不具備AI/HPC 所需的最佳特性，但仍然對比特幣挖礦有用。其他礦工沒有團隊或內部專業知識來與主要承購商簽約並承擔具有挑戰性的工程和大型建設項目。尋求最大化價值的礦工的希望是鎖定一個AI 客戶，但在AI/HPC 機會無法實現的情況下，這些礦工仍然可以選擇建立一個有利可圖的BTC 挖礦業務。
AI/HPC 資料中心與挖礦之間的新興協同效應
比特大陸等ASIC 製造商已開始為資料中心機架開發外形尺寸與GPU 相似的ASIC。 ASIC 外形尺寸與下一代GPU 外形尺寸的進一步協調將允許資料中心透過在空閒機架空間安裝伺服器大小的礦機來將其未充分利用的伺服器機架貨幣化，如果使用類似的機架，這將有助於簡化為AI/HPC 改造資料中心的過程。展望未來，礦工可能更願意購買這些機器，因為它們在資料中心設計方面保持靈活性，如果出現更高價值的機會，可以幫助礦工更輕鬆地轉向AI/HPC。
隨著AI/HPC 資料中心容量的成長，它們對電網的影響也在成長。雖然這些資料中心必須幾乎一直在線，但這並不一定意味著總能耗是恆定的。事實上，AI/HPC 訓練的負載曲線可能非常不穩定，因為在密集運算執行期間消耗更多功率，而檢查點期間消耗較少功率。檢查點的頻率各不相同，根據部署的基礎設施和模型的大小，該過程可能需要幾分鐘到幾十分鐘。隨著模型規模的擴大，需要儲存更多的數據，從而增加保存所有數據所需的時間。
同樣，對於AI/HPC 推理工作負載，負載配置檔案預計與客戶需求緊密結合，因為每個模型查詢都直接在資料中心內處理。最初，隨著模型需求的波動，這些配置可能會表現出很大的波動性。然而，隨著時間的推移，隨著特定模型的廣泛採用，負載可能會變得更加可預測，白天的需求達到峰值，晚上的需求會下降。這種每日負載週期為比特幣挖礦提供了理想的機會，因為挖礦作業可以動態擴大或縮小，以補充AI 推理過程波動的能源需求。
因此，未來比特幣挖礦可以用作負載平衡機制，在負載較低時挖礦會增加，在AI 負載恢復時會減少。租戶可能還不需要使用全部GPU 容量，從而允許礦工加速。
對於資料中心營運商來說，好處是顯而易見的，因為他們能夠從可在線的容量中獲取更多價值，而對於租戶來說，這為資料中心和整個電網提供了一定程度的負載穩定性。隨著資料中心叢集規模的擴大，功耗和對電網的影響將受到越來越嚴格的審查，確保負載穩定性將至關重要。
將MW 轉移到AI/HPC 應該會減緩哈希率的成長率
進入AI/HPC 營運的礦工正在積極轉移原本可用於比特幣挖礦的容量，這應該會減緩網路哈希率的成長率。考慮到比特幣的潛在牛市，這一點尤其重要，因為比特幣價格的上漲不會帶來同等且抵銷的網路哈希率的成長，從而推高哈希率。話雖如此，我們仍然預計，隨著更有效率的採礦機投入使用，網路哈希率會上升，無論是為了替換老一代機器，還是在不利於AI/HPC 業務的站點進行新的淨投入。
總結
美國的資料中心需求可能以前所未有的速度激增，預計光是2024 年就將年增31%。這些預測還表明，美國資料中心的容量將在未來五年內增加一倍以上，從目前的21 GW 資料中心容量躍升至預期的45 GW。這種爆炸性成長，加上超大規模提供者在未來5-10 年內承諾的數千億美元投資，為能夠提供兩種關鍵資源的企業創造了極具吸引力的機會：豐富的廉價能源和能夠支援AI 和HPC 營運的強大基礎設施。
目前的AI 和HPC 熱潮暴露了傳統資料中心的一個關鍵弱點，即它們無法改造現有設施以滿足現代AI 工作負載的強大電力需求。市場中的這一空白為比特幣挖礦業務創造了重大機會，這些業務已經擁有AI/HPC 公司迫切需要的東西：具有加速通電計劃的大型站點。超大規模供應商的選擇有限，無法及時擴展其業務以滿足AI/HPC 業務的爆炸性需求。比特幣礦工正在成為超大規模企業擴展業務並在不斷增長的市場中保持競爭力的合理可行選擇。然而，比特幣礦工的這一世代機會仍然具有選擇性。只有一小部分比特幣挖礦業務擁有必要的基礎設施和能力，能夠成功支援現代AI/HPC 工作負載的嚴格要求。那些擁有這些稀缺資產並尋求最大化其價值的礦工將轉向AI/HPC 資料中心。
儘管一些批評人士認為，比特幣礦工向AI/HPC 服務多元化可能會透過減少專用於挖礦區塊的運算能力來削弱網路安全，但這種轉變實際上可能使更廣泛的挖礦生態系統受益。無法滿足AI/HPC 站點需求的礦工可以從哈希價格的提高中獲得更高的獲利能力。隨著越來越多的礦工下線，比特幣價格上漲，哈希價格的上漲將顯著提高所有比特幣礦工的利潤率。隨著比特幣價格今年迄今上漲高達143%，以及新任親比特幣總統入主白宮，美國的比特幣挖礦有望進入迄今為止最強勁的時代。
加密貨幣和人工智慧的交集可以說是2024 年最熱門的加密貨幣領域之一。截至2024 年12 月，使用流動代幣建構人工智慧專案的加密貨幣專案的總市值約為330 億美元。此外，Galaxy Research 估計，2024 年，超過3.82 億美元的創投已分配給早期加密人工智慧新創公司。雖然大多數加密人工智慧專案缺乏產品市場契合度，但比特幣挖礦與人工智慧/高效能運算業務成長的交集是顯而易見的。比特幣挖礦進入人工智慧領域與這兩個領域的其他重疊領域相比脫穎而出，因為它有可能大規模供應人工智慧/高效能運算業務最重要的組成部分——能源。因此，持有人工智慧/高效能運算可轉換資產的比特幣礦工可能是當今業界唯一純粹且可擴展的加密貨幣x 人工智慧投資之一。