Neocloud(新型雲端運算模式)是指一種新興雲端運算模式,為 AI 訓練、推論及高效能運算提供 GPU 叢集、運算資源租賃及相關基礎設施服務。隨著生成式 AI、大型語言模型及企業 AI 應用持續發展,運算資源正從以傳統 CPU 為主的通用型雲端服務,轉向 GPU 加速運算與專用 AI 基礎設施。
這項轉變不僅影響雲端運算產業,也正在重塑加密貨幣礦業公司的發展方向。過去,比特幣礦商主要透過部署 ASIC 礦機、取得低成本電力,並爭取網路雜湊率份額來創造收益。如今,部分礦業公司開始將其電力資源、資料中心場址及基礎設施開發能力用於 AI 資料中心託管,也有部分公司正探索 GPU 雲端運算業務。
然而,Neocloud 與比特幣挖礦在技術架構、客戶需求及收益模式方面存在顯著差異。擁有電力資源不代表公司能直接營運高效能 AI 叢集;簽署長期資料中心合約,也不代表已建立穩定的獲利能力。本文將從 Neocloud 的定義與商業模式出發,分析 AI 運算需求如何推動礦業公司多元化發展,並透過 CoreWeave、IREN 及 Core Scientific 等案例,探討此趨勢背後的機會與風險。
Neocloud(新型雲端運算模式)是以 GPU 叢集、AI 模型訓練及推論為核心的新興雲端服務模式。代表性公司包括 CoreWeave、Nebius、Lambda 及 Crusoe。
相較於 AWS 和 Microsoft Azure 等傳統雲端服務,Neocloud 更聚焦於提供 AI 運算、高效能 GPU 叢集及專用運算基礎設施。不過,兩類服務正逐漸融合。
AI 運算需求成長,使電力容量、資料中心位置、冷卻系統及高速網路成為重要的基礎設施資源。
比特幣礦業公司在電力資源及資料中心營運方面具備部分經驗,因此開始探索 AI 資料中心託管及 GPU 雲端服務。不過,ASIC 礦機無法直接取代 AI GPU。
從加密貨幣挖礦轉向 Neocloud 並非單純的業務升級。公司將面臨更高的資本支出、不同的技術標準、長期合約義務及客戶集中度風險。
評估礦業公司的轉型時,應區分 3 種不同的商業模式:傳統比特幣挖礦、AI 資料中心託管,以及營運 GPU 雲端服務。
Neocloud 通常是指專為 AI 與高效能運算提供 GPU 雲端服務的公司或基礎設施平台。其核心業務包括部署高效能 GPU、建置高速互連網路及支援儲存系統,再透過按需租賃、長期運算合約或專用叢集提供運算能力。
傳統雲端運算平台通常提供涵蓋運算、儲存、資料庫、網路、安全及應用程式開發的完整服務。AWS、Microsoft Azure 與 Google Cloud 等超大規模雲端服務供應商,擁有廣泛的企業客戶基礎及成熟的軟體生態系。Neocloud 公司通常投入更多資源建置及營運 AI GPU 叢集,提供模型訓練、推論部署及高效能運算的專業服務。
例如,當 AI 模型開發者需要數千張 GPU 進行大規模訓練時,除了 GPU 型號與租賃價格外,還必須評估叢集網路頻寬、GPU 之間的通訊效率、儲存吞吐量及工作負載排程能力。Neocloud 的競爭力不僅取決於供應商擁有多少 GPU,也取決於其能否將這些硬體組織成穩定且高效的運算系統。
| 比較面向 | Neocloud | 傳統雲端運算 |
|---|---|---|
| 核心重點 | 專供 AI 使用的 GPU 運算服務 | 全方位雲端運算服務 |
| 主要運算資源 | GPU 加速運算叢集 | CPU、GPU 及多種運算資源 |
| 常見應用 | AI 訓練、推論、HPC | 企業應用程式、資料庫、儲存、AI |
| 主要客戶 | AI 實驗室、模型開發者、研究機構 | 各產業企業、開發者、AI 公司 |
| 商業模式 | GPU 租賃、專用叢集、長期運算合約 | 隨用隨付定價、保留執行個體、全方位雲端服務 |
| 主要挑戰 | GPU 折舊、資本支出、客戶集中度 | 整體營運成本、服務複雜度、競爭壓力 |
需要注意的是,Neocloud 並非與傳統雲端運算完全分離的技術架構。大型雲端服務供應商同樣提供 AI GPU 服務,而 Neocloud 公司也可能逐步擴展其軟體平台與企業服務能力。兩者的差異主要在於業務優先順序、資源配置及市場定位,而非嚴格的技術邊界。
AI 模型訓練及推論需要大量平行運算資源。大規模語言模型、多模態模型及複雜推理系統,尤其對 GPU 效能、GPU 記憶體容量及叢集互連能力提出極高要求。
進行模型訓練時,公司通常需要將大量 GPU 連接為統一的運算叢集,並透過高速網路同步參數與交換資料。隨著模型規模擴大,單一 GPU 的效能不再是唯一決定因素。整體叢集運算效率、網路穩定性及儲存效能同樣重要。
在模型推論階段,運算需求來自持續運行的 AI 服務。聊天機器人、程式碼助理、企業代理及多模態應用程式,都必須在使用者提交請求後執行運算並回傳結果。隨著 AI 應用程式使用者人數及使用頻率增加,推論服務也需要持續擴充運算資源。
這使 AI 基礎設施需求逐漸從晶片採購,延伸至電力、土地、資料中心、液冷系統及高速網路。即使一家公司能採購足夠的 GPU,若缺乏必要的電力容量及適合的資料中心設施,仍無法及時投入營運。
Neocloud 公司正是在這樣的背景下發展。透過大量採購 GPU、建置專用運算叢集及提供彈性的運算租賃服務,其目標是協助 AI 公司降低自行建置基礎設施的複雜度。
然而,市場需求增加不一定能帶來穩定獲利。GPU 採購價格、硬體汰換週期、電力成本、融資條件及客戶使用率,都會直接影響 Neocloud 公司的營運表現。隨著更多競爭者進入市場,運算租賃價格也可能隨供需變化而調整。

雖然比特幣挖礦與 AI 雲端運算使用不同的運算硬體,但兩者都高度依賴電力及資料中心。因此,部分大型礦業公司已累積可用於新業務的基礎設施資源。
電力。比特幣挖礦需要大量 ASIC 礦機持續運作。礦業公司通常會在電價相對低廉且供電充足的地區建置設施,並與電力供應商建立長期合作關係。隨著 AI 資料中心的用電需求增加,已取得電力容量、具備變電設施或有擴建空間的場址,可能具有相當高的開發價值。
土地與資料中心營運經驗。大型礦場通常涉及土地租賃、設施建置、電力設備維護、熱管理及全天候營運。儘管這類設施無法直接等同於 AI 資料中心,但公司在建置、營運及維護大型運算設施方面累積的經驗,可為進入新業務提供基礎。
融資與客戶合作機會。不同於主要取決於比特幣價格、網路難度及區塊獎勵的挖礦收益,AI 資料中心託管可透過多年期合約建立相對明確的收益安排。這種合約結構可協助公司規劃投資,也可能支持專案融資。
不過,公司仍需逐一評估既有礦場的價值。部分場址雖有大量電力容量,但缺乏適用於 GPU 叢集的冷卻系統、高速網路或備援電力基礎設施。若改造成本過高,既有設施未必比新建 AI 資料中心更具優勢。
比特幣礦機與 AI GPU 執行的運算工作本質上不同。比特幣挖礦主要利用 ASIC 晶片執行特定雜湊運算,並參與網路的工作量證明流程競爭。ASIC 採高度專用設計,通常只能高效率執行有限範圍的運算工作。
相較之下,AI 模型訓練及推論需要大量矩陣運算、張量運算及平行資料處理。GPU 具備更強的通用平行運算能力及配套軟體框架,因此更適合處理複雜的 AI 工作負載。這代表礦業公司轉向 AI,並不是把 ASIC 礦機轉換為 GPU,而是需要部署新的運算設備,並系統性升級資料中心。
升級通常涵蓋 4 個領域:電力、冷卻、網路及軟體。
在電力方面,AI GPU 機櫃可能具有更高的功率密度,因此需要適合的配電設備、備用電源及電力管理系統。
在冷卻方面,高密度 GPU 叢集可能採用液冷。既有礦場常見的氣冷系統可能無法符合這些需求。
在網路方面,大規模 AI 訓練需要在 GPU 節點之間頻繁交換資料,因此必須使用高速、低延遲的網路架構。傳統礦機通常獨立執行運算工作,較少依賴節點之間的高速通訊。
在軟體方面,AI 雲端服務也需要具備叢集排程、資源隔離、容器管理、監控、儲存及客戶服務能力。這些通常不是傳統礦業公司的核心能力,因此需要額外投資或建立合作關係。
因此,礦業公司所擁有的電力資源與場址可縮短部分基礎設施建設流程,但無法消除 AI 雲端運算在硬體、網路及軟體方面的技術門檻。
參與 AI 基礎設施市場,不代表每家礦業公司都需要成為提供全方位服務的 Neocloud 供應商。依據資產投資與營運責任,可分為 3 種主要模式。
| 商業模式 | 主要收益來源 | 核心資產與能力 | 主要風險 |
|---|---|---|---|
| 比特幣挖礦 | 區塊獎勵、交易手續費 | ASIC、礦場、電力 | BTC 價格、挖礦難度、減半 |
| AI 資料中心託管 | 場地、電力及基礎設施服務費 | 資料中心、供電、冷卻 | 改造成本、交付時程、客戶集中度 |
| GPU 雲端服務(Neocloud) | GPU 租賃、運算合約、託管雲端服務 | GPU、網路、儲存、雲端軟體 | 晶片折舊、融資成本、使用率 |
第一種是傳統比特幣挖礦。公司部署 ASIC 礦機,透過參與比特幣網路運算取得收益。其獲利能力與比特幣價格、全網雜湊率、區塊獎勵及電力成本密切相關。
第二種是 AI 資料中心託管。公司主要提供場地、電力容量、冷卻及相關基礎設施,客戶則部署或使用 GPU 設備。此模式不一定要求礦業公司自行採購全部 GPU,因此相較於完整的 AI 雲端服務,可能承擔較低的硬體折舊風險。
第三種是 GPU 雲端服務。公司不僅建置資料中心,還會採購 GPU、部署網路與軟體平台,並直接向客戶提供 AI 運算。此模式涵蓋服務鏈中更多環節,但也需要更大的資本投入及更先進的技術營運能力。
在實務上,公司可能同時採用多種模式。例如,部分資料中心用於比特幣挖礦,其他資料中心提供 AI 託管服務,另有部分設施用於自營 GPU 雲端運算。
因此,分析礦業公司轉向 AI 的進展時,必須檢視其實際收益組成。僅宣布將建置 AI 資料中心,尚不足以將其歸類為成熟的 Neocloud 公司。
Neocloud 與加密貨幣礦業公司轉型之間的關聯,可從各公司採取的不同路徑中看出。
CoreWeave 成立於 2017 年,早期業務涉及加密貨幣挖礦與 GPU 運算資源。隨著 AI 運算需求成長,公司逐步將重心轉向 GPU 雲端服務,並發展為專注於 AI 訓練、推論及相關基礎設施的平台。
CoreWeave 不只是出租伺服器,而是將 GPU 叢集、高速網路、儲存、資源排程及開發工具整合為雲端服務生態系。該公司於 2025 年 3 月以股票代號 CRWV 在 Nasdaq 上市。
CoreWeave 的發展顯示,原先服務加密貨幣運算的基礎設施公司,可透過建立技術能力並調整市場重心進入 AI 雲端運算。不過,其商業模式也高度依賴 GPU 採購、資料中心建設及外部融資,使其面臨與傳統礦業公司不同的財務與營運風險。
IREN 是一家正轉向 AI 雲端服務的礦業公司。該公司最初專注於比特幣挖礦,之後利用既有資料中心、電力資源及基礎設施開發能力,逐步擴展 GPU 雲端服務業務。
2025 年 11 月,IREN 與 Microsoft 簽署長期 GPU 服務協議。公開的合約總價值約為 97 億美元,服務將分階段部署,並預計持續至 2031 年。2026 年 5 月,IREN 也與 NVIDIA 簽署一份為期 5 年、總價值約 34 億美元的雲端服務合約。
截至 2026 年 6 月 30 日止的財政年度,IREN 報告 AI 雲端服務收益約為 1.288 億美元,比特幣挖礦收益約為 5.782 億美元。儘管其 AI 業務顯著成長,已實現的年度收益組成顯示,轉型仍在進行中。
IREN 的案例說明,礦業公司可依托既有的電力與資料中心資產,擴展至 GPU 雲端運算及軟體服務。然而,此過程需要持續投資,且不代表 AI 收益能立即取代既有挖礦業務。
Core Scientific 的轉型方式與 CoreWeave 和 IREN 不同。其主要方向之一,是將既有比特幣挖礦基礎設施改造為高密度資料中心,為 AI 與高效能運算客戶提供託管服務。2024 年,Core Scientific 擴大與 CoreWeave 的合作,計畫為高效能運算提供約 200 MW 的數位基礎設施容量。此後,該公司持續推進資料中心轉型,並於 2026 年披露新的長期租賃安排。
例如,2026 年 7 月,Core Scientific 與 AMD 簽署租賃協議,涵蓋約 377 MW 的關鍵 IT 容量;另與一家 Neocloud 客戶簽署租賃協議,涵蓋約 152 MW 容量。這些安排反映該公司正從營運礦場,轉向供應 AI 資料中心基礎設施。此案例顯示,礦業公司不一定需要自行採購大量 GPU 才能參與 AI 價值鏈。提供電力、設施空間及冷卻等基礎設施,也能讓其在 Neocloud 供應鏈中取得一席之地。
這項區別很重要:Core Scientific 主要提供資料中心基礎設施及託管服務。其客戶屬於 Neocloud 公司,並不代表其所有業務都能直接歸類為 GPU 雲端服務。
Neocloud 的快速發展建立在大量前期資本投資之上。不同於傳統軟體服務,GPU 雲端運算需要公司先採購昂貴硬體、建置資料中心並部署電力與網路基礎設施,再透過客戶使用及長期合約逐步回收成本。
GPU 折舊風險。AI 晶片技術進步快速,新一代 GPU 可能在效能、能源效率及單位運算成本上具有優勢。若公司以高價採購大量設備,卻無法在設備經濟壽命期間維持足夠使用率,可能面臨資產減損及獲利壓力。
融資成本。部分 Neocloud 公司透過債務、設備融資,或以長期客戶合約支持的融資安排來擴張。當融資利率上升、資本市場風險偏好下降時,公司可能面臨更高的資金成本。
客戶集中度。大型 AI 訓練叢集的需求可能集中於少數科技公司及模型開發者。雖然長期合約提高收益可見度,但若主要客戶減少採購運算資源、變更部署計畫或未履行合約義務,供應商的現金流可能受到影響。
基礎設施交付風險。AI 資料中心專案需要協調電網連接、晶片供應、建設時程、冷卻系統及網路部署。即使已簽署運算合約,公司仍可能因設備或供電延遲而無法如期交付。
2026 年 10 月,市場對 Neocloud 公司債務負擔、融資能力及長期獲利模式的關注顯著增加。這些討論凸顯一項重要區別:AI 運算需求成長,以及 Neocloud 公司能否產生可持續回報,是兩個需要分別評估的問題。從比特幣挖礦轉型的公司,還必須考量既有挖礦設備減損、資料中心改造成本及轉型期間的收益變化。較大的 AI 業務可能改善長期收益組成,但短期內也可能增加資本支出與財務壓力。
評估礦業公司的 AI 轉型,不能只看其已宣布的資料中心容量 MW 數或長期合約價值。更重要的是,必須確認這些資源是否已轉化為可交付的運算服務,以及是否能產生可持續的現金流。
應區分規劃中的容量、已取得電力使用權的容量、施工中的容量,以及已投入營運的容量。大規模電力或資料中心開發計畫,不代表所有設施都已能提供服務。
檢視實際 AI 業務收益。長期合約總價值通常跨越多年,不能視為當期收益。即使公司宣布數十億美元的運算協議,也必須隨著設備部署及服務交付逐步確認相關收益。
分析資本支出與融資結構。對於營運自有 GPU 雲端服務的公司,應關注 GPU 採購成本、設備使用率、折舊及融資利息。對於資料中心託管公司,則應檢視設施建設成本、由客戶承擔的設備投資比例,以及長期租賃合約中的履約義務。
比較 AI 業務與既有比特幣挖礦業務的經濟表現。儘管挖礦取決於 BTC 價格及網路難度,但其營運模式相對成熟。AI 可帶來長期合約收益,同時也會引入新的技術與資金風險。
評估公司能否持續營運 AI 基礎設施。GPU 雲端運算不只是一次性的設備投資,還涉及網路維護、軟體更新、客戶支援及運算資源排程。長期穩定提供服務的能力,是判斷公司能否真正進入 Neocloud 市場的重要因素。
Neocloud 的發展正在改變市場對加密貨幣礦業公司基礎設施價值的看法。
過去,礦業公司的核心競爭力主要取決於挖礦設備效率、電力成本、挖礦規模及 BTC 持有策略。隨著 AI 運算需求增加,電力容量、資料中心位置、基礎設施開發能力及長期客戶合約,也逐漸成為評估部分礦業公司的重要因素。
這可能使加密貨幣挖礦產業出現更明顯的業務分化。部分公司將持續專注於比特幣挖礦,透過升級 ASIC 設備、最佳化電力採購及營運效率來提升競爭力。另一些公司則會將部分資源轉向 AI 資料中心託管,或發展 GPU 雲端服務。
不過,並非每家礦業公司都適合進行這類轉型。部分礦場位於缺乏高品質網路連線的地區,或無法符合 AI 資料中心對冷卻及電力備援的要求。對這些公司而言,持續最佳化挖礦營運可能比大規模改造更符合既有資源條件。
AI 運算與比特幣挖礦的用電方式也不同。部分挖礦業務可依據電價及電網需求彈性調整運算負載,而具備長期服務承諾的 AI 資料中心通常需要更高的營運穩定性。這項差異代表礦業公司也必須調整既有的電力管理策略。
從更廣泛的產業角度來看,Neocloud 不代表 AI 運算必然會取代加密貨幣挖礦,而是為具備合適基礎設施的礦業公司提供新的商業選項。未來競爭可能同時聚焦於 BTC 挖礦效率,以及交付 AI 基礎設施的能力。
Neocloud 是以 GPU 叢集、AI 模型訓練及推論服務為核心的新興雲端運算模式。隨著 AI 應用程式發展,運算基礎設施的競爭已從晶片採購,擴展至電力、資料中心、網路、冷卻及軟體平台。
這項轉變為部分加密貨幣礦業公司提供新的發展方向。擁有電力資源、土地及資料中心營運經驗的公司,可透過改造既有設施進入 AI 資料中心託管市場;也可進一步投資 GPU 與雲端軟體,發展更完整的 Neocloud 服務。
CoreWeave、IREN 與 Core Scientific 展現不同路徑:CoreWeave 已建立專用 AI 雲端平台;IREN 正從比特幣挖礦擴展至 GPU 雲端服務;Core Scientific 則專注於高密度資料中心託管。
然而,AI 運算需求成長不代表每個轉型專案都能產生穩定回報。GPU 折舊、融資成本、客戶集中度及專案交付能力,仍是決定公司能否建立可持續商業模式的關鍵因素。
對加密貨幣產業而言,Neocloud 相關最值得關注的變化是,部分礦業公司正從依賴區塊獎勵的運算營運商,轉型為向 AI 客戶提供基礎設施與運算服務的企業。這項轉型可能改變其收益組成及估值框架,但最終仍需透過實際交付、收益成長及現金流表現來驗證。
Neocloud 是專注於 GPU 雲端運算、AI 模型訓練及推論服務的新興雲端運算模式。它通常透過 GPU 租賃、專用叢集及長期運算合約,向客戶提供運算資源。
Neocloud 更專注於 AI 專用 GPU 基礎設施,而 AWS 與 Azure 等傳統雲端服務供應商則提供涵蓋運算、儲存、資料庫及企業應用程式的全方位服務。兩者的業務範圍存在重疊。
部分礦業公司已擁有電力容量、土地及資料中心營運經驗。隨著 AI 資料中心需求增加,這些公司可能利用上述資源發展新的託管及雲端運算業務。
一般而言不能。ASIC 礦機是為特定雜湊運算設計,而 AI 訓練及推論主要依賴 GPU 等加速運算硬體。礦業公司通常需要採購新設備並升級資料中心,才能完成轉型。
是。CoreWeave 是專注於 AI GPU 雲端服務的代表性公司,提供 GPU 叢集、網路、儲存及相關軟體平台。
IREN 正從比特幣挖礦轉型為 AI 雲端服務。根據其公開的 2026 財年資料,比特幣挖礦仍占已實現收益的相當大比例,而 AI 雲端服務業務正在擴展。
Core Scientific 更適合被描述為高密度資料中心及託管基礎設施供應商。它向包括 Neocloud 公司在內的客戶提供設施服務,但這不代表其所有業務都涉及營運自有 GPU 雲端服務。
其主要透過按需 GPU 租賃、長期運算合約、專用叢集及相關雲端服務創造收益。部分基礎設施公司則透過資料中心租賃及託管費用取得收益。
主要風險包括高資本支出、GPU 折舊、融資成本、客戶集中度及資料中心交付延遲。運算需求成長不一定會轉化為獲利能力。
不一定。兩者使用不同的運算設備,且收益來源與營運要求也不同。部分礦業公司可能同時營運比特幣挖礦及 AI 基礎設施業務。
* 投資有風險,入市須謹慎。本文不作為 Gate 提供的投資理財建議或其他任何類型的建議。
* 在未提及 Gate 的情況下,複製、傳播或抄襲本文將違反《版權法》,Gate 有權追究其法律責任。





