什么是 Applied Digital(APLD)?全面解析 AI 数据中心、HPC 基础设施与云计算业务

更新时间 2026-10-09 10:50:40
阅读时长: 7m
Applied Digital(APLD)是一家专注于高性能计算(HPC)与 AI 数据中心基础设施的企业,业务涵盖数据中心建设、托管及云计算服务。解析其业务模式、长期租赁合同、Polaris Forge 与 Delta Forge 项目、最新财务表现及资本开支风险。

Applied Digital(NASDAQ:APLD)是一家专注于 AI 数据中心与高性能计算(HPC)基础设施的企业,通过建设和运营面向高密度计算负载的数据中心,为云计算及大型计算客户提供所需的电力、机房、冷却和配套设施。

随着生成式 AI 模型规模不断扩大,数据中心的价值不再局限于服务器托管和机柜出租。GPU 集群需要持续、稳定且大规模的电力供应,同时对散热、网络连接、供电冗余和基础设施部署速度提出更高要求。能够提供大规模电力容量并按计划交付设施的运营商,因而成为 AI 基础设施产业链的重要参与者。

Applied Digital 的业务转型反映了计算基础设施需求的变化:从早期与数字资产挖矿相关的数据中心业务,逐步转向为 AI 训练、推理和其他高性能计算任务提供专用设施。其长期租赁合同、Polaris Forge 与 Delta Forge 园区,以及建设资金和债务安排,共同决定了公司能否将 AI 市场需求转化为持续的经营收入与现金流。

核心要点

  • 公司定位: Applied Digital(APLD)是一家专注于 AI 数据中心与高性能计算(HPC)基础设施的企业,主要为大型计算客户提供数据中心建设、托管及相关服务。

  • 业务转型: 公司从早期与加密货币挖矿相关的数据中心业务,逐步转向高密度 AI 计算基础设施,以适应 GPU 训练与推理需求增长。

  • 核心项目: Polaris Forge 与 Delta Forge 是公司扩张 AI Factory 业务的重要园区,项目容量、建设进度及租赁安排各不相同。

  • 收入模式: 公司主要通过数据中心基础租金、租户配套建设服务和相关费用回收获得收入,合同总值不等于当期收入或净利润。

  • 主要风险: 高额资本开支、债务融资成本、项目交付延迟、电力供应约束及客户集中度,都会影响公司的现金流与长期盈利能力。

Applied Digital(APLD)是什么?解析公司业务定位与发展历程

Applied Digital(APLD)是什么

Applied Digital 是一家美国数据中心基础设施企业,核心业务是为高性能计算和人工智能工作负载提供专用数据中心。公司股票代码为 APLD,在纳斯达克上市。与直接开发大型 AI 模型、销售 GPU 或提供面向个人用户的 AI 应用不同,Applied Digital 的主要价值在于建设能够承载大规模计算集群的基础设施,并通过租赁和配套服务获得收入。

公司的发展路径与数字基础设施行业的变化密切相关。早期业务涉及为加密货币挖矿提供数据中心空间及相关设施,之后逐步扩大面向 AI 和 HPC 客户的基础设施业务。随着 GPU 集群对电力密度、冷却能力和运行稳定性的要求不断提高,公司开始将更多资源投入专门服务于 AI 训练和推理的设施建设。

2026 年,Applied Digital 的业务重心进一步向 AI Factory 模式倾斜。所谓 AI Factory,并不是制造 AI 芯片的工厂,而是将电力供应、计算设备部署空间、冷却系统、网络连接和运维能力整合起来,为客户提供可投入使用的高密度计算环境。公司的长期租赁合同也表明,其目标不只是出售机房空间,而是为大型客户提供可按阶段交付、长期运行的计算基础设施。

Applied Digital 的核心业务有哪些?解析数据中心托管与 HPC 基础设施

Applied Digital 的业务可以从 HPC Hosting、传统 Data Center Hosting 以及云服务相关业务三个层面理解,但这些业务的定位和发展阶段并不相同。

HPC Hosting 是目前公司 AI 基础设施战略的核心。公司负责数据中心的规划、建设和运营,并根据客户需求配置电力容量、冷却系统及其他基础设施。客户通常需要部署大量 GPU 或其他加速计算设备,因此数据中心必须满足高功率密度、持续运行和大规模扩展等要求。Applied Digital 则通过长期租赁合同及建设相关服务获取收入。

Data Center Hosting 业务主要为加密货币挖矿客户提供已经接入电力的设施。此类业务与 AI 数据中心存在一定的基础设施共通性,例如都依赖电力供应、机房空间和持续运营能力,但两者的设备密度、冷却方案、客户需求及合同结构并不完全相同。不能因为公司扩张 AI 业务,就认定原有挖矿托管业务已经全部退出。

云服务则是另一条业务线。Applied Digital 已在 2026 年推进云服务业务的分拆安排,由 ChronoScale 承接相关业务。理解公司财务表现时,需要区分 HPC 基础设施、传统数据中心托管与云服务的贡献,避免将不同业务的收入和利润率简单合并比较。

Applied Digital 为什么从加密货币挖矿转向 AI 数据中心

加密货币挖矿和 AI 计算都需要大量电力,但它们对基础设施的需求存在差异。挖矿业务主要关注电力成本、设备运行效率和数字资产市场周期;AI 数据中心则需要处理高密度 GPU 集群,对供电冗余、散热、网络带宽和设施交付时间有更严格的要求。

AI 基础设施的另一个特点是,客户可能通过多年租赁合同提前锁定容量。对数据中心运营商而言,长期合同有助于在建设前明确部分需求,并为融资和后续扩建提供依据。相较于完全依赖短期市场价格的业务,这种模式具有更高的收入可见性,但前提是设施能够按时交付、客户履约且建设成本得到控制。

不过,从挖矿托管转向 AI 基础设施并不意味着原有资产可以无成本地直接转换。高密度 GPU 环境可能需要重新设计供电系统、冷却架构、机房布局和网络连接。项目从规划到投入运营也需要大量资本,因此业务转型同时伴随建设周期、融资和技术执行风险。

Applied Digital 的选择可以理解为对计算需求结构变化的响应:将建设和运营数据中心的能力延伸至高价值、高密度计算场景。但 AI 需求增长只是市场机会,并不能自动保证项目盈利;最终表现仍取决于合同价格、实际交付容量、资本成本与运营效率。

Applied Digital 如何建设 AI Factory?解析高密度算力基础设施

AI Factory 的核心是把原本分散的基础设施整合成能够支撑大规模计算的完整系统。Applied Digital 主要负责建设适配高密度计算负载的数据中心,而 GPU、服务器及相关计算设备通常由客户或其指定合作方部署。

建设过程涉及多个相互依赖的环节。首先是确定可用电力容量和并网条件,随后设计变电、配电、备用供电和冷却设施,再完成机房建设、设备部署及系统调试。任何一个环节出现延迟,都可能影响整个项目的交付进度。

在容量规划中,需要区分两个指标:关键 IT 负载(critical IT load)和电网侧供电容量。前者指可供服务器等 IT 设备使用的关键电力容量,后者还需考虑冷却、配电损耗及其他设施用电。因此,300 MW 的关键 IT 负载并不意味着整个园区只需要 300 MW 的电网供电容量。

Applied Digital 的园区采用分阶段建设方式,让不同建筑逐步达到可交付状态。这种模式有助于控制一次性投入节奏,但也意味着合同签署容量、在建容量和已经投入运营的容量必须分别统计。只有进入可运营状态并按合同开始提供服务的容量,才有可能持续贡献基础租金收入。

Applied Digital 如何通过长期租赁合同服务超大规模云计算客户

长期租赁合同是 Applied Digital 商业模式的重要组成部分。大型云计算客户需要提前规划未来数年的 AI 算力扩张,而建设专用数据中心需要较长时间,因此双方可以通过长期协议锁定设施容量、租赁期限和交付安排。

以公司 2026 年披露的项目为例,Polaris Forge 2 签订了约 200 MW 关键 IT 负载的租赁协议,基础租期约为 15 年,披露的合同价值约为 50 亿美元。Delta Forge 1 则签订了合计约 300 MW 的租赁安排,基础租期约 15 年,对应约 75 亿美元合同价值。

这些数字反映的是特定合同期限内预计取得的合同收入,不等同于签约时已经收到的现金,也不代表项目的净利润。建设投入、融资费用、日常运营支出和可能发生的交付延迟,都会影响最终经济回报。

部分协议采用 take-or-pay 结构,即在合同约定的条件下,客户即使没有完全使用预留容量,也可能仍需支付约定费用。此类安排能够增强收入的可预测性,但具体保障范围仍取决于合同条款、交付条件及相关违约安排。

此外,客户名称未必全部公开。即使客户具有较高信用评级,也不能完全消除客户集中风险。对于 Applied Digital 而言,合同质量不仅要看金额,还应结合客户信用、合同期限、项目进度、实际付款安排和未来续约条件综合判断。

Applied Digital 的商业模式是什么?解析数据中心租金、建设服务与运营收入

Applied Digital 的收入并非全部来自长期租金。根据公司披露,HPC Hosting 业务收入还包括租户配套建设服务、租户费用回收等项目,因此季度营收增长不一定全部来自新增的经常性租金。

基础租金收入:数据中心达到合同约定的交付条件并开始运营后,按租赁协议确认收入。这是观察长期经常性收入的重要指标。

租户配套建设服务:与客户入驻和设施配置相关的建设服务可能带来阶段性收入,但通常伴随相应成本,不能直接视为租金利润。

费用回收及其他收入:包括合同约定的部分电力或运营费用回收等项目,具体金额取决于合同结构与实际运营情况。

从经营分析角度看,基础租金更能体现已投运资产形成的持续收入能力;建设服务收入则需要结合项目进度、成本和毛利率判断。若某季度营收大幅上升,但增长主要来自租户配套建设服务,就不能简单推断未来每个季度都会维持相同增速。

公司还需要持续投入资本建设新园区。在项目交付之前,相关资产可能已经产生建设支出和融资成本,却尚未形成完整的租金收入。因此,分析 APLD 的商业模式时,必须同时观察收入构成、项目投运进度、运营利润和自由现金流。

Applied Digital 如何解决 AI 数据中心的电力、散热与基础设施需求

电力是 AI 数据中心建设最重要的约束之一。大规模 GPU 集群需要稳定的电力供应,而供电能力受到当地电网容量、变电设施建设、并网审批和电力基础设施施工进度等因素影响。即使已经取得土地,也不代表项目能够立即获得足够的可用电力。

散热是另一个关键问题。传统数据中心可以在一定范围内使用空气冷却,但高密度 GPU 集群会产生更集中的热负载,因此液冷等技术可能成为重要的基础设施方案。冷却设计需要与服务器配置、机柜密度和供电系统协同规划,不能仅通过增加制冷设备解决所有问题。

Applied Digital 在其 AI Factory 项目中强调高密度供电、先进冷却架构和适配大规模计算的设施设计。公司选择特定地区建设园区,也与电力可获得性、气候条件和扩建空间有关。较凉爽的气候可能有助于降低部分冷却负担,但实际能源效率仍取决于设施设计、当地气候和运营方式。

这些条件构成了数据中心运营商的竞争壁垒,也形成了项目风险。电力接入延期、冷却系统调试失败、施工成本上涨或设备交付延迟,都可能推迟客户入驻并影响收入确认。

Applied Digital 的 Polaris Forge 与 Delta Forge 项目有什么区别

Polaris Forge 和 Delta Forge 是 Applied Digital 扩张 AI Factory 业务的两组园区品牌。两者的共同目标都是为大规模 AI 和 HPC 工作负载提供专用基础设施,但在选址、建设阶段、规划容量和租赁安排上存在差异。

对比维度 Polaris Forge Delta Forge
主要布局 包括 Polaris Forge 1、2、3 包括 Delta Forge 1、2
重点区域 北达科他州及北部相关园区布局 路易斯安那州及其他美国南部区域
已披露租赁安排 Forge 2 约 200 MW;Forge 3 约 300 MW Forge 1 约 300 MW;Forge 2 约 210 MW
发展重点 分阶段交付已签约的高密度计算容量 扩大 AI Factory 园区组合与区域布局
主要观察指标 已投运容量、交付进度及后续扩建 并网和施工进度、客户入驻及交付时间

注:表中容量为已披露的相关租赁安排,不代表园区全部规划容量,也不代表所有设施均已投入运营。项目状态会随建设进展变化。

Polaris Forge 1 是公司较早投入运营的 HPC 园区,能够帮助观察其从建设阶段进入租金收入阶段的过程。Polaris Forge 2 和 3 则体现出公司继续扩大单个园区容量、通过长期合同锁定需求的策略。

Delta Forge 1 与 Delta Forge 2 进一步扩展了公司的区域布局。不同地区的电力供应、建设成本、气候条件和基础设施条件并不相同,因此不能仅依据项目名称或计划容量判断哪个园区的经济回报更高。真正重要的是实际投资金额、可交付容量、租赁价格、运营成本及项目投产时间。

Applied Digital 最新财报怎么看?解析营收增长、合同储备与盈利压力

截至 2026 年 10 月 9 日,Applied Digital 最新披露的财务报告是截至 2026 年 8 月 31 日的 2027 财年第一季度业绩。公司季度营收达到 3.419 亿美元,同比增长 322%;归属于普通股股东的净亏损为 2.21 亿美元,而上年同期净亏损约为 1,800 万美元。同期,调整后 EBITDA 为 6,440 万美元。

这组数据反映出两个同时存在的趋势:一方面,公司收入快速增长,HPC Hosting 业务开始贡献更多租金和配套服务收入;另一方面,净亏损也显著扩大,说明收入增长尚未直接转化为 GAAP 口径的盈利。

尤其需要关注收入结构。该季度 HPC Hosting 收入为 2.626 亿美元,其中基础租金为 6,580 万美元、租户配套建设服务收入为 1.835 亿美元、租户费用回收为 1,330 万美元。建设服务收入占比较高,意味着季度营收受到项目建设和客户入驻进度的明显影响。

合同储备则提供了另一种观察视角。公司在 2026 财年末披露,五个 AI Factory 园区的已签约关键 IT 负载约为 1,410 MW,初始 15 年租赁期对应的合同收入约为 360 亿美元;若相关续约选项全部按约行使,潜在合同总值约为 860 亿美元。

但合同总值是跨越多年租期的累计金额,不是当前资产价值、当期营收或已经实现的现金流。分析时应将其与已投运容量、租金开始确认时间、未来建设资金需求和实际现金回收情况放在一起考察。

Applied Digital 的资本开支与债务结构面临哪些挑战

建设 AI 数据中心需要先投入大量资金,再逐步获得租金收入。土地、供电系统、变电设施、冷却设备、建筑施工和客户交付准备都会产生资本需求。因此,即使公司拥有多年期租赁合同,也仍需要解决从签约到投产之间的资金缺口。

Applied Digital 在 2026 财年持续扩大建设投入。公司在财年末披露,部分园区仍处于不同阶段的建设过程中,并通过债务融资支持项目开发。例如,公司披露发行了本金总额约 15.9 亿美元、票面利率为 7% 的优先担保票据,计划用于偿还过桥融资并支持 Polaris Forge 1 后续建筑的建设。

这类融资可以帮助公司提前推进项目,但也会增加利息支出和偿债义务。即使项目最终具备较强的租金收入能力,如果建设成本超预算、投产时间推迟,或客户付款晚于预期,公司仍可能面临现金流压力。

资本开支风险主要体现在三个方面。第一,建设周期与收入确认时间不一致,项目尚未产生租金时,支出已经发生。第二,债务融资成本会影响项目的最终回报,尤其是在融资利率较高或再融资条件收紧时。第三,数据中心建设需要持续扩张才能兑现较大的合同储备,新增项目也意味着新增资金需求,不能单纯依靠签约金额判断财务安全性。

此外,投资者还应关注债务到期时间、担保资产、融资契约、可用现金、资本开支承诺和潜在股权融资需求。长期租赁合同能够提高收入可见性,但并不能完全消除建设风险和资产负债表压力。

Applied Digital 在 AI 基础设施产业链中处于什么位置

Applied Digital 位于 AI 基础设施产业链中游,连接上游的电力、土地、建筑、冷却和网络资源,以及下游的云计算平台、超大规模云服务商和 AI 计算客户。

它与 GPU 制造商的商业模式不同。芯片企业主要通过销售计算硬件获取收入,Applied Digital 则通过建设、交付和运营能够承载这些硬件的数据中心设施获取收入。它也不完全等同于传统云服务商,因为其核心业务更偏向物理基础设施与容量租赁,而不是直接向终端客户提供完整的云计算产品。

这一定位让 Applied Digital 有机会受益于 AI 算力需求增长,但也意味着它必须面对基础设施行业的现实约束:电力容量稀缺、建设周期较长、初始投资高,并且项目回报取决于租赁合同和运营效率。

与同行比较时,不能只看企业宣布了多少 MW 的园区容量或多少亿美元的合同价值。更有意义的指标包括每 MW 建设成本、已投运容量、租金收入占比、园区运营利润率、净债务水平、客户信用质量和资本回报率。

从长期来看,Applied Digital 的竞争优势取决于能否持续获得可用电力、按期交付高密度数据中心,并以合理的融资成本将签约容量转化为稳定的经营现金流。AI 行业扩张为其提供了市场空间,但项目执行和财务纪律仍是决定经营成果的关键因素。

总结

Applied Digital(APLD)是一家以 AI 数据中心和高性能计算基础设施为核心的企业,其业务转型反映了数据中心行业从传统托管向高密度 AI 计算设施发展的趋势。公司通过 Polaris Forge、Delta Forge 等园区以及长期租赁合同扩大业务规模,并开始获得更多 HPC 基础设施收入。

不过,合同储备、季度营收增长与最终盈利是三个不同的概念。租户配套建设服务可能推动短期营收快速上升,但长期经营质量仍需要基础租金、投运容量和现金流来验证。与此同时,大规模资本开支与债务融资也使公司面临较高的建设和财务风险。

理解 APLD 的关键,在于同时衡量市场需求、项目交付、合同质量、租金增长和资产负债表。只有当签约容量逐步转化为已运营资产,并形成足以覆盖运营支出、利息和后续资本需求的现金流时,AI 基础设施扩张才能真正转化为可持续的经营价值。

FAQ

Applied Digital(APLD)是一家什么公司?

Applied Digital 是一家在纳斯达克上市的数据中心基础设施企业,股票代码为 APLD。公司主要建设和运营面向 AI 与高性能计算(HPC)的数据中心,同时保留面向加密货币挖矿客户的数据中心托管业务。其 AI 基础设施业务主要通过长期租赁和配套建设服务获得收入。

Applied Digital 与 CoreWeave 有什么区别?

两家公司在 AI 基础设施产业链中的定位有所不同。Applied Digital 更侧重数据中心的规划、建设、运营和基础设施租赁;CoreWeave 则以 GPU 云计算服务为核心,为客户提供计算资源和相关云服务。两者可以在基础设施与计算服务层面形成合作关系,但业务模式并不相同。

Polaris Forge 和 Delta Forge 是什么?

Polaris Forge 与 Delta Forge 是 Applied Digital 用于扩展 AI 数据中心业务的园区项目系列。前者包括北达科他州相关园区,后者包括美国南部的相关园区。各项目在容量、租赁合同、建设进度和预计投产时间方面有所不同,应分别跟踪。

Applied Digital 的收入主要来自哪里?

公司收入包括 HPC 数据中心基础租金、租户配套建设服务收入、相关费用回收,以及传统数据中心托管等业务收入。不同收入来源的持续性和利润率并不相同,因此分析其经营表现时,应特别关注基础租金的增长,以及建设服务收入对应的成本。

投资者应该关注 APLD 的哪些风险?

主要风险包括数据中心建设延迟、电力接入不足、资本开支超预算、债务与利息负担、客户集中度以及 AI 基础设施需求变化。即使公司签订了长期租赁合同,也仍需要完成建设和交付,才能逐步实现合同收入。判断经营质量时,应综合考察已投运容量、现金流、债务结构和资本回报率。

作者: Learn Team
免责声明

* 投资有风险,入市须谨慎。本文不作为 Gate 提供的投资理财建议或其他任何类型的建议。

* 在未提及 Gate 的情况下,复制、传播或抄袭本文将违反《版权法》,Gate 有权追究其法律责任。

相关文章

GateClaw 与 AI Skills:Web3 AI Agent 的能力体系解析
中级

GateClaw 与 AI Skills:Web3 AI Agent 的能力体系解析

GateClaw AI Skills 是一种面向 Web3 AI Agent 的模块化能力体系,用于将市场数据分析、链上信息查询以及交易执行等功能封装为可调用的智能模块,使 AI Agent 能够在统一系统中执行自动化任务。通过 AI Skills,复杂的 Web3 操作逻辑可以被转化为标准化能力接口,从而让 AI 模型不仅能够分析信息,还可以直接执行市场相关操作。
2026-03-24 11:58:44
GateClaw 的核心功能:Web3 AI Agent 工作站能力解析
中级

GateClaw 的核心功能:Web3 AI Agent 工作站能力解析

GateClaw 是一种面向 Web3 生态设计的 AI Agent 工作站,通过整合 AI 模型、模块化 Skills 与加密交易基础设施,使智能体能够在统一环境中执行数据分析、自动化交易和链上监控等任务。与传统 AI 工具主要用于信息处理不同,GateClaw 更强调 AI Agent 的执行能力,使其能够在真实市场环境中运行自动化流程。
2026-03-24 17:51:06
一文盘点 Top 10 AI Agents
中级

一文盘点 Top 10 AI Agents

纵观市场上的诸多 AI Agents,尽管在功能上同质化现象严重,但也会在某些方面独辟蹊径,为用户带来独特体验。本文将基于市场热度、项目创新、代币市值和交易量等多个维度总结出目前市场上的 Top10 AI Agents(排名不分前后),以供用户参考。
2026-04-04 17:18:46
什么是 TAO?Bittensor 代币经济学、供应模型与激励机制详解
新手

什么是 TAO?Bittensor 代币经济学、供应模型与激励机制详解

TAO 是 Bittensor 网络的原生代币,在去中心化 AI 生态中承担激励分配、网络安全与价值捕获的核心作用。通过通胀发行、质押机制与子网激励模型,TAO 构建了一个围绕 AI 模型竞争与评估的经济系统。
2026-03-24 12:23:21
解读 Vana 的野心:实现数据货币化,构建由用户主导的 AI 开发生态
新手

解读 Vana 的野心:实现数据货币化,构建由用户主导的 AI 开发生态

通过将数据民主化和货币化,Vana 正试图从根本上重新定义个人私有数据的归属和价值分配,创建一个真正由用户主导,并收益的 AI 开发生态系统。本文将从 Vana 的核心技术架构、测试网生态建设、团队背景及融资等方面解读该项目,并附上用户参与 Vana 生态的交互指南。
2026-04-05 05:04:14
Bittensor 是如何运作的?Subnet 架构、Miner 与 Yuma 共识解析
新手

Bittensor 是如何运作的?Subnet 架构、Miner 与 Yuma 共识解析

Bittensor 是一个去中心化 AI 网络,通过 Subnet、Miner 与 Validator 构建开放的机器学习市场,并利用 Yuma 共识机制实现模型评估与 TAO 激励分配。与传统中心化 AI 平台不同,Bittensor 将模型能力转化为可定价资产。
2026-03-24 12:24:56