聊下灿谷这份2026年Q1财报吧，总体在预期当中。
财务情况，收入1.02亿美元，主要还是挖矿业务，挖币1266枚，收入9840万美元，总体经营净亏损2.611亿美元，原因还是币价回撤太多了，担保品角度公允价值变动，叠加折旧，电费和托管费还在烧钱，典型周期压力放大效应。
2026年初卖币以后，公司就进入主动降杠杆节奏了，Q1差不多卖了2,000枚，持有约1,057枚。截至Q1长期债务从2025年底的5.576亿美元降到3060万美元，基本轻装上阵了。
现金层面，Q1末现金及现金等价物720万美元。这个数看Q1财务口径其实是滞后的，后续是有董事长相关控制实体6500万美元投资，以及与DL Holdings的1000万美元可转债和战略合作，目前也是差不多小1亿美金。
虽然跟头部AI云厂商比不了，但是做AI推理的话，50MW验证绰绰有余。
说下具体业务层的变化：
挖矿业务，从进攻转向防守
我个人观点是全面进入稳定阶段。
截至一季度末，总运营算力为37.01EH/s，自营算力27.98EH/s，托管/租赁算力9.02EH/s。4月底，总运营算力降到31.58EH/s，其中自营算力20.43EH/s，托管/租赁算力11.15EH/s。
电话会上，管理层没怎么讲算力目标，更多还是关注利润率和现金流指标，降单币现金成本。
现在挖矿大环境不太好，行业数据显示，在hashprice跌至36-38美元/PH/s/day区间时，部分中老代矿机已经接近盈亏线，约15%-20%的全球矿机处于不盈利状态。如果hashprice继续下探到30-35美元，只有电价低于0.05美元/kWh的矿企还能保持相对安全。
灿谷应对举措主要几点：S19换S21，到5月底，现在自营矿机结构S19和S21大约是8比2。从比例来看，升级属于刚开始，后面估计还要继续汰换。
算力往巴拉圭、阿曼这边迁就不说了，降电力成本。
另外就是，公司现在有把部分高成本站点，改成收入分成的托管模式。站点承担电费、维护和运营费用，灿谷拿分成，除了折旧还在，也算是总体降本增效去杠杆。
Q1单枚现金成本为76,928美元，较2025年Q4下降约9%。4月份进一步降到约68,061美元。
现在挖矿这个生意咋说呢，币价看涨不缺长期叙事，毕竟BTC已经进入传统金融定价框架。现在问题是短期确定性催化太少。Citi近期下调BTC目标价，理由是美国加密监管立法推进不及预期，ETF资金和机构入场节奏受到影响。币价现在跟政策、利率、ETF资金流和风险偏好都相关，短期不好预测。
关于EcoHash这个样板间
EcoHash是公司最有想象力的部分了。
乔治亚州矿场是目前唯一完全自有的基础设施资产，50MW并网，电话会里说，电力协议锁定到2029年，场地改造完成，标准化算力集装箱正在分批到货，后续会进入安装和测试。
总体是按照真实生产环境打造的一个展示中心，算力集装箱规格不一样，包括冷却方案也不一样，包括风冷（Air-cooled）、液冷（Liquid-cooled）、混合冷却（Hybrid），用来验证不同环境下的部署效率、转换效率和运营表现。
给我的感觉有点类似大型产品矩阵的样板间展了。以后合作方、矿场、或者电力资产方过来，想把原来的场站改造成AI算力节点，可以直接来看乔治亚这个样板。
公司给的收入时间表还是2026年下半年，现在最重要的任务还是技术验证。
之前他们官号发过一些矿场的实况，应该还是在持续替换中，之前规划的是部分矿机，部分HPC，现在应该都要换算力卡了。
灿谷在赚哪部分钱
从去年11月以来，矿企转AI的新闻非常密集。今年5月，英伟达也宣布可向IREN投资最高21亿美元，双方计划推进最高5GW AI数据中心容量。像这种偏大规模AI云、高密度数据中心路线，需要大型机房，高额CapEx。
包括TeraWulf也类似，只要有客户、有容量、有电力，市场就会提前给一部分预期。
这波矿企之所以能转型做HPC业务，更主要的还是电力、数据中心相关的和运维。所以这样的商业模式，不一定承担最大GPU采购压力，同样可以吃到AI基础设施扩张的钱。
而像Core Scientific这种是另一条路线。把矿场资源转成HPC和AI数据中心能力，与CoreWeave深度绑定，帮AI云厂商背后的基础设施运营商。
从业务模式上讲，短期看，灿谷更偏Core Scientific，把所有方案都给上架到乔治亚州矿场，供客户来选。自己可以把电力和场站资源改造成AI算力节点，赚改造、托管、运营和配套服务的钱。
中期看，如果EcoHash平台跑起来，叠加EcoLink调度能力和部分GPU资源，才可能往IREN式AI Cloud方向走。
这条路的好处是，灿谷不用一开始就背上大规模GPU采购压力。它可以先做半轻资产运营模式，把合作方、客户、融资租赁、设备方都拉进来。
押注AI推理需求爆发前夜
我自己用Codex、AI写作、研究工具的感受也很明显，AI正在从聊天框变成任务执行入口。
现在基本上全天要让模型跑，未来大概率都是要持续调用模型、工具、文件、代码环境。而且Agent越多，推理调用越频繁，对低成本、可调度、分布式算力的需求就越大。
一个关于AI基础设施瓶颈的研究预测，2026年至2036年以后，AI Agent数量可能增长超过100倍，全球带宽需求可能从2026年的1EB/天提升到2036年的8000EB/天以上。未来更大的刚需是分布式推理、AI原生流量调度和意图感知编排。
英伟达最近也在讲AI PC、个人AI计算和端侧/本地推理。AI不会只停留在云端大模型训练，未来大量需求会发生在推理侧。
推理的算力需求更分散。像企业私有化部署、AI视频生成、代码助手、客服Agent、金融投研、工业场景、个人AI工作站，都需要稳定、低成本、可持续调用的推理算力。
从这个角度看，灿谷押注这类分布式AI算力中心，属于下个AI时代的增量需求，比直接做大模型训练中心更现实。
从灿谷披露的HPC发展框架来看，把核心用户分成了两类，前期打通中小企业、区域云服务商、AI应用公司、私有化推理项目，未来甚至有可能服务某些个人AI中心或边缘推理需求。
最近有个澳大利亚的公司叫Megaport。刚宣布获得4个AI基础设施合同，总金额约4.589亿澳元，并计划融资约5.94亿美元，建设全球分布式AI推理云。公司被看好的逻辑就是可以连接全球31个国家、1100多个数据中心，可以把算力放到更靠近用户的地方，承接对延迟敏感的推理任务。
灿谷现在把乔治亚50MW做成样板，本身又有全球布局的绿电资源，用EcoLink调度分散电力和算力节点，大方向上是非常贴合行业趋势的，AI推理需求已经进入了加速验证期。
