北美大型比特币矿企 Bitfarms 宣布，将在未来两年内逐步收缩其比特币挖矿业务，并把公司重心转向高性能计算（HPC）和人工智能基础设施。这一调整并不是简单的业务补充，而是公司战略方向的明显转弯。过去矿企主要依赖比特币价格、全网难度和电力成本之间的利润空间生存，如今随着行业波动加剧，越来越多矿商开始寻找现金流更稳定、周期性更弱的新业务。
Bitfarms 表示，位于多伦多的运营体系未来会越来越聚焦于 GPU-as-a-Service（GPU 即服务）和云计算解决方案。换句话说，公司希望从“卖哈希算力”的矿企，逐步变成“卖 AI 算力”的基础设施提供商。对矿企来说，这种转型并非完全脱离原有能力，因为电力接入、机房管理、散热系统、网络连接和大规模设施运维，本来就是矿场的核心优势。
公司此次转型的首个关键项目，落在美国华盛顿州的一处矿场。该设施原本是一座 18 MW 的比特币矿场，后续将被全面改造，用来支持 Nvidia GB300 GPU，并配套先进的液冷系统。Bitfarms 已经与一家美国大型数据中心合作伙伴达成一笔全额到位的 1.28 亿美元协议，相关设备和建筑材料都将由这笔资金覆盖，项目目标完工时间定在 2026 年 12 月。
Bitfarms CEO Ben Gagnon 直接点出了管理层的判断：虽然华盛顿州这一站点在公司可开发资产组合中的占比还不到 1%，但只要把它改造成 GPU-as-a-Service 设施，潜在净运营收入就可能超过公司过去依靠比特币挖矿创造过的任何水平。他还表示，这将为公司提供更强的现金流基础，用于覆盖 opex、G&A、债务服务，并在 2026 年和 2027 年逐步退出比特币挖矿业务的过程中，为 capex 提供支持。
Bitfarms 与其他比特币矿企为何集体押注 AI
Bitfarms 并不是个例。原文提到，其他矿企也在做类似布局。比如 Cipher 和 Terawulf，就已经与 SoftBank、Google 等投资方或合作方联手，建设面向 AI 的数据中心。对这些企业来说，矿业基础设施与 AI 数据中心之间并不是断裂关系，而更像是一种资产重组：把原来服务 ASIC 矿机的电力和场地，升级为可承载 GPU 集群的新型算力设施。
这类项目之所以吸引矿企持续押注，核心原因在于盈利结构的变化。比特币挖矿收入高度依赖币价、区块奖励和挖矿难度，波动非常大；而 AI 算力租赁、托管和云服务的收入模式，相对更接近长期合同和企业级服务。原文提到，这些新业务已经带来了数十亿美元的预期收入，同时也帮助企业通过债务融资解锁更多外部资本。对资本市场而言，AI 叙事显然比传统挖矿更容易获得估值溢价。
从行业背景看，这轮转向并不难理解。随着比特币价格下行、利润率收窄，不少矿企都承受着经营压力。矿场虽然仍有电力资源和机房能力，但单靠挖矿难以维持过去的回报水平。在这种情况下，把现有基础设施改造为服务 AI 训练、推理或企业云计算的节点，成了许多矿商眼里的自然延伸。尤其是那些已经拥有低成本电力、稳定光纤接入和可扩展土地储备的企业，更容易切入这一赛道。
Bitfarms 当前财务压力与华盛顿州项目细节
Bitfarms 此时宣布战略转向，也和公司眼下的财务表现直接相关。根据原文，Bitfarms 在第三季度录得 4600 万美元亏损，同期收入为 6800 万美元。在消息传出后，公司股价在早盘交易中下跌约 5.7%。不过，从全年表现看，这只股票年内仍然实现了翻倍。这说明市场对公司短期业绩承压有所担忧，但对其长期转型叙事并未完全失去信心。
华盛顿州项目是这次转型的第一个样板工程，因此它的建设细节格外重要。Bitfarms 表示，这个站点将采用模块化基础设施，方便后续按需求逐步扩容，而不是一次性投入完成全部部署。与此同时，项目还会强调高效率电力管理，因为无论是大规模 GPU 集群，还是 AI 训练负载，电力成本和散热效率都会直接影响商业模型能否成立。相比传统矿场，AI 数据中心对稳定性、密度和冷却能力的要求通常更高。
在商业化路径上，Bitfarms 计划同时通过两种方式变现这座设施：一是 colocation，也就是托管模式，为客户提供机房、电力、散热和网络环境；二是直接提供云服务，把算力以服务形式出售。这个思路很明确，公司不再只把自己定义为加密基础设施运营商，而是要成为 AI 计算资源提供商。对资本市场来说，这种身份变化可能影响公司未来的估值逻辑、融资方式以及投资者结构。
从 2.1 GW 能源资产到 AI 算力平台，机会与执行风险并存
Bitfarms 的底气，来自它现有的能源和站点资源。原文提到，公司在北美的整体能源资产组合达到 2.1 GW。这些站点大多分布在电力供应充足、光纤网络条件较强的地区。对于 AI 计算业务来说，这两项资源都很关键：前者决定了能否支撑大规模 GPU 运行，后者则关系到数据传输、云服务交付和延迟控制。因此，从基础设施匹配度看，Bitfarms 从比特币挖矿切入 AI 负载，并不是完全跨界，而是把已有能力转向更高单价的算力市场。
不过，管理层在强调 HPC 和 AI 潜力的同时，也绕不开执行层面的现实风险。首先，项目存在延期可能。数据中心建设涉及设备到货、机房改造、液冷系统部署和并网调试，任何一个环节卡住，都可能影响 2026 年 12 月的目标节点。其次，设备性能未必能达到预期。即使部署了 Nvidia GB300 GPU，最终实际利用率、稳定性和客户需求，也可能低于模型测算。
此外，GPU-as-a-Service 的经济性本身也仍需验证。AI 算力市场虽然热，但竞争者同样在增加，定价、折旧周期、能耗、客户续约率和融资成本都会影响回报。如果未来市场供给快速上升，或者企业客户缩减 AI 支出，这类业务的利润率也可能不及预期。因此，Bitfarms 的转型故事确实具备想象空间，但能否复制到更多站点、能否真正替代比特币挖矿带来的收入，仍要看未来两年的执行结果。
整体来看，Bitfarms 这次战略调整反映出一个更广泛的行业趋势：当传统挖矿进入低利润时代，拥有电力、土地和机房资源的矿企，正在尝试把自己重新包装成 AI 基础设施公司。对 Bitfarms 而言，华盛顿州 18 MW 站点只是第一步。如果这次改造顺利，并验证出比挖矿更高的净运营收入，公司在 2026 年和 2027 年逐步退出比特币挖矿业务的路线图，就可能真正落地。相反，如果工期、性能或商业回报任何一项失手，这次转型也可能面临高成本试错的压力。