Cango旗下高性能计算与AI推理子公司EcoHash Technology LLC已于2026年4月13日正式上线公开数字门户，并宣布启动商业化运营。这一动作标志着这家原本与加密矿业基础设施联系紧密的企业，正在进一步向AI算力基础设施市场转型。与此同时，EcoHash还披露，将把其位于美国佐治亚州、总规模50兆瓦（MW）的矿场部分区域改造为面向AI计算行业的实时概念验证中心，展示其模块化算力部署能力。
瞄准AI时代的“电力缺口”
EcoHash由Cango于2025年设立，其核心目标是将公司现有的全球能源基础设施转化为一个分布式AI计算网络。公司希望服务两类客户：一类是需要低延迟、靠近算力源头的AI开发者；另一类则是高能耗计算运营商，这些客户希望通过模块化方案实现基础设施多元化，而非完全依赖传统数据中心提供商。
EcoHash选择此时加速入场，与AI算力需求爆发式增长密切相关。根据文中援引的高盛研究预测，到2030年美国数据中心电力需求可能达到700TWh，其中主要增量将来自AI推理负载。但当前可用供应仅略高于300TWh，意味着未来可能存在约400TWh的供需缺口。Cango首席执行官Paul Yu将这一现象定义为“Power Gap”，即AI算力需求持续上升，而电网容量扩张受限之间的矛盾。
从商业逻辑来看，EcoHash的切入点并不在于直接复制超大规模云厂商的数据中心模式，而是试图利用现成的能源与矿业基础设施，缩短部署周期、降低前期资本开支，并通过分布式模式承接部分AI推理需求。这也意味着，加密矿业场地在AI浪潮下可能获得新的资产重估机会。
佐治亚州50MW矿场成为示范样板
为支撑商业化推进，EcoHash将依托Cango自有的佐治亚州50MW矿场展开试点。公司计划在该站点部署完整系列的集装箱式模块，并将其打造为“动态展示厅”，向潜在合作伙伴展示不同散热条件和供电配置下的真实运行表现。换言之，这一设施不仅承担算力输出功能，也承担销售展示与技术验证角色。
按照Cango的设想，佐治亚州站点未来将成为其全球分布式AI计算网络的可复制模板。公司希望把类似模式扩展到其现有矿业网络覆盖的多个地区，包括北美、中东、南美和东非。相比从零开始新建数据中心，这种“矿场改造+模块部署”的路线更强调速度与灵活性，也更符合当前AI推理市场对快速交付算力的需求。
如果该模式在佐治亚州验证成功，EcoHash有望吸引更多全球合作方加入其网络，将既有基础设施接入平台，而不是投入更高成本建设全新机房。这种轻资产协同思路，也可能成为未来矿业基础设施转型AI计算的重要范式之一。
EcoLink平台是核心调度中枢
硬件场地之外，EcoHash的另一项关键能力来自其自研的EcoLink Orchestration Platform。该平台被定义为整个网络的运营骨干，用于统一调度地理位置分散的算力资源，实现跨区域计算容量整合与任务分发。
根据公司表述，EcoLink可以通过智能故障切换与动态资源分配，为企业级客户提供更高可用性的服务体验。首席技术官Jack Jin将其称为网络的“中枢神经系统”，能够把分散的能源资产直接连接到大语言模型推理、生成式AI以及其他高强度计算应用的需求端。其目标是把原本用途偏单一的矿场站点，转变为接近传统超大规模云服务能力的弹性算力网络。
对市场而言，这种软件层的调度能力尤为关键。因为单纯拥有电力与场地，并不等于具备可商用的AI基础设施。只有通过统一编排和负载管理，分布式站点才可能在稳定性、延迟和可用性方面接近标准化云计算产品。EcoHash显然希望通过EcoLink，补齐传统矿业设施向企业级AI算力升级的关键一环。
融资加码，转型路径逐渐清晰
在商业化启动之前，Cango已完成一系列资本运作。2026年4月，公司宣布完成总额7500万美元的两笔融资，其中包括董事会内部人士Xin Jin与Chang-Wei Chiu完成的6500万美元股权融资，以及香港上市公司DL Holdings Group Limited提供的1000万美元可转债融资。此外，Cango还与DL Holdings签署谅解备忘录，后续可能再获得最高1000万美元的共同投资。
在更早之前，Cango还通过出售比特币持仓获得3.05亿美元资金，用于偿还债务并优化资产负债表。这一安排显示，公司正在将过往加密资产周期中积累的资本，转向更长期的AI基础设施建设。对于投资者来说，这类资金调配也意味着企业正试图从加密矿业波动中寻找更稳定、可扩展的增长曲线。
市场影响：矿业基础设施或迎来新叙事
从行业层面看，EcoHash的商业化上线再次凸显一个趋势：随着AI推理需求快速增长，拥有电力接入、场地、散热和运维经验的矿业基础设施运营商，正成为AI算力供给链中的潜在受益者。尤其是在美国数据中心电力紧张、建设周期拉长的背景下，现有矿场改造为AI计算节点，可能成为资本市场关注的新方向。
不过，这一路线能否真正跑通，仍取决于多个因素，包括AI客户对分布式算力的接受程度、矿场设施升级后的稳定性表现，以及电力成本和监管环境变化等。尽管EcoHash提出了较为清晰的商业故事，但其最终竞争力仍需通过实际订单、客户留存和运营效率来验证。
总体而言，EcoHash的推出不仅是Cango业务结构调整的重要一步，也反映出加密产业与AI基础设施之间的融合正在加深。若其佐治亚州示范项目取得实质进展，未来或将为更多矿企提供一个可借鉴的转型样本。