剑桥替代金融中心在达拉斯首届能源投资者论坛（EIF）上披露的一组前瞻数据显示，比特币网络年耗电量约为 190 TWh，碳排放量约为 4800 万吨。围绕这样一块庞大的能源盘子，矿工对转向 AI 算力的热情正在升温，头部矿企已签下大单，更多参与者也在加快布局。
不过，论坛传出的核心信息并不乐观。围绕“矿场可无缝切换成 AI 园区”的流行说法，多位与会人士给出了更冷静的判断：仅有土地和电网批文，还不足以让项目变成可供 AI 客户使用的数据中心。
矿场能停，AI 不能停
矿圈常见的逻辑是，挖矿和 AI 都是在把电力转成算力，既然矿场已有场地和接电条件，就能较快转向 AI 业务。但在 EIF 论坛上，与会专家把两者的差异摆到了更具体的运营层面。
挖矿业务的容错率较高。矿机可以部署在偏远地区，电网紧张时也能随时断电，甚至通过主动停机参与需求响应获取补贴。AI 客户的要求完全不同。其所需要的是具备确定性的电力供应，也就是 firm power。在签署严格的服务等级协议（SLA）后，如果服务器停机 1 小时，运营方可能面对高额赔偿。
这意味着，AI 园区不能只解决通电问题，还要同时具备液冷系统、低延迟光纤网络、多重电力冗余，以及熟练技术工人。Alpine Fox 创始人 Mike Alfred 在炉边谈话中表示：“德州就是麦加，是全球最重要的数据中心市场。”但他同时提醒，即便地处这一市场，商业模式选错，结果也会分出赢家和输家。
围绕矿场向 AI 转型，论坛上归纳出六道硬门槛：
- 发电
- 并网排队
- 输电
- 变电站
- 冷却设备交期
- 公众许可
只要其中任一环节缺失，资金实力雄厚的 AI 租户就不会签约。
“鲻鱼头”模式：一边挖矿，一边等 AI
在全面改造难度较高的情况下，论坛上有人提出了一种折中方案，并用“鲻鱼头”（mullet）来概括：前面是 AI，后面是挖矿。
这一路径的做法是，先用传统矿机把现有电力变现，维持现金流；等资金更充足，或 AI 租户真正出现后，再划出部分电力建设高标准 AI 机房。文中提到，TeraWulf 在肯塔基州的项目，就是通过收购一处前铝冶炼厂工业用地，将其改造成 AI 园区，并获得 Anthropic 的长期租约。
但论坛讨论认为，这一模式也有明显限制。项目方或许可以在业务上今天挖矿、明天转向 AI，却无法在极短时间内把普通风扇散热改成液冷系统，也无法把偏远场地快速补齐光纤等基础设施。硬件条件上的差距，并不能靠简单改装弥补。
Soluna Holdings 首席执行官 John Belizaire 在论坛上给出了一种更务实的思路：不必都去大电网中等待新增容量，而是去利用那些因并网瓶颈被浪费的能源，例如风电和光伏电力，用于建设中小规模数据中心。
沿着这个方向，论坛上形成了一个更具体的共识，即“分布式推理”。与其争夺动辄上百兆瓦的大型园区，不如回到矿工更熟悉的路径，建设 10 到 20MW 的小型计算集群。这类项目建设更快，资金压力更小，地理位置也更分散。
真正拍板的，往往不是会议室里的人
EIF 论坛反复提到的另一个核心问题，是社区接受度。BlocksBridge 创始人 Nishant Sharma 直接指出：“物理基础设施，也需要社会基础设施的支撑。”这意味着，即便项目已经获得电网批文、配好了变压器，如果周边社区没有点头，土地仍可能无法变成 AI 园区。
Compass Mining 的 Curtis Harris 在台上表示，这不是外部问题，而是行业自身需要做得更好。他认为，开发商应在正式听证会召开前就频繁进入社区沟通，而不是等居民先在手机上看到开工公告。
他还举了 Iowa 州的一个案例。相关公司没有用复杂的 PPT，也没有用 AI 算力的专业术语，而是只向当地居民说明三件事：电网负荷高时会主动停机、设备不会消耗当地水资源、项目会雇用本地建筑队。这些都是居民可以立刻理解的信息。
德州州议员 Jared Patterson 的提醒更为直接：即便在奥斯汀投入大量资源进行游说，也无法取代地方层面的支持。项目方需要用社区能听懂的话讨论税收、学校经费和地下水，而不是停留在技术概念上。
论坛给出的判断是，普通居民并不特别在意项目究竟是挖矿还是 AI，他们首先关心的是几个更直接的问题：家庭电费会不会上涨，水井会不会干枯，噪声会不会增加。若缺乏这层“社会基础设施”，再完善的物理设施也难以推动项目落地。
EIF 给出的不是蓝图，而是分类标准
这场论坛并没有为矿工画出一张统一的 AI 转型路线图，而是给出了一套更现实的分类方法：哪些土地继续挖矿最划算，哪些土地适合灵活计算或分布式推理，哪些土地值得做全面 AI 改造，哪些土地则更适合出售或长租给资金更充足的参与者。
正如 TheEnergyMag 在现场报道中所写：“下一个周期里位置最好的矿工，不一定是那些宣称最大 AI 管线的人，而是那些能最诚实地给手里每一兆瓦做分类的人。”
文章最后的落点也很明确。矿工手中的土地和电力资源，究竟只适合继续挖矿，还是适合做小型分布式推理，抑或值得全面改造成 AI 园区，首先要把每一兆瓦的条件算清楚。若在基础条件尚未厘清时就先讲大故事，叙事越大，落差也可能越大。