IREN押注AI算力長缺貨：需求為何可能永遠跑在供給前面

IREN共同創辦人兼共同執行長Daniel Roberts的核心判斷是：AI基礎設施並非一般「價格高、資本湧入、最後供給過剩」的景氣循環。原因在於，每多一單位可用算力，可能又會催生更強大的模型、更大量的推論需求及更多商業應用；但支撐算力的實體世界，無法同樣快速擴張。13

這也解釋了IREN為何在從比特幣挖礦轉向AI雲端的過程中，提出2027財年高達250億至300億美元的資本支出計畫。投資人真正要分開看的，是其「需求長期偏緊」的論點，以及公司能否如期、如數完成這項極度吃資本的建設工程。

關鍵不只是GPU，而是通電的GPU

Roberts認為，AI需求具有自我強化性。更多算力可以承載更大規模訓練、更高頻率的推論與新型應用，進而再拉高算力需求。相對地，供給端受制於發電與輸電、電網併接、土地、資料中心施工、冷卻系統、GPU供應，以及部署團隊等實體條件。IREN將此形容為「數位需求」與「實體供給」之間持續擴大的缺口。13

因此，公司認為AI這一輪擴張與傳統商品或投資循環不同：即使資金願意投入，也不代表能立刻產生可運作、已通電、裝妥GPU的容量。電力可得性與長建設週期，讓供給不易迅速膨脹至過剩。113

高盛的展望至少支持「電力是核心瓶頸」這一前提，但並不能證明供給將永遠追不上需求。高盛把2030年美國資料中心電力需求預估上調至約108 GW，原先為83 GW，並將2030年前的複合年成長率預測提高至3.5%。19 另有報導引述高盛預估，美國資料中心容量到2030年可能增加至約125 GW、較此前大幅成長；不過，「容量」與「電力需求」的衡量方式未必相同，兩組數字不宜直接互換。20

250億至300億美元，怎麼籌？

IREN的說法是，250億至300億美元並不等於必須籌措同等金額的新股權資金，而是整個專案的資本支出總額。Roberts表示，客戶預付款可覆蓋約一半的GPU資本支出，其餘大部分可透過有擔保或以GPU為基礎的融資取得。14

公司表示，過去8個月已透過客戶預付款、可轉換公司債、GPU租賃與GPU融資，取得93億美元資金。32 另有報導指出，在已籌得的190億美元中，約30億美元來自股權。2

最具體的案例是微軟合約。IREN宣布，將以Nvidia GB300系統提供GPU雲端基礎設施，與微軟簽署約97億美元、為期5年的協議；部署分四期進行，合計200 MW的關鍵IT負載。IREN與Data Center Dynamics皆指出，該協議包含20%的客戶預付款。2533 另有一筆36.5億美元的GPU融資工具，被報導將用於支援這份微軟合約。27

這種結構有助降低初期股權融資需求，但絕非沒有風險。它取決於客戶信用是否穩健、預付款是否準時到位、債務與設備融資市場是否順暢、GPU擔保品價值、設備交付時程，以及資料中心能否按計畫取得電力並上線。

單季虧損6.84億美元，應如何理解？

IREN在轉型期間公布單季淨損失6.84億美元。管理階層與後續報導指出，其中很大部分來自處置或淘汰挖礦設備的非現金費用，包括4.504億美元減損，以及列為待售的挖礦硬體公允價值下降1.021億美元。67

這些費用本身不等於AI擴張的現金成本，但仍具經濟意義：它反映公司在大規模新建AI基礎設施的同時，也正在結束舊有資產的成本。

IREN表示，與2026年AI容量相關、已簽約的年化經常性收入約為40億美元，且該容量大致已售出；引用季度的AI雲端收入約為7,050萬美元。68 已簽約收入可以提高基礎設施專案的可融資性，但不等於現金已全數入帳，也不保證未來新增容量仍能取得相同經濟條件。

每MW合約價格上升，是投資回報的核心

管理階層表示，三年期合約報價自11月以來上漲約125%，五年期上漲約70%。近期三年期合約的IT負載價格已超過每MW 2,000萬美元，目前洽談中的價格約為每MW 2,500萬美元；公司稱，前者大致可讓算力投資在約兩年內回本。1217

這正是供給緊張論述如何轉化為專案回報：如果已通電、已裝GPU、且有客戶承諾的AI容量持續稀缺，供應商就可能在新供給大規模上線前，簽下高價長約。反過來說，若合約價格下跌、硬體經濟效益變差，或機房延遲啟用，龐大資本支出就會從優勢變成弱點。

「新雲端」如何挑戰超大規模雲端商？

IREN、CoreWeave與Nebius屬於專營GPU雲端的「新雲端」（neocloud）業者。其賣點是聚焦AI的基礎設施、直接取得算力容量，以及相較提供廣泛通用服務的超大規模雲端商，可能具備較具競爭力的價格。

公開價格比較確實顯示差異，但必須審慎解讀。一項比較估計，8個B200節點使用30天，在Nebius的費用為329,472美元、在超大規模雲端商則為742,349美元；原比較也提醒，計價架構與資料來源不同，不能視為所有工作負載的一對一基準。49 另一項比較列出，Nebius的隨選H100價格為每GPU小時3.85美元，CoreWeave為6.16美元。53

真正的採購成本不只看牌價。GPU世代、互連網路、儲存、機房所在地、預約期限、供應可用性、技術支援與服務等級協議，都會改變實際成本。更廣泛地說，專業GPU雲端不僅以標示的每小時價格競爭，也以取得速度與AI最佳化容量競爭。

IREN已公布的兩份大型協議

IREN的AI雲端定位，主要由以下兩項協議支撐：

• 5月簽署、為期5年、價值34億美元的Nvidia運算容量租賃協議。20
• 與微軟簽署、價值約97億美元、為期5年的協議，提供採用Nvidia GB300的GPU雲端基礎設施，分為四個50 MW階段，合計200 MW關鍵IT負載。2533

IREN也表示，位於美國德州Childress據點的首個50 MW Horizon部署已交付微軟。12

結論：長缺貨是策略判斷，不是既成事實

Roberts的論點有其說服力：AI工作負載能快速擴張，電力與資料中心卻無法在一夕之間建成。高盛上調的電力需求預測，以及IREN揭露的大型合約價值，都說明市場為何特別看重「已通電的AI容量」。1925

不過，「供給可能永遠追不上」仍是企業高層的策略判斷，而非已被證實的事實。IREN最終能否成功，取決於其是否能在不遭遇電力延遲、硬體供應不足、融資壓力或AI算力價格下滑的情況下，把已簽約需求轉化為實際運作、且融資到位的基礎設施。預付款、融資安排與合約收入為計畫提供支撐，卻無法消除執行風險。