上一章我们说清了新云是种什么动物：它不按虚拟机切片卖，而是把成千上万张 GPU 用高速网线连成一整台超级计算机整块出租。问题来了——盖这么一台机器，谁有本事？答案有点反直觉：接住这波 AI 算力荒的，很多是挖矿的人。这一章要讲清楚，这绝不是巧合，而是因为挖矿这门苦活儿，恰好把干 AI 云需要的三块肌肉都练出来了。
先说清楚：矿工到底在干什么
为了讲明白，得先把"挖矿"这件事拆开。这里说的不是挖煤，而是 GPU 挖矿——用大量显卡去算一种数学题，谁先算出来谁就拿到加密货币奖励。在 2022 年之前，最赚钱的是挖以太坊（Ethereum，一种加密货币，当时用"拼算力"的方式发行新币）。
你可以把它想成：一屋子显卡二十四小时不停地掷骰子，谁先掷出一个符合条件的数，谁就能领一笔钱。掷得越快（算力越大）领钱概率越高。于是矿工的全部生意逻辑就变成一句话：怎么让尽可能多的显卡，尽可能便宜地、尽可能不停机地转下去。
注意这句话里藏着三件苦差事。第一，显卡耗电惊人，电费直接吃掉利润，所以你必须搞到全世界最便宜的电。第二，你得有地方摆这些卡、给它们通风散热供电，也就是得快速盖出机房。第三，几千上万张卡挤在一起日夜满载，坏卡、过热、掉线是常态，你得有本事大规模伺候这一屋子发烫的卡。
现在把这三件事和上一章的 AI 云需求对一下——你会发现它们几乎是同一张清单。这就是本章的核心：挖矿练出的三块肌肉，正好是 AI 云的入场券。下面一块一块看。
肌肉一：搞到便宜电
先建立一个直觉：大规模算力的头号成本不是芯片，是电。一张顶级 AI 显卡（比如英伟达的 H100）满载时约耗 700 瓦，一整台几千卡的集群加上散热，动辄要吃掉几十兆瓦——兆瓦（MW）是功率单位，1 兆瓦大约是一千户普通家庭同时开空调的用电量。几十兆瓦，就是一个小镇的电。
矿工在挖矿时代，利润薄得像刀片，电价每度差一分钱，一年下来就是生死线。所以他们被逼成了"找电专家"：哪里有水电站的富余电、哪里有电网用不完的谷电、哪里有别人不要的能源，他们就把机器搬到哪里。
最极端的例子是 Crusoe（一家从挖矿转做 AI 数据中心的公司）。油田打油时会伴生大量天然气，运不出去，只能就地点火烧掉——行话叫放空燃烧（flaring），白白烧掉还污染。Crusoe 干的事是：把这些本来要烧掉的气接进发电机，就地发电，就地挖矿。等于捡了一堆免费的、别人当垃圾的能源。它靠这套在美国好几个州和阿根廷铺了四百多个模块化机房、两百多兆瓦。
为什么这条肌肉对 AI 云值钱？因为 AI 训练同样是"电老虎"，而 2024、2025 年真正卡脖子的已经不是买不到卡，而是拿不到电、并不上网（这本书第十章会专门讲）。一个练过"全球找便宜电"的团队，和一个从没为电发过愁的软件公司，谁更可能在两年里搞定几百兆瓦？答案很清楚。
肌肉二：快速盖机房
光有电还不够，卡得有地方住。这里要澄清一个外行的误会：数据中心不是盖个房子摆上机架就行。它是一套精密的物理工程——要把几十兆瓦的电稳稳送进来、要在卡满载发热时把热量抽走、要有备用电源保证不断电、要有网络布线。这些活儿又慢又重，跟写软件是两个世界。
而矿工天生就是干这个的。挖矿利润随币价剧烈波动，谁能更快把新机房建起来、更快把卡通上电开始转，谁就能在行情好的时候多赚。所以矿工被市场逼出了一种"抢工期"的建设能力：不追求豪华，追求快和便宜——模块化、标准化、哪里有电有地就地起一片。
典型的路径是 CoreWeave（如今最大的新云之一，2025 年 3 月在纳斯达克上市）。它的前身叫 Atlantic Crypto，2018 年前后是北美最大的以太坊矿工之一，在七个数据中心里塞了数千张英伟达显卡，还自己捣鼓散热方案。建机房、供电、散热、塞卡——这套本事它在挖矿时代已经练了好几年。2019 年它嗅到风向不对（以太坊迟早要抛弃 GPU 挖矿），干脆掉头去给缺卡的机器学习研究者租显卡。到 2025 年，它已经运营着 40 多个数据中心、约 850 兆瓦在用电力、约 25 万张 GPU。
这里的因果链很干净：先有了盖机房、供电、散热的硬功夫，转型时才只需要换"客户"，不需要换"本事"。一个纯软件出身的团队要从零学会这些重工程，起步就慢了好几年——而在算力荒里，几年就是错过整个窗口。
肌肉三：大规模运维一屋子发烫的卡
第三块肌肉最不起眼，却最难。想象一个房间里塞了上万张显卡，全部满载、日夜不停、烫得能煎蛋。在这种状态下，坏卡不是意外，是日常——每天都有卡过热降频、掉线、彻底罢工。
对挖矿来说，一张卡停转就是一份钱在流失，所以矿工被迫练出一整套"大规模运维"的手艺：怎么快速定位哪张卡出了问题、怎么在不停整机的情况下换掉坏卡、怎么调风道和功耗让一屋子卡长期稳定地烫着转。这是一种蓝领式的、脏活累活的运营能力，写代码写得再漂亮也替代不了它。
为什么这条对 AI 尤其致命？训练一个大模型，是让几千张卡作为一个整体连续跑几周甚至几个月，中间只要有一张卡挂了、整台"超算"就可能卡住，几周的进度付诸东流。所以 AI 集群对"卡不能随便掉、掉了要秒级换上"的要求，比挖矿还苛刻。一个练过大规模伺候发烫显卡的团队，正好接得住。
把三块肌肉拼起来看
现在退一步，把这三样并排放：搞到便宜电、快速盖机房、大规模运维发烫的卡。你会发现一个惊人的事实——这既是挖矿的全部苦活，又是 AI 云的入场券，两张清单几乎完全重合。
这就解释了为什么是矿工接住了这波，而不是别人。它不是运气，是能力错配的结果：
- 老牌云（AWS 那种）有的是软件、调度和多租户经验，但它们从没被逼着去油田捡免费天然气、去抢工期盖重资产机房；这些恰恰是新云最需要的。
- 纯 AI 创业公司懂模型、懂软件，但让它去搞几百兆瓦电力和上万张卡的物理运维，等于从零建一家重工业公司。
- 矿工手里的正好是那套"又脏又重、别人不愿干也干不快"的物理功夫，唯一要换的是把机器上跑的东西从"掷骰子挖币"换成"训练模型"。
换句话说，AI 算力这门生意，表面看是芯片和软件的故事，骨子里是一门能源加房地产加重运维的实体生意。谁把这套实体功夫练熟了，谁就有资格入场——而在 2019 到 2022 那几年，恰好是矿工把这套功夫练到了肌肉记忆的程度。
当然，肌肉对了，只是有了入场券，不等于稳赢。矿工手里有能力，但真正把这些能力猛地推向 AI 市场，还需要一个触发事件——2022 年 9 月，以太坊一夜之间抛弃了 GPU 挖矿，让这三块肌肉突然无处可用。那一天发生了什么、又是怎么把整个行业的显卡和人一起推向 AI，是下一章的事。
（本章数字为公开报道的量级：CoreWeave 前身 Atlantic Crypto 曾是北美最大以太坊矿工之一，2019 年转型做 GPU 云，2025 年 3 月纳斯达克上市；其规模约 40 多个数据中心、约 850 兆瓦、约 25 万张 GPU。Crusoe 以油田放空天然气发电起家，铺设两百多兆瓦模块化机房后转向 AI。具体数字随时间变动，此处取合理量级。）