夜雨聆风
本文是我的产业框架与投资思考，不构成投资建议。这不是一篇个GU买卖文，不会给具体点位。
如果觉得有用，请关注、点赞并转发，谢谢！
我的知识星球：
一、先讲一个我的底层判断
1980 年，全球市值前十大公司里有 6 家是石油公司。那一年，能源板块占了整个 S&P 500 的约 26%，而科技只占 8%。Exxon 在 1989 年正式超过 IBM 成为全美第一大公司，这个位置它和 Royal Dutch Shell 一直霸占到世纪末。
时代分水岭是 2011 年 8 月。那个月，Apple 第一次在收盘市值上超过 ExxonMobil（约 $337B vs 约 $334B）。从那天起，科技再没有把第一的宝座还回去。
而 2026 年 5 月的今天，NVIDIA 一家公司的市值已经到了约 $4.8T。作为比较：巅峰期的 ExxonMobil（2007 年）大约 $500B，巅峰期的 Saudi Aramco（2019 年 12 月 IPO）大约 $2T。NVIDIA 一家，约等于 10 个巅峰 Exxon，或者 2.5 个巅峰 Aramco。
我相信一个判断：2000 年以前世界上最大的公司是能源公司（Exxon、Shell、BP、中石油），2030 年以后世界上最大的公司将是 AI 算力公司。
这个判断的核心逻辑不是「AI 很重要」，而是更深一层的东西：在每一次工业范式跃迁里，最终大 boss 不是终端应用公司，而是垂直整合了「输入 - 加工 - 输出」全产业链的基础资源公司。
20 世纪石油巨头的统治地位，不只是因为它们卖汽油。是因为它们同时控制了油田（输入）、炼厂（加工）、化工产品与加油站（输出）。掌握了从原油到成品油的全链条，拿走了整个产业链 60-70% 的利润池，而且一拿就是 70 年。
化石能源彻底改造了人类经济，并在此基础上诞生了新经济形态。Exxon、Shell、BP 就是这个时代的赢家。
我的观点是：AI 时代会复刻同样的剧本。AI 会彻底改造人类经济，在 AI 的基础上会诞生一种新的经济形态、新公司与新模式会不断涌现。未来世界上规模最大的公司，会是那些能垂直整合、同时控制输入端「原油」（数据、电力、人才）和输出端「成品油」（算力 token）的公司。 它们之于 AI 时代，就像 Exxon、Shell、BP 之于石油时代。
这篇文章干两件事。第一，把「AI 算力 = 新石油」这个类比 layer by layer 拆开，既看清它哪里像，也看清它哪里不像，这个「不像」恰恰是最值钱的部分。第二，顺着这个框架，聊聊产业链上一类我最感兴趣的「次级赢家」，也就是 neocloud，以及我认真看的四家公司：NBIS、WYFI、DGXX、SLNH。
而很显然，谷歌是真正的垂直整合王者，其他 hyperscalers 也会有一席之地，这里不再多讲。
二、把石油产业链和 AI 算力产业链，一层一层叠起来
如果把两条产业链对齐，你会发现结构惊人地相似，但每一层都有一个「失真点」，而失真点比相似点更重要。
Layer 1：输入层。原油 vs 电力 + 数据 + 人才
石油产业的输入只有一种：原油。稀缺性来自地质禀赋，地缘集中在中东、俄罗斯、北美，定价权由 OPEC 结构性掌控。
AI 算力的输入有三种异质资源：电力、数据、顶级人才。这是石油类比里最大的不同。石油只有一条稀缺曲线，AI 有三条独立的稀缺曲线，任何一家公司能同时控制其中两条，就已经具备结构性优势。
电力约束已经从 2023-2024 年的「缺芯片」，彻底转移到了 2025-2026 年的「缺电 + 缺电网接入」：
• EPRI 在 2026 年 2 月的最新预测（比它 2024 年的估计高了 60%）：到 2030 年，美国数据中心将消耗全美 9-17% 的发电量，而今天这个数字只有约 4.5%。 • 美国新建大型电源接入电网的排队时间中位数约 5 年（LBNL）。历史上只有约 14% 的排队容量最终能并网发电。 • PJM 2025/26 容量拍卖价格从 $28.92 飙到 $269.92 每 MW-day，消费者总成本从 $2.2B 跳到 $14.7B。
换句话说，AI 时代会有一个「电子的 OPEC」，而不是「GPU 的 OPEC」。谁在 2024-2025 年就锁定了电力，谁在 2026-2028 年就握着结构性稀缺资产。请记住这一点，后面讲那四家公司，全部绕不开它。
关于数据，大家可能会有疑惑，似乎大模型厂商拿到的数据都差不多啊？其实不然。在早期大家都是使用爬虫、依赖 WikiPedia，训练数据差不多的。但现在情况已有不同。
首先各家拿到的“原油”纯度不同。
• 数据清洗与过滤（Data Curation）： 优质的预训练不再是简单地堆砌网页，而是需要极强的模型过滤机制。例如利用高阶模型对海量网页进行打分，剔除垃圾信息和广告，只保留极具教育价值的 HQ（High-Quality）数据（如 FineWeb-Edu 路线）。 • 技术代差： 顶级厂商拥有更高效的去噪算法和 PII（个人隐私信息）脱敏技术。同样的网页，顶级厂商能提炼出更有价值的 Token，而中小厂商只能吞下大量噪音。
其次，独占数据，更是无法逾越的护城河。
• Google： 坐拥全网最庞大的优质多模态资源——YouTube 视频与字幕，以及 Google Search 的实时搜索反馈、Android 生态和 Google Docs。 • Meta： 拥有 Facebook、Instagram、WhatsApp 背后庞大的人类真实社交、对话及多模态图文数据。 • Microsoft / OpenAI： 掌控 GitHub 这个全球最大的高质量代码库，以及 Windows 生态和 Office 365 带来的企业级合规上下文。 • xAI： 独占 X 平台的实时舆论、新闻和高密度人类观点输出。 • Tempus AI 的医疗数据等 domain data，更是爬虫无法获取的。
Layer 2：加工设备层。炼塔 vs GPU / ASIC
这一层的不同是资本周期。
石油的炼化技术已经成熟，设备折旧 30-50 年，技术几十年才小幅迭代。一座建好的炼厂，可以稳稳收 30 年的租。
GPU 不是这个逻辑。账面折旧 4-6 年，实际技术代际跃迁 18-24 个月一次（Hopper → Blackwell → Vera Rubin）。一座建好的 GPU 数据中心，10 年内硬件价值基本归零。GPU 的折旧周期比石油设备快的多。
大空头 Michael Burry 2025 年 11 月公开质疑：GPU 真实可用寿命只有 2-3 年，而几家巨头普遍把折旧拉长到 5-6 年（Meta 甚至一路从 3 年改到 5.5 年），这中间的差额可能让 2026-2028 年的累计折旧被低估约 $176B，等于变相虚增了利润。
但反面观点是：最近 H100 H200 这些上一代的显卡租赁价格仍在不断上涨，说明现在仍是算力紧缺的状态。老显卡并非没有价值，在软件优化下还是能做主力的。
但不管怎么说，大科技不得不每年都付出折旧和更新换代的成本，这也是事实。这就压低了重资产算力公司估值倍数的合理上限。一个建好就能收 30 年租的炼厂，和一个 5 年就要重新砸钱的数据中心，估值逻辑是不同的。
Layer 3：加工设施层。垂直整合炼厂 vs 数据中心
石油产业里，价值链顶端是 Shell、Exxon 这种垂直整合炼厂；中下游是 Valero、Phillips 66 这种独立炼厂。
AI 算力产业里，对应关系是：Hyperscaler 自建数据中心（AWS、Azure、GCP）= 垂直整合炼厂；neocloud（CoreWeave、NBIS、WYFI、DGXX）= 独立炼厂。
这里有一个非常重要的估值锚：独立炼厂的历史估值中枢，EV/EBITDA 只有 5-7x，远低于垂直整合巨头。 Zacks 2026 年 2 月的数据，独立炼厂行业的 EV/EBITDA 是 5.05x，而 S&P 500 是 17.20x，折价约 70%。原因是独立炼厂毛利薄、周期强、没有品牌溢价。
这意味着：如果一家纯 neocloud 最终被市场归类为「算力时代的独立炼厂」，它的稳态估值倍数应该收敛到一个相对低的水平，而不是永远享受 20x+ 的成长溢价。这个 anchor，后面会反复用到。
Layer 4：配方层。石油产业链里根本不存在的一层
这是对比中最不一样的部分，也是 AI 之所以「不只是新石油」的核心。
石油产业链里没有「配方」这一层。壳牌的 95 号汽油和 BP 的 95 号汽油，在分子层面是相同的。两桶 WTI 原油，商业上完全可以互换。
但 AI 算力不是这样：
同样的电力 + 同样的数据 + 同样的 GPU，喂给不同的「配方」（模型架构、训练方法、RLHF、数据筛选），产出的是完全不同质量、不同价值的 token。
Claude Opus、GPT、Gemini 不是「同质化的汽油」，而是「配方差异化的特种化工产品」。一次 Claude 推理和一次 GPT 推理解决同一个问题，质量、延迟、推理深度、工具调用方式都不一样。
这就是为什么 Anthropic 不持有任何重资产，估值却能冲到 $900B 这个量级。它拥有的是杜邦的尼龙、3M 的胶带、巴斯夫的染料那种意义上的「配方专利」。它的收入轨迹也印证了这一点：从 2024 年 1 月的 $87M，到 2024 年 12 月的 $1B，到 2025 年底的 $9B，再到 2026 年 2 月约 $14B 的 run-rate。OpenAI 同期是 $2B → $6B → $20B → 约 $25B run-rate。
资本市场早就给这一层定价了。特种化工历史上的 EV/EBITDA 是 15-25x，普通炼厂只有 5-7x，3-4 倍的差距。在 AI 时代也有这个差距，Anthropic / OpenAI 的估值远大于 CoreWeave 之流。
所以 AI 时代的价值链顶端，是「配方拥有者 + 资源整合者」的混合体。 谁能同时控制电力（输入）+ 数据中心（加工）+ 模型（配方）+ 分销（API），谁就拿走最多价值。这也是 hyperscaler + foundation lab 的合作结构（MSFT + OpenAI、AMZN + Anthropic、GOOG + DeepMind）。
而纯 neocloud 缺的，就是这一层。这是它们长期的软肋，也是判断「哪家 neocloud 能进化、哪家不能」的关键标尺。
Layer 5：分销与计价。加油站 vs API，barrel vs token
石油以桶计价，每桶有市场价格（WTI、Brent）。AI 算力以 token 计价，每百万 token 有市场价格。
但差别也是有的：
• 石油价格 100 年来在 $10-150 / barrel 区间波动，长期相对稳定。 • token 价格每年下降约 10 倍（Epoch AI 的研究：2024 年 1 月以后，中位降速从每年 50x 加速到 200x）。这是结构性通缩。
这让 AI 算力的单位经济学比石油严酷得多：你必须靠量的爆炸增长去抵消价的崩塌式下跌。Jevons 悖论是否真的成立，是整个 AI 基础设施投资逻辑里最大的一个假设。
目前看，这个假设是成立的。Google 在 2025 年 I/O 上披露：一年前每月处理 9.7 万亿 token，一年后变成 480 万亿，12 个月增长 50 倍。价格降 10-50 倍、用量涨 50 倍，乘起来仍然是几百倍的美元需求增长。
三、框架的三个结论
把六层叠完，我们得到几个结论：
第一，类比方向没错。 AI 算力在产业结构上复刻了石油的「输入 - 加工 - 分销 - 消费」四层架构。
第二，三个不同之处是很值钱的。 GPU 的短折旧周期、配方层（底层大模型）的存在、token 价格的结构性通缩，这三点让 AI 产业链不是纯石油，而更像「化工 + 半导体 + 公用事业」的混合体。
第三，赢家画像变了。 石油时代赢家 = 垂直整合 + 全球资源。AI 时代赢家 = 垂直整合 + 电力锁定 + 数据壁垒 + 大模型能力 + 分销网络。
未来 10 年，全球市值最大的一批公司里，绝大部分会是 AI 公司，而且是同时控制了电力 + 数据中心 + 模型 + 分销的垂直整合者。很明显的候选是 Google、Microsoft、Amazon、SpaceX(xAI)、 NVIDIA，可能还有一家现在还没上市的（OpenAI 或 Anthropic IPO 之后）。
但这不是本文的重点。我更感兴趣的，是产业链其他位置的「次级赢家」，其中 alpha 潜力最大的一类，是 neocloud。
四、Neocloud：算力时代的「独立炼厂」，正处在短缺红利期
回到独立炼厂这个类比。
在石油史上，独立炼厂（Valero、Phillips 66）虽然长期估值倍数低于垂直整合巨头，但在特定的「短缺窗口期」可以跑出极高 alpha：1970-80 年代炼厂短缺期，独立炼厂 crack spread 暴涨，GU价 5-10 倍；2010 年代页岩革命，Valero 这类公司 5 年 4 倍。
我们现在正处在 neocloud 的「短缺红利期」，三个结构性原因：
Hyperscaler 自有产能长期不够。Big-4 在 2026 年的 capex 合计 $725B，比 2025 年的 $410B 暴涨 77%，但连这个量级的投入都喂不饱自己，必须把溢出需求外包给 neocloud 当「泄洪阀」。 电力 interconnection queue 把新增容量死死卡住（前面讲过的 5 年排队）。 AI lab 的增长速度，远超 hyperscaler 的扩张速度。
这就是 2024-2026 年 CoreWeave、NBIS、WYFI、DGXX 这批公司能享受估值溢价的原因。
但框架也告诉我一个冷酷的事实：独立炼厂的角色是周期性的，不是结构性的。 一旦上游 hyperscaler 自有产能赶上需求，neocloud 的 crack spread 会迅速压缩。这个窗口期可能是 3-5 年，不会是 30 年。
所以真正值得花精力的问题不是「哪家 neocloud 现在便宜」，而是：哪些 neocloud 有机会，在这个 3-5 年窗口里，用周期红利的现金流，进化成结构性的垂直整合者？
按这个标准，我把 neocloud 分成四类，alpha 潜力依次递减：
• 类型 A，垂直整合型：同时控制电力 + 数据中心 + GPU + 部分软件 / 配方层。这是唯一有机会成为「AI 时代 AWS」的一类。我看的是 NBIS。 • 类型 B，Power-secured 型：控制稀缺电力 + 数据中心 + GPU，但还没有配方层。这是中期 alpha 来源，吃「输入瓶颈套利」。 WYFI 和 DGXX。 • 类型 C，纯 GPU 出租型：只租 GPU，电和数据中心都靠租。纯周期套利，无结构性优势。本文不展开。 • 类型 D，Power landlord 型：只持有电力 + 地皮，不运营 GPU。是 deep value 期权。这就是 SLNH。
下面一家一家讲。
五、NBIS：我认为它会是 AI 时代的 AWS
四家里，这是我最有信心的判断。
NBIS（Nebius）是 2024 年从 Yandex 国际资产分拆出来的公司，CEO 是 Yandex 创始人 Arkady Volozh，团队继承了 Yandex 整套自研云 / 搜索 / 工程能力。它是四家里唯一的「类型 A 候选」，也是唯一一家明显在向「配方层」延伸的。
先看它在框架每一层的卡位，你会发现它几乎全占了：
• 电力（输入）：欧美 + 以色列锁定，contracted power 2026 年底目标 4GW，最近新增了宾州 1.2GW 的 AI factory。 • 数据中心（炼厂）：AI-native 设计，液冷，高密度。 • GPU（加工设备）：NVIDIA $2B 战略入GU，并且是首批 8 家拿到 Vera Rubin 早期份额的伙伴之一。这是 CoreWeave 都没拿到的待遇。 • 配方层的垂直整合雏形：这是关键。NBIS 推出了 Token Factory（对标 AWS Bedrock 的托管推理平台），2026 年 2 月以约 $275-400M 收购 agentic search 公司 Tavily，5 月又以约 $643M 收购 MIT 团队的推理优化公司 Eigen AI 直接并进 Token Factory，还持有 ClickHouse 28% GU权、Toloka（RLHF / 数据标注）多数经济权益。这已经不是单纯卖 GPU 时间，而是在垂直整合的「卖 token + 卖配方工具」的方向走。 • 分销：API + Microsoft / Meta anchor 合同。
早期 NBIS 只有 Microsoft 一个 anchor（$17.4B，可扩展到 $19.4B），最大的风险是退化成「Microsoft 的算力外包供应商」，而 AWS 当年崛起靠的是多元化的中长尾客户，不是单一巨头。
但 2026 年 3 月 16 日的 Meta 大单，彻底改写了这个判断。这笔合同的结构非常关键：5 年总额最高 $27B，其中 $12B 是基于 NVIDIA Vera Rubin 的专用容量（2027 年初开始交付），另外最高 $15B 是 Meta 承诺采购、但 Nebius 可以转售给第三方客户的容量。
Meta 本质上是在给 NBIS 的「第三方 AI 云业务」做背书和兜底。这就是 AWS 模式的雏形，AWS 当年也是从给亚马逊自己建产能开始，再把溢出产能卖给全世界，靠多元化长尾客户 + 软件栈（不只是租服务器）建立护城河。NBIS 现在拿到的，是用 Microsoft + Meta 两家 hyperscaler 现金流当燃料，去建一个独立的、可转售的、带配方层的 AI 云。
加上 NVIDIA $2B 真金白银入GU、Vera Rubin 首批份额，NBIS 的商业模式已经被 Microsoft + Meta + NVIDIA 三方共同验证。
数据上也撑得住：Q1 FY2026 营收 $399M（+684% YoY），AI 云业务 +841%，Adj EBITDA margin 从一个季度前的 24% 跳到 45%，ARR 达 $1.92B，合同 backlog 超过 $45B。这种利润率的跃升幅度近乎奇迹，说明单位经济学已经被验证。
我不回避它的风险，而且这些风险都很真实：
• Capex 是巨兽：2026 年 capex 指引 $20-25B，是单季收入的几十倍。融资跑道是它的命脉。 • 客户集中度高：Microsoft + Meta 大概率占未来 ARR 80% 以上。 • 稀释风险：ATM + 转债 + warrants 全开会稀释约 25% 流通GU。 • 估值不便宜：约 16x forward EV/Sales，而 CoreWeave 只有约 5x。市场已经 price-in 了很多乐观假设。 • Volozh 的前 Yandex 背景在极端地缘情况下是尾部风险。
但请注意这些风险的性质：它们是执行风险和估值风险，不是「商业模式是否成立」的风险。后者已经被验证了。这正是它和下面 WYFI / DGXX 的本质区别。
一句话总结我对 NBIS 的看法：赛道对、公司质量对、客户质量对，它是四家里唯一一个最有可能从「独立炼厂」真正跑成「垂直整合炼厂 + 服务平台」 的标的。我认为它会是 AI 时代的 AWS。
六、WYFI 与 DGXX：Cerebras 这张订单，partially validated 了它们的 thesis
讲这两家之前，必须先讲 Cerebras（CBRS），因为它是这两家公司投资逻辑的「验证器」。
Cerebras 在 2026 年 5 月 14 日 IPO，定价 $185（从 $115-125 一路上调上来的），首日开盘 $350、收盘 $311（+68%），day-1 市值约 $95B，募资 $5.55B，超额认购 20 倍，是自 2019 年 Uber 以来美国最大的科技 IPO。它做的是 wafer-scale 推理芯片，WSE-3 单芯片 4 万亿晶体管，主打推理速度。它在 2026 年 1 月签下了 OpenAI 的大单：750MW 容量、金额 $20B+、2028 年前部署，还附带最高再加 1.25GW 到 2030 年的选择权。3 月又签了 AWS Bedrock。
这里有一个我认为市场没充分 get 到的洞察：
Cerebras 拿了 OpenAI 的钱，需要把容量落地，选了两家小盘 co-location，WYFI（Montreal MTL-3）和 DGXX（Alabama，40MW，$1.1B 起、可达 $2.5B）。
这件事本身，就是框架里「power-secured 独立炼厂」逻辑的 validation。一个被 OpenAI 用 $20B 背书的 ASIC 算力玩家，选择 purpose-built、有电、能快速交付的小 colo，也许是因为 hyperscaler 巨头们不肯为单一租户切出特殊架构？
另外也可以看到，在这个产业链位置，「有电 + 能快速交付」本身就是稀缺资源。
为什么我对 WYFI / DGXX 也偏乐观： 还在于 Cerebras 这两笔订单的分量。Cerebras 在 1 月签 DGXX 的时候，自己还是个 pre-IPO startup；到 5 月底，它已经是市值约 $95B、账上 $5.55B 现金、背后有 OpenAI $20B 兜底的上市公司。anchor 客户上了一个数量级。
DGXX：微型垂直整合。 它不只是有电，它自有 substation，还有一座 2022 年买下的联合循环燃气电厂，所以它根本不用排 interconnection queue，能在「record time」内交付。这就是框架里「自己控制了原油」的微型 Exxon 雏形。CEO Michel Amar 在合同公告里说：
「签下与一家顶级 AI 计算公司的 $1.1B anchor 合同，是对我们所建立的一切的验证，我们的团队、站点、基础设施能力，以及我们对下一代数据中心运营商的愿景。我们不再是朝着这个行业的顶层努力，我们已经在顶层了。」
它的财务也干净：净现金、零长期债务，2027 年 run-rate 目标 $250-300M（对比 TTM 才约 $32M）。当然，partial 的部分也很真实：Phase 2（25MW）还要靠融资落地，客户高度集中在 Cerebras 一家，CEO 没有数据中心行业的深资历。
WYFI：retrofit 速度专家。 它背后是 Bit Digital（持GU约 70%，已承诺 2026 年不减持），核心团队 Enovum 有 15 年 retrofit 经验，给 Microsoft、Amazon 干过活，能用约 6 个月把一个工业厂房改造成 Tier III 数据中心，而 greenfield 要 18 个月以上。CEO Sam Tabar 的一句话命中了公司核心：
「在这个市场里，需求不是主要约束，拿到站点也不是主要约束。真正的约束是执行。电力要锁定，设备要到货，资本要到位。这就是我们认为 WhiteFiber 差异化的地方。」
它除了 Cerebras 的 Montreal 订单，还有 NC-1（北卡）和 Nscale 签的 10 年 $865M 大单，RPO 约 $921M。主要的近期 overhang 是中压开关柜供应链问题，把 Nscale 的收入确认推迟到了 2026 下半年。
但我要非常诚实地说清楚「partially」这个词的分量。 Partially validated 不等于 fully validated。这两家被验证的，是框架里「有电 + 能交付」这一项，是被 Cerebras 单点验证的。它们还没有证明的，是能不能在 Cerebras 之外建立起多元化的客户群，能不能往配方层延伸。而这两件事，恰恰是 NBIS 已经做到、它们还没做到的。
说白了：NBIS 是商业模式被三方验证；WYFI / DGXX 是「独立炼厂的存在价值」被一个大客户验证。 前者已经在向垂直整合者进化，后者还停在「优质独立炼厂」这个位置上，进化的可能性存在，但远未兑现。这是我对它们「比较乐观」而不是「非常有信心」的原因。
至于 Cerebras 自己，它是最好的「验证器」，但作为投资标的另说：估值很贵（约 50x EV/Sales），86% 收入来自 UAE 两家实体，而且 CUDA 生态护城河始终站在它对面。它更像框架里那种「配方差异化但生态薄」的特种化工小龙头，不是本文重点。
七、SLNH：在签下第一个 hyperscaler 之前，这是一张「绿电期权」
我在几天前的文章里介绍过 SLNH，在此之后GU价涨了不少。
SLNH 深度：4.3GW 绿电管道 + AI 转型期权，一只能 4 倍也能腰斩的 $1.58 微盘炸药包
SLNH（Soluna）在框架里的定位是类型 D（power landlord），严格说它不是 neocloud。
它卖的不是机房，是绿色电力：已经拿到 ERCOT 互联许可 + 自有 Briscoe 风电场（150MW，2026 年 4 月以 $53M 收购）+ behind-the-meter 配电。它的商业模式很特别，是「从电厂反向往算力做」，先有被低估的电力容量，再往上叠计算负载。在框架里，它控制的恰恰是最稀缺的那个「原油」，账面 pipeline 高达 4.3GW。它的加权平均电力成本约 $34/MWh，是行业里最低的之一，这是真实的差异化。
但残酷的现实是：到目前为止，它一份签约的 hyperscaler 合同都没有，只有 MOU。 4.3GW 暂时还不是合同。真正能在 2027 年前变现的可执行容量，可能只有 500-1000MW。
更要命的是稀释速度。过去 12 个月，它的GU本从约 14M GU稀释到约 141M GU（约 10 倍），而且公司已经把授权GU本上限从 75M 拉到 375M。稀释是 SLNH 的隐形税，哪怕故事最终兑现，原GU东的 per-share 价值也很可能被一轮轮增发吃掉。
所以我对 SLNH 的定位：它就是一张期权。押的是「AI 电力短缺持续到 2027-2028 年，SLNH 的绿电资产会被某个 hyperscaler 或大型 neocloud（IREN、CRWV）并购」，溢价可能是当前市值的几倍。因此有非对称机会。
它在我脑子里的角色，不是「下一个 NBIS」。它和前面三家不应该用同一个尺度去想。
八、结论
最后做个收束。这四家公司不是四个孤立的赌注，而是我在「算力即新石油」这条产业链上做的分层卡位：
• NBIS，类型 A 候选，也是我的重CANG，逻辑：我认为它会是 AI 时代的 AWS。商业模式已被 Microsoft + Meta + NVIDIA 三方验证，剩下的是执行和估值问题。 • WYFI / DGXX，类型 B power-secured，押的是「输入瓶颈套利 + 被 Cerebras 验证的执行力」。Partially validated，正在走独立炼厂的路，但还没走完。离垂直整合也很远。 • SLNH，类型 D power landlord，押的是「绿电资产」。有点彩票性质的CANG位，逻辑和前面三家不同。
它们的协同很清楚：四家都受益于同一个宏观趋势，AI 算力需求爆发 + 电力结构性短缺。但风险也来自同一个地方：它们都依赖同一个底层假设，即 AI 算力需求长期增长、Jevons 悖论成立、电力短缺持续。这意味着它们之间没有真正的分散效应。任何一次 AI 主题的大回调（类似 2025 年初的 DeepSeek shock），四家会同时下跌。
所以真正要判断的，是 「算力即新石油」这个底层 thesis 到底成不成立 。如果它成立，那么未来十年最大的财富不会出现在应用层，而会出现在「控制了输入 - 加工 - 输出全链条」这个位置。
这就是为什么我们要盯着 neocloud 这个产业链的原因。这也是我一直重CANG谷歌的原因。
回到开头。1980 年的时候，没有任何一个理性的投资者能想象，统治市值榜一个世纪的石油巨头，有一天会被一家「做电脑的公司」超过。2011 年 8 月，那一天真的来了。
2026 年的今天，我们站在一个结构上高度相似的拐点上。NVIDIA 一家抵得上 10 个巅峰 Exxon，这个数字本身就是历史在重演的信号。问题只剩一个：这一轮，谁会是那个垂直整合一切、统治下一个时代的「算力 Exxon」？
免责声明：本文仅供研究参考，不构成投资建议。
最后的最后，祝所有关注我的朋友早日 A9 自由。已经 A9 的就祝您 A10
有兴趣的朋友，可以加 wx 进群交流
