AI基础设施的新赌注:NCLD来了,一只专门押注“算力卖铲人”的ETF

过去两年，AI投资的主线一直在不断向外扩散。

最早，市场买的是英伟达，因为GPU是AI时代最直接的稀缺资产。

随后，资金开始寻找GPU之外的瓶颈：HBM、光模块、交换机、液冷、电力、数据中心，几乎每一个环节都诞生了新的投资主题。

现在，这条产业链上又多了一只非常有意思的ETF：

NCLD——Roundhill Neocloud ETF。

它于2026年8月6日在纳斯达克上市，管理费0.65%，核心目标非常明确：

不押注谁的AI模型最终胜出，而是押注谁能够向AI公司提供GPU、电力、数据中心和算力。

如果说英伟达卖的是“铲子”，那么NCLD买的，是一批正在把这些铲子租出去赚钱的人。

一、NCLD到底是什么？

NCLD的全称是Roundhill Neocloud ETF。

所谓Neocloud，可以理解为新一代AI云基础设施公司。

它们和AWS、Azure、Google Cloud这样的传统云巨头不完全一样。

传统云厂商提供的是非常综合的云计算服务，而Neocloud公司的核心往往更加垂直：

GPU算力租赁、高性能计算、AI训练集群、AI数据中心。

例如目前市场最典型的两家公司：

CoreWeave（CRWV）和Nebius（NBIS）。

它们的商业模式可以简单理解成：

买GPU → 建数据中心 → 接入电力 → 搭建集群 → 把算力租给AI客户。

因此，NCLD实际上并不是传统意义上的“云计算ETF”。

它更接近：

AI算力基础设施ETF。

而且它的投资范围比单纯的GPU云公司还要更宽。

除了CRWV、NBIS这类Neocloud之外，NCLD还大量持有正在从比特币挖矿转型到AI数据中心的公司。

这使得整个ETF同时暴露于几个非常重要的AI基础设施变量：

GPU、电力、土地、数据中心、网络和融资能力。

二、看一眼持仓，就知道NCLD有多激进

NCLD刚上市时，前十大持仓大致如下：

公司	权重	核心逻辑
Nebius（NBIS）	约31%	Neocloud / GPU云
CoreWeave（CRWV）	约27%	GPU云
IREN	约8%	电力资源 + AI数据中心
HUT	约6%	矿场转AI/HPC
WULF	约5%	HPC / AI数据中心
APLD	约5%	AI数据中心
CIFR	约4%	电力资源 + AI转型
GLXY	约4%	Helios数据中心
CORZ	约4%	HPC / AI基础设施
CLSK	约2%	矿业 + 电力资产

最值得注意的是：

NBIS + CRWV两家公司合计权重接近60%。

这意味着，NCLD虽然名字叫ETF，但它并不是一只传统意义上高度分散的基金。

从风险结构上看，它更接近：

NBIS + CRWV + 一篮子AI数据中心高Beta股票。

因此，投资NCLD之前首先应该明白：

你买的不是一个平稳的“AI指数”。

你买的是一个非常集中的AI基础设施主题组合。

三、为什么现在市场突然开始重视Neocloud？

理解NCLD，首先要理解一个变化：

AI基础设施的瓶颈正在发生迁移。

2023年，市场最关心的问题是：

有没有GPU？

到了2024—2025年，问题逐渐变成：

有没有HBM？

有没有高速光互连？

而到了现在，越来越大的瓶颈开始变成：

GPU放在哪里？

电从哪里来？

数据中心什么时候能够交付？

也就是说，AI基础设施已经从“芯片稀缺”，逐渐进入：

系统性基础设施稀缺。

一台GPU本身并不能产生算力。

它还需要：

电力、机柜、冷却、网络、土地以及数据中心。

尤其是电力。

一个大型AI数据中心的用电需求可能达到数百MW甚至GW级别。

而在美国很多地区，真正困难的不是买GPU，而是：

拿到大规模稳定电力接入。

这也是为什么过去几年一些比特币矿企突然开始被市场重新估值。

四、为什么比特币矿企突然变成了AI概念股？

这是NCLD里面非常有意思的一部分。

例如：

IREN、HUT、WULF、CIFR、CORZ。

这些公司过去最大的资产并不是软件，也不是GPU。

而是：

土地 + 数据中心 + 电力。

比特币挖矿本质上也是一个高度耗电的数据中心业务。

所以过去矿企建设的基础设施，现在恰好可以部分复用于AI计算。

于是这些公司的估值逻辑发生了变化。

过去市场看它们，主要看：

BTC价格算力挖矿成本电价

而现在市场开始看：

多少MW电力已经锁定？

能不能改造成AI数据中心？

有没有Hyperscaler或者AI客户签长期合同？

于是，一家公司的估值可能从：

“比特币矿企”

突然变成：

“AI数据中心运营商”。

两者之间的估值差距非常巨大。

这也是为什么这些股票一旦宣布AI数据中心合同，往往会出现非常剧烈的重估。

五、NCLD真正赌的，其实不是GPU

很多人第一眼看到NCLD，会以为它是在押注GPU需求。

但如果继续往下拆，会发现它真正赌的是两个更加底层的东西：

第一，AI算力需求持续增长

如果OpenAI、Anthropic、Meta、xAI以及企业AI需求继续增长，那么对GPU算力的需求就会持续增加。

Neocloud的收入模型本质上取决于：

GPU数量 × 利用率 × 租赁价格。

只要算力供不应求，GPU租赁价格和利用率就可以维持高位。

这正是CRWV和NBIS最核心的商业逻辑。

第二，AI数据中心的电力越来越稀缺

这可能是未来几年AI投资里最容易被低估的一条主线。

过去大家总觉得：

AI的核心瓶颈是芯片。

但未来真正限制AI扩张速度的，很可能是：

电力。

如果一个数据中心拥有已经获批的500MW、1GW甚至更多电力资源，那么这本身就可能成为极其稀缺的资产。

因此，很多过去看起来只是矿场的公司，现在越来越像：

拥有AI时代“土地使用权”的基础设施资产。

换句话说：

GPU可以买。

但电网容量未必买得到。

这就是为什么NCLD里面会有这么多过去的矿企。

六、但这里存在一个非常关键的区别

虽然NCLD把这些公司放在同一个篮子里，但实际上，它们的商业模式完全不同。

至少可以分成两类。

第一类：真正的Neocloud

最典型的是：

CoreWeave和Nebius。

它们的核心资产是：

GPU。

盈利能力主要取决于：

GPU利用率GPU租赁价格客户合同融资成本GPU折旧速度

它们本质上是一个资本密集型的GPU租赁业务。

第二类：电力和数据中心资产

例如：

IRENWULFHUTCIFRAPLD

它们真正稀缺的东西不是GPU。

而是：

电力接入。

因此这些股票更像一种：

AI数据中心的期权。

如果成功签下大型AI客户，估值可能迅速重估。

但如果AI合同迟迟落不了地，它们最终仍然只是矿企或者低质量的数据中心资产。

所以，这一类公司的收益分布通常非常不对称。

成功，可能翻倍甚至数倍。

失败，估值可能重新回到原点。

七、NCLD最大的优势：它解决了“到底谁会赢”的问题

假设你有一个长期判断：

未来几年AI算力需求仍然会高速增长。

但问题是，你并不知道：

CRWV会不会成为最大赢家？

NBIS能不能兑现资本开支？

IREN和WULF谁能拿到更好的客户？

哪个矿企最终真的能够完成AI数据中心转型？

这时候，ETF就有价值。

因为你不需要准确选中唯一赢家。

只要整个Neocloud和AI数据中心行业继续扩大，NCLD就可以获得产业整体的Beta。

这也是主题ETF真正有意义的地方。

八、但是NCLD最大的风险也恰恰来自这里

NCLD虽然主题非常性感，但它并不是一个低风险资产。

相反，它可能是目前AI基础设施ETF里面风险最高的一类。

首先，是集中度风险。

前两大持仓接近60%，这意味着一旦CRWV或者NBIS估值大幅回落，ETF本身很难幸免。

其次，是资本开支风险。

Neocloud不是SaaS。

它是一个极度资本密集的行业。

要增长，就必须不断：

买GPU建设机房接入电力融资

所以你经常会看到一种情况：

Revenue高速增长，

但Free Cash Flow长期为负。

这意味着公司的增长高度依赖资本市场。

一旦融资环境收紧，商业模式的风险会迅速暴露。

九、最容易被忽视的风险：GPU到底能用几年？

这是我认为Neocloud估值里面最重要的问题之一。

假设一家Neocloud公司买了100亿美元GPU。

如果这些GPU的经济寿命是5年，那么折旧压力可以被长期摊薄。

但如果技术更新速度非常快：

Blackwell之后很快出现Rubin，

Rubin之后又出现下一代架构，

那么旧GPU的租赁价格可能迅速下降。

也就是说：

会计折旧周期可能是5—6年，但真实经济寿命可能只有2—3年。

如果是这样，Neocloud的利润质量会比财务报表看起来差得多。

这也是为什么我认为：

不能用SaaS的估值逻辑去看CRWV和NBIS。

真正应该关注的是：

Revenue → EBITDA → FCF

最后到底能够转化多少现金。

十、Roundhill正在拼出一张完整的AI基础设施地图

NCLD还有一个很有意思的背景。

Roundhill过去已经推出了一系列高度集中的AI基础设施ETF。

例如：DRAM——主要押注：HBM、存储、DRAM周期。

以及：LYTE——主要押注：光模块、激光器、光互连。

现在又推出：NCLD——押注：GPU云和AI数据中心。

如果把三只ETF放在一起看，就可以看到整个AI基础设施链条：

DRAM→ 存储

LYTE→ 光互连

NCLD→ 数据中心和算力

本质上都是在交易同一件事情：

AI资本开支持续增长。

但三者的收益来源完全不同。

DRAM更多是：供需周期。

LYTE更多是：技术升级和带宽增长。

而NCLD则更多是：资本开支 + 电力稀缺 + 杠杆。

因此，如果AI资本开支继续超预期，NCLD的弹性可能非常大。

但如果AI资本开支下修，它可能也是三者里面最危险的一个。

十一、我怎么看NCLD？

如果简单打分：

维度	评价
AI纯度	★★★★★
行业成长性	★★★★★
组合分散度	★★
盈利确定性	★★
自由现金流质量	★★
波动率	★★★★★
AI Capex Beta	★★★★★
长期复利确定性	★★★
主题交易价值	★★★★★

所以，我不会把NCLD看成类似QQQ那样的长期核心仓位。

更准确的定位应该是：

“AI算力紧缺 + 数据中心电力稀缺”主题的高Beta卫星仓位。

对于希望抓住AI基础设施行情、但又不愿意单押某一家公司的投资者，它是一个非常有意思的工具。

但与此同时，必须接受一个现实：

NCLD上涨的时候可能非常快。

下跌的时候，也绝对不会温柔。

十二、真正值得跟踪的，不是ETF价格，而是四个指标

如果未来准备长期跟踪NCLD，我认为不应该每天只看股价。

真正应该关注的是四件事：

1. GPU算力利用率

如果CRWV、NBIS等公司GPU长期保持高利用率，说明AI算力仍然紧缺。

2. 算力租赁价格

如果新一代GPU租赁价格开始快速下降，可能意味着供需关系开始恶化。

3. AI数据中心签约量

尤其关注IREN、WULF、HUT、APLD等公司能否拿到大型长期AI客户。

4. 资本开支和融资

如果整个行业出现：

Capex持续上升，

但现金流持续恶化，

同时债务快速增长，

那么风险正在累积。

结语

过去两年，AI产业链最大的变化，是投资机会不断从芯片向外扩散。

GPU之后是HBM。

HBM之后是光模块。

光模块之后，是数据中心和电力。

而NCLD所代表的，正是这一轮AI基础设施投资逻辑的最新阶段：

算力本身正在成为一种基础设施资产。

从这个角度看，NCLD是一只非常有时代特征的ETF。

它代表的不只是几家公司。

它代表的是一个更大的资本市场判断：

未来几年，AI最大的稀缺品，可能不再只是芯片。

而是：

可以马上投入使用的算力、电力和数据中心。

如果这个判断成立，NCLD所覆盖的公司可能是未来几年AI产业链中弹性最大的一批资产。

但如果AI资本开支周期提前见顶，

它们也会是最先暴露风险的一批公司。

所以，NCLD最适合的投资方式并不是“无脑长期持有”。

而是：

在理解AI资本开支周期的前提下，作为高Beta的主题配置工具。

这才是这只ETF真正值得关注的地方。