以太坊联合创始人Vitalik Buterin于2026年10月17日在X上发布了一组电力经济学的对比分析，比较了比特币挖矿与AI推理在资金支出上的差异。他的核心观察十分直接：比特币挖矿的成本在硬件和电力之间分配，而AI推理的支出几乎完全集中在硬件上。

成本拆分背后的数字

与该对比相关的估算显示，挖出一枚比特币的成本约为93,700美元。其中约37,600美元（即40%）用于算力资本支出，即购买矿机的前期成本。电力成本约为40,600美元，占43.3%。换句话说，矿机的账单和驱动矿机的电费账单几乎不相上下。

AI推理则呈现出截然不同的图景。推理是训练好的模型为用户回答问题、生成图像或编写代码的阶段。其估算成本约为每GPU年26,260美元，其中算力资本支出约19,900美元，占总成本的76%。电力成本则在1,050美元至1,260美元之间，仅占4%至4.8%。对AI运营商而言，电费更接近一个可以忽略的零头，而非战略层面的问题。

在设施层面，这一差距进一步扩大。建设并运营一个比特币挖矿场地的成本估计为每兆瓦70万至100万美元，而AI基础设施的成本约为每兆瓦2,000万美元。

为什么成本结构比总成本更重要

Buterin的分析重点在于成本的构成方式，而非哪个行业支出更多或总体能耗更高。该分析并未试图在两个行业之间比较绝对支出或总能源消耗。

这种成本构成也决定了各行业可以着力的方向：矿工可以追求更廉价的电力，而AI运营商的主要效率提升则来自从已购入的硬件中获取更多产出。

比特币矿工对持续的电力成本仍然高度敏感，因为电力在生产每枚比特币的成本中占比较大。这种敏感性长期以来影响着挖矿业务的选址，矿场往往向低成本的能源来源靠拢。而AI运营商的经济性则取决于硬件的效率和利用率，即每台昂贵的GPU在其生命周期内能完成多少有效工作。

背景：两个行业追逐同一种资源

比特币挖矿与AI数据中心在越来越多的领域争夺相同的资源：电网接入、廉价电力和物理空间。

挖矿围绕工作量证明（proof-of-work）机制构建，机器竞相求解谜题，获胜者获得新发行的比特币。电力是这一过程的结构性投入，这也有助于解释为何它在成本估算中占据如此大的比重。

Buterin联合创立的以太坊网络多年前已脱离工作量证明机制，并于2022年9月转向权益证明（proof-of-stake）。因此，当他对比特币的能源经济学发表看法时，他所在的链条已不再支付这笔特定的账单。

相比之下，AI推理的成败取决于专用芯片。这些芯片价格昂贵，而容纳它们的数据中心按每兆瓦计算的建设成本也高出许多，正如设施层面的估算所示。

对矿工和运营商的影响

由于电力在挖出一枚比特币的成本中占比超过40%，能够获得廉价且稳定能源的矿工拥有结构性优势，而暴露于波动电力市场的矿工则面临实实在在的利润率风险。

一些矿工可能会探索将其基础设施改用于AI应用，因为AI领域的资本效率可能更高。然而，这些估算凸显了此类转型的规模：挖矿场地的成本估计为每兆瓦70万至100万美元，而AI基础设施的成本约为每兆瓦2,000万美元。任何瞄准AI业务的矿工都将承担一种截然不同的资本投入，用硬件和利用率风险替代电力风险。

在AI方面，由于电力仅占推理成本的约4%至4.8%，压力落在保持GPU的高负载和高效率上，因为每年承载19,900美元资本支出的闲置硬件是一笔代价高昂的闲置资产。对于同时关注这两个行业而言，电价和GPU利用率是这一成本拆分后最值得追踪的数字。