1. 投资摘要
- HIVE Digital(HIVE Digital Technologies,HIVE)在本链条中的核心定位:比特币矿企转型 AI/HPC GPU 云与可再生能源数据中心运营商,AI 链条位置是小型 neocloud / GPU hosting。 12
- AI 相关结论:FY2026 总收入 2.978 亿美元,同比 +158%;其中数字货币挖矿 2.783 亿美元,HPC hosting 1,950 万美元。公司披露 HPC ARR 3,500 万美元,504 块 Blackwell B200 两年合约、单价 2.90 美元/GPU-hour 是 AI 云硬锚。 23
- 本页不把“AI 叙事”直接等同于利润弹性;凡是公司未单列的 AI 收入、GPU 数量、客户占比、毛利率,均标记为
[未充分披露]。14 - 后续跟踪口径应落在 BUZZ HPC contracted ARR、已上线 GPU 集群、HPC hosting 收入、经营现金流和资本开支,而不是只看“矿企转 AI”叙事;FY2026 HPC hosting 收入仍显著小于挖矿收入,需要继续用财报验证扩张质量。 12
- 最大观察点是 AI 相关收入能否从产品发布、项目启动或平台订阅,继续转化为可审计收入、毛利和经营现金流。35
- 最大反证点是:AI 业务披露继续停留在口号,或增长以低毛利硬件/项目制收入实现但现金流恶化。26
2. 产业链位置
链条定位:比特币矿企转型 AI/HPC GPU 云与可再生能源数据中心运营商,AI 链条位置是小型 neocloud / GPU hosting。 1 上游不是单一芯片供应,而是云基础设施、数据中心、网络、软件、数据和客户场景的组合;因此研究时要拆成“硬件资源、软件平台、数据资产、客户入口”四层。 上游依赖:NVIDIA H200/B200、数据中心电力、矿机、网络、托管设施;GPU 利用率、客户名单、折旧曲线需持续披露。 24 下游需求:AI/HPC 云客户、GPU 租赁客户、矿池;AI 客户集中度未充分披露。 13 在 AI 产业链中,本公司更接近“基础设施/平台/应用使能层”,不是 GPU、HBM 或先进封装供应商。 收入映射路径通常是:AI 应用增加 -> 数据、开发、云、监控或网络需求增加 -> 公司相关产品/服务消耗提升 -> 订阅、项目或资源租赁收入确认。 产业链验证重点是 GPU 云是否从固定合同和上线机群转化为收入与现金流:H200/B200 部署、合同期限、GPU-hour 单价、客户续约和电力/折旧成本,比单纯披露算力规划更能说明 AI 基础设施业务质量。 12
| 链条层级 | 本公司作用 | 可验证证据 | 披露缺口 |
|---|---|---|---|
| 上游资源 | NVIDIA H200/B200、数据中心电力、矿机、网络、托管设施;GPU 利用率、客户名单、折旧曲线需持续披露。 | 年报、季度材料、产品页 12 | 采购占比、单价、客户名单多未披露 |
| 中游平台 | Bitcoin mining hashrate services / BUZZ HPC / AI GPU cloud / H200 GPU fixed-term contracts | IR 材料与产品页 37 | AI 收入常未单列 |
| 下游客户 | AI/HPC 云客户、GPU 租赁客户、矿池;AI 客户集中度未充分披露。 | 公司披露和行业资料 15 | 客户集中度与续约率不足 |
3. AI相关收入拆解
AI 收入口径:FY2026 总收入 2.978 亿美元,同比 +158%;其中数字货币挖矿 2.783 亿美元,HPC hosting 1,950 万美元。公司披露 HPC ARR 3,500 万美元,504 块 Blackwell B200 两年合约、单价 2.90 美元/GPU-hour 是 AI 云硬锚。 23
窄口径 AI 收入只包括公司明确披露的 GPU 云、AI 数据、AI 软件、AI 平台或 AI 项目收入。
宽口径 AI proxy 包括云、可观测性、搜索、安全、企业网络、数据服务、DevSecOps、数字孪生等被 AI 工作负载拉动的收入。
本文使用“窄口径优先、宽口径辅助”的方法;如果没有明确金额,则写 [未充分披露],不把产品名倒推成收入。
AI 收入质量需要同时看四个维度:收入确认、毛利率、客户集中、现金流。只看发布会或合作公告会高估确定性。
若公司披露 ARR、订阅收入或固定合约,本页将其列为 A/B 级证据;若仅为媒体转述,则只作 C 级线索。
| 收入口径 | 当前可写结论 | 证据等级 | 投研处理 |
|---|---|---|---|
| 窄口径 AI | FY2026 总收入 2.978 亿美元,同比 +158%;其中数字货币挖矿 2.783 亿美元,HPC hosting 1,950 万美元。公司披露 HPC ARR 3,500 万美元,504 块 Blackwell B200 两年合约、单价 2.90 美元/GPU-hour 是 AI 云硬锚。 | A/B/C,取决于来源 | 只采用已披露数字 23 |
| 宽口径 AI proxy | 比特币矿企转型 AI/HPC GPU 云与可再生能源数据中心运营商,AI 链条位置是小型 neocloud / GPU hosting。 | B | 作为业务敏感性,不作硬收入 1 |
| 未披露项 | 客户占比、AI 毛利率、GPU 利用率或模型调用收入 | 缺口 | 明确标 [未充分披露] |
4. 核心产品
- Bitcoin mining:FY2026 数字货币挖矿收入 2.783 亿美元,是当前收入主体;AI/HPC 业务不能替代对 BTC 价格、全网难度、电力成本和矿机折旧的跟踪。 12
- BUZZ HPC / H200 GPU cloud:公司披露约 360 块 H200 GPU 固定合约及 A/H 系列按需出租,形成约 2,000 万美元 GPU revenue 线索,但客户集中度与分部毛利率仍为
[未充分披露]。 24 - Blackwell B200 hosting:504 块 NVIDIA B200 GPU 在 Bell Canada AI Fabric Tier-III 数据中心上线,签约价 2.90 美元/GPU-hour,管理层称带来约 1,500 万美元增量 ARR。 13
- 数据中心与电力资产:公司把加拿大、瑞典和巴拉圭等可再生能源数据中心作为挖矿与 HPC 的共同底座;投研上需跟踪 MW 上线、PUE/电价、机柜交付和资本开支,而非只看规划容量。 15
- 托管与云合同:固定期限 GPU 合同能提高收入可见度,但 GPU 折旧、网络/托管成本、客户续约和二级市场租价下行会决定真实利润弹性。 26
产品组合判断: 第一,硬件或资源型产品通常收入弹性强,但毛利率、折旧、利用率和采购节奏更敏感。 第二,软件订阅型产品通常毛利率高,但需要看 ARR、NRR、座席扩张和销售效率。 第三,项目制/数据服务型收入需要看验收、交付人员扩张和大客户集中度。 第四,平台生态型公司需要把 AI 功能区分为“提升主产品留存”还是“新增付费模块”。 本公司的关键产品组合更接近:Bitcoin mining hashrate services, BUZZ HPC / AI GPU cloud, H200 GPU fixed-term contracts, Blackwell B200 GPU hosting。78
5. 上下游
| 方向 | 关键对象 | 对业绩影响 | 证据 |
|---|---|---|---|
| 上游硬件/云资源 | NVIDIA H200/B200、数据中心电力、矿机、网络、托管设施;GPU 利用率、客户名单、折旧曲线需持续披露。 | 成本、交付和可用性 | 2 |
| 上游软件/数据 | 模型、数据、开发工具、安全与运维栈 | 产品差异化和客户粘性 | 3 |
| 下游客户 | AI/HPC 云客户、GPU 租赁客户、矿池;AI 客户集中度未充分披露。 | 收入规模、续约和回款 | 4 |
| 生态伙伴 | 云厂、系统集成商、渠道、开源社区或政府项目 | 获客和合规 | 5 |
上下游结论:公司并非孤立受益于 AI,而是取决于上游资源价格、下游预算周期、产品 attach rate 和客户项目节奏。 如果上游成本快速上涨且无法转嫁,收入增长可能稀释毛利;如果下游 AI 项目从试点转生产,订阅和资源消耗会更稳定。 客户侧最重要的披露不是 logo,而是合同期限、ARR、使用量、续费、毛利率和现金回款。
6. 同业与竞争格局
主要同业:CoreWeave、Nebius、IREN、Applied Digital、Cipher Mining HPC、GMO GPU Cloud、DataSection。 56
| 公司/类型 | 竞争维度 | 本公司相对位置 | 需要跟踪的反证 |
|---|---|---|---|
| 竞争格局不是静态市场份额,而是客户预算在“自建、云厂、垂直软件、外包服务、开源方案”之间迁移。 | |||
| AI 时代的竞争强度通常上升:客户更愿意试用新供应商,但也更看重可用性、安全、合规和长期成本。 | |||
| 若公司产品只是在现有主业上增加 AI 标签,而没有新增付费、用量或留存改善,竞争优势应打折。 |
7. 护城河
- 低成本能源和数据中心运维经验、上市融资通道、GPU 合约先发;风险是加密周期、GPU 折旧、客户集中与云价格下行。 2
- 可再生能源与自营数据中心经验是从挖矿迁移到 HPC 的主要资产复用点;但 GPU 云的服务可用性、网络、客户支持和合同执行能力仍需用后续收入与续约验证。 3
- 产品复用:同一客户在搜索、监控、安全、云、数据或开发流程中复用越多,单位获客成本越低。 4
- 数据/运维反馈:AI 产品若能从真实工作负载中学习,会形成质量改进循环;但该循环是否带来收费,需要披露验证。 5
- 规模经济:软件平台和云资源池能摊薄固定成本;项目制服务则更受人力扩张约束。 6
- 上市融资渠道和矿业现金流可支持硬件采购,但如果 GPU 租赁价格下行或利用率不足,重资产投入会迅速削弱 ROIC。 7
- 反向护城河:若毛利率下降、客户集中、GPU 利用率不足或销售效率恶化,所谓 AI 护城河会退化为资本开支竞赛。 8
8. 财务质量(趋势表+杜邦+逐季)
8.1 趋势表
| 期间 | 收入/增长 | 利润/毛利 | 现金流/资本开支 | 备注 |
|---|---|---|---|---|
| 最新季度/半年度 | 见逐季表 | 见逐季表 | 见逐季表 | 最新经营拐点 3 |
| AI 专项 | 未单列时不倒推 | 未披露项标注 | 未披露项标注 | 用 proxy,不造数 |
8.2 杜邦拆解
ROE 可以拆成净利率、资产周转率和权益乘数。对软件公司,净利率与销售效率更关键;对云/GPU/数据中心公司,资产周转率和折旧更关键。 13 净利率:若 AI 业务是高毛利软件订阅,净利率应随规模改善;若是 GPU 租赁或硬件项目,折旧和电力会压低净利率。 13 资产周转:云资源、机房、GPU 和数据中心投入越重,越需要高利用率支撑收入;轻资产软件则看销售周期和留存。 13 权益乘数:债务、租赁和资本化支出会放大周期波动,因此不能只用收入增速解释经营判断。 13 现金流校验:经营现金流和自由现金流是辨别“收入质量”的核心,尤其适用于项目制、GPU 云和数据服务公司。 13
8.3 逐季/近况表
| 期间 | 收入线索 | 利润/现金流线索 | AI 业务含义 |
|---|---|---|---|
| FY2026 FY | HPC/AI revenue 1,950 万美元 | HPC ARR 3,500 万美元 | 从收入确认看仍是早期 3 |
| 2026-04-30 | 约 360 块 H200 GPU 固定合约,另有 A/H 系列 GPU 按需出租 | 客户与期限未充分披露 | 利用率关键 4 |
| 2026-05 | 504 块 Blackwell B200 两年合约,2.90 美元/GPU-hour | 提升 ARR | 依赖硬件交付 5 |
8.4 财务质量结论
收入增长需要和毛利率同看,避免把低毛利扩张误判成高质量增长。 24 现金流需要和合同负债、应收、存货、资本开支或租赁同看。 24 AI 业务若未单列,最稳妥的处理是跟踪披露质量改善,而不是提前给出确定利润。 24 逐季波动本身不是问题,问题是公司是否解释清楚波动来自季节性、客户验收、资源利用率还是竞争降价。 24
9. 业绩传导
AI 应用/模型/企业数字化需求增加
-> 对云资源、数据、开发工具、搜索、监控、安全、网络或行业软件的需求增加
-> HIVE Digital 的核心产品被更多使用或采购
-> 收入确认、ARR/订阅、项目验收或资源租赁收入增加
-> 取决于毛利率、利用率、销售费用、折旧和回款
-> 经营利润、自由现金流和 ROIC 改善或承压
正向传导需要三个条件:需求真实、公司有产品承接、收入能以合理毛利确认。 35 负向传导通常发生在:客户试点不转生产、竞争降价、上游成本上升、项目验收延迟或销售费用前置。 35 对本公司而言,最强指标不是新闻数量,而是季度收入、毛利、现金流和披露中的 AI 专项进展。 35
10. 经营拆分与反证框架
本节只拆分经营驱动,不做价格、规模口径或市场口径推导。判断重点改为收入质量、毛利率、现金流、客户/订单、产能利用率和产品采用是否强化业务叙事。
| 模块 | 关键经营变量 | 强叙事信号 | 反证阈值 |
|---|---|---|---|
| 收入与采用 | 收入增速、ARR/订单、客户采用 | 收入增长由真实客户采用和复购支撑 | 收入或订单连续放缓,且缺少客户采用证据 |
| 利润质量 | 毛利率、费用率、现金流 | 毛利率稳定,现金转换改善 | 毛利率下行或现金流恶化 |
| 竞争与客户 | 客户集中度、份额、替代风险 | 大客户扩张且竞争格局稳定 | 客户砍单、份额流失或替代方案加速 |
11. 风险
- AI 收入未充分披露,市场可能高估其占比。 2
- 客户集中或大客户项目延期导致季度收入波动。 3
- 上游 GPU、云资源、电力、数据中心或软件成本上升。 4
- 比特币价格、挖矿难度、减半周期和电力价格会继续主导总收入与现金流,可能掩盖或放大 AI/HPC 小基数业务的真实表现。 5
- 监管、数据主权、网络安全、出口管制或隐私合规变化。 6
- 资本开支、租赁、折旧或应收账款导致自由现金流低于利润。 7
- AI 功能同质化,不能形成新增付费或留存提升。 8
- 汇率、利率和宏观 IT 预算周期影响客户采购。 1
12. 常见误读纠偏
- 误读一:HIVE 已经是纯 AI 云公司。纠偏:FY2026 收入仍主要来自数字货币挖矿,HPC hosting 只是明确增长线,不能把全部收入和利润都归因于 AI。 12
- 误读二:收入增长等于利润增长。 纠偏:GPU 云、硬件、项目制服务可能带来折旧、采购、交付和回款压力。 25
- 误读三:ARR 等同于当期收入。纠偏:HPC contracted ARR 是运行率指标,仍要看部署时间、客户验收、GPU 利用率和收入确认节奏。 15
- 误读四:GPU 数量越多一定越好。纠偏:GPU 云是重资产业务,折旧、电力、网络、融资成本和租价变化都会影响最终现金回报。 25
13. 最新事件(带日期)
| 日期 | 事件 | 投研含义 |
|---|---|---|
| 2025-12-31 | 公司演示披露 FQ3 FY2026 收入 9,310 万美元、HPC/AI 收入 490 万美元。 | 作为后续收入、利润或披露质量跟踪点 2 |
| 2026-05-31 | 发布 FY2026 全年,收入 2.978 亿美元、HPC ARR 3,500 万美元。 | 作为后续收入、利润或披露质量跟踪点 3 |
| 2026-06 | SEC/10-K 摘要披露 504 块 Blackwell B200 合约及 GPU revenue 约 2,000 万美元。 | 作为后续收入、利润或披露质量跟踪点 4 |
14. 跟踪指标
- AI/云/数据/软件相关收入是否单列,若未单列则看 proxy 增速。 2
- BUZZ HPC contracted ARR、实际 HPC hosting 收入、上线 GPU 数量、GPU-hour 定价和客户续约/扩容。 3
- 经营现金流、自由现金流、资本开支、租赁和折旧。 4
- ARR、订阅收入、客户数、净留存率、GPU 利用率或项目 backlog。 5
- 大客户集中度、客户续约、合同期限和坏账/应收变化。 6
- 产品发布是否转化为收费模块,而不是只改善叙事。 7
- 同业价格战、开源替代和云厂内置功能。 8
- 监管、数据主权、出口限制和本地补贴政策。 1
15. 来源
- 来源:FY2026 results release: www.hivedigitaltechnologies.com/news/hive-achieves-fy2026-total-revenue-of-2978-million-158-yoy-hives-buzz-hpc-positioned-for-growth/
- 来源:FY2026 10-K summary mirror: www.stocktitan.net/sec-filings/HIVE/10-k-hive-digital-technologies-ltd-files-annual-report-79404a8db5ed.html
- 来源:SEC exhibit 99.2: www.sec.gov/Archives/edgar/data/1720424/000106299326000943/exhibit99-2.htm
- 来源:Corporate presentation 2025-12-31: www.hivedigitaltechnologies.com/downloads/HIVE-Corporate_Presentation-2025-12-31.pdf
- 来源:Corporate presentation 2025-06-30: www.hivedigitaltechnologies.com/downloads/HIVE-Corporate_Presentation-2025-06-30.pdf
- 来源:HIVE news page: www.hivedigitaltechnologies.com/news/
- 来源:SEC exhibit 99.1 FY2024: www.sec.gov/Archives/edgar/data/1720424/000106299324012996/exhibit99-1.htm
- 来源:TheStreet FY2026 coverage: www.thestreet.com/crypto/markets/hive-digital-posts-record-158-revenue-jump-in-fiscal-2026