Iren Limited（IREN）

产业链位置

IREN所在的 chain-power 不是单一行业，而是 AI 数据中心从电网到机柜之间的基础设施链。它承接的不是模型训练收入，而是云厂、运营商、主权 AI、企业私有云和数据中心业主的资本开支。17

|---|---|---|---| | 公司 | 自有产品、工程能力、数据中心资产或租约管理 | 决定 AI 需求能否转化为收入 | 收入、订单、backlog、NPI、EBITDA | | 下游 | 云厂、运营商、互联网、REIT、政府、企业客户 | 决定利用率和议价权 | 客户集中度、回款、续租率 |

AI 产业链中最容易误判的一点，是把“数据中心需求强”直接等同于“公司利润强”。基础设施公司通常先投入库存、设备、土地或施工资源，收入确认再滞后发生，因此订单和现金流的时间差必须单独分析。26

AI相关收入拆解

IREN 已明确披露 AI Cloud、Bitcoin Mining 和 Data Centers 等经营口径，但没有把每一类 AI 客户、单 GPU 收入、单客户毛利或软件收入完整拆开；本页只把 AI Cloud 合同 ARR、GPU 容量、数据中心 MW 和财报收入作为 proxy，不把合同总额直接年化为当期收入。 12

收入桶	是否 AI 相关	已披露数字	口径可信度	解释
AI Cloud	是或部分相关	GPU 计算容量出租与托管软件，合同 ARR 是核心指标	财报或公告	需要区分收入、订单、容量和租金。1
Bitcoin Mining	是或部分相关	仍贡献收入，但战略权重下降	财报或公告	需要区分收入、订单、容量和租金。1
Data Centers	是或部分相关	电力、土地、冷却和并网能力是核心资产	财报或公告	需要区分收入、订单、容量和租金。1
Software	是或部分相关	收购 Mirantis 后增强云管理栈，收入贡献 [未充分披露]	财报或公告	需要区分收入、订单、容量和租金。1
传统业务	间接受益	[未充分披露]	中	电力和通信改造可能服务 AI，也可能服务普通更新。

收入拆解的底线是“不倒推客户、不倒推 ASP、不倒推份额”。例如数据中心容量、GPU 数量、UPS 功率或 backlog 可以说明需求强度，但不等于当期收入；租约签署也不等于现金已全部进入利润表。34

核心产品

产品/能力	AI 数据中心用途	收入确认	披露状态
GPU Cloud	支撑供电、冷却、机房、互联、云容量或工程交付	设备销售、租金、服务费或工程进度	具体金额多为 [未充分披露] 1
AI Cloud 合同容量	支撑供电、冷却、机房、互联、云容量或工程交付	设备销售、租金、服务费或工程进度	具体金额多为 [未充分披露] 1
可再生电力数据中心	支撑供电、冷却、机房、互联、云容量或工程交付	设备销售、租金、服务费或工程进度	具体金额多为 [未充分披露] 1
比特币挖矿算力	支撑供电、冷却、机房、互联、云容量或工程交付	设备销售、租金、服务费或工程进度	具体金额多为 [未充分披露] 1
Mirantis 云软件能力	支撑供电、冷却、机房、互联、云容量或工程交付	设备销售、租金、服务费或工程进度	具体金额多为 [未充分披露] 1

产品判断应优先看三个维度：第一，是否进入高功率密度场景；第二，是否绑定长期服务或租约；第三，是否带来高于传统业务的毛利率或现金回收。只发布新产品而没有订单、收入或客户验收，不构成财务硬证据。25

上下游

方向	关键对象	对公司的影响	需要跟踪的硬指标
上游设备	变压器、开关柜、UPS、冷却、铜铝、功率器件	决定成本和交付	采购价格、交期、存货周转
上游资金	银行、债券、REIT、基金、项目融资	决定扩张速度	利率、LTV、净负债、融资期限
下游客户	云厂、运营商、AI 初创、政府、企业	决定收入质量	租期、合同额、backlog、客户集中度
替代方案	自建数据中心、其他 EPC、其他冷却或电源供应商	决定议价	中标率、续约率、毛利率

IREN的客户名单和单客户收入占比若未在财报中披露，本文不引用市场传闻。客户结构只能写成“客户类型”，除非来源明确列名并给出口径。16

同业与竞争格局

IREN 的竞争对象横跨两类：一类是 CoreWeave、云厂和其他 GPU 云容量提供商，竞争 GPU 获取、上线速度、软件栈和客户信任；另一类是数据中心和电力基础设施运营商，竞争并网、电力成本、园区交付和融资能力。 78

公司类型	代表公司	与本公司的竞争关系	关键差异
电源与冷却设备	Vertiv、Schneider、Eaton、Legrand、Munters、INVT	设备侧直接或间接竞争	产品毛利率、渠道、认证、交付能力
工程承包	Quanta、MYR、MasTec、Primoris	EPC 和电力工程竞争	backlog、项目执行、劳动力、索赔风险
GPU 云和 HPC	IREN、Northern Data、CoreWeave、云厂	算力容量竞争	GPU 获取、利用率、软件栈、融资

对 IREN 而言，“低成本可再生电力 + 可扩展数据中心 + GPU 云运营”是差异化组合，但并不自动等于高毛利；若同行获得同等 GPU 供应或客户把训练/推理负载迁回自建云，价格和利用率仍会承压。

护城河

1. 认证和交付壁垒：数据中心供电、冷却和工程系统需要长周期测试，客户不会只按报价最低选择供应商。13
2. 区位和电力容量：对数据中心资产公司而言，已经锁定的土地、并网和电力容量本身就是稀缺资源。47
3. 项目管理能力：工程公司护城河来自安全记录、劳动力组织、分包管理、索赔控制和按期交付。26
4. 客户关系：云厂、运营商和大型企业客户认证周期长，导入后替换成本较高，但这不等于没有价格压力。1
5. 垂直整合能力：从电力、机房到 GPU 云软件栈的控制权有助于缩短 time-to-compute，但只有在合同 ARR 按期转化、GPU 利用率稳定且现金回收正常时，才构成可验证护城河。 58
6. 反向提醒：如果护城河只体现为“能拿订单”，但毛利率下降、现金流恶化或负债率上升，护城河并没有转化为股东回报。26

财务质量(趋势表+杜邦+逐季)

8.1 趋势表

指标	2023A	2024A	2025A / 最新年度	2026 最新季度	解释
收入	[未充分披露]	[未充分披露]	FY2026 Q3 1.448 亿美元	见最新公告	收入口径按公司财报，不跨公司换算。12
毛利率/利润率	[未充分披露]	[未充分披露]	调整后 EBITDA 利润率约 41%，毛利率口径 [未充分披露]	见最新公告	工程、REIT、云和设备口径不同。2
经营现金流	[未充分披露]	[未充分披露]	公司强调仍处 AI 转型投资期，季度经营现金流明细需以 10-Q 为准	见最新公告	AI 扩张常伴随营运资金占用。16

8.2 杜邦拆解

杜邦框架在本页只做方向拆解，不用缺失数据硬算 ROE。净利率由产品结构、工程执行和融资成本决定；资产周转率由项目验收、出租率、利用率或 backlog 转化决定；权益乘数由扩张期融资策略决定。若净利率下行而权益乘数上升，表观 ROE 可能掩盖风险。12

8.3 逐季观察

季度	收入线索	利润线索	现金流线索	AI 传导判断
2025Q1	见季度公告	见季度公告	见季度公告	观察订单、租金或容量是否开始兑现。
2025Q2	见季度公告	见季度公告	见季度公告	若收入增长但现金流转弱，需看营运资金。
2025Q3	见季度公告	见季度公告	见季度公告	工程和设备公司可能受项目节奏影响。
2025Q4	见年度公告	见年度公告	见年度公告	年末 backlog、出租率和减值最关键。
2026Q1	见最新公告	见最新公告	见最新公告	验证 AI 订单是否延续。
2026Q2	[未充分披露]	[未充分披露]	[未充分披露]	等待公司后续披露。

业绩传导

AI 训练和推理需求增加
  -＞ 数据中心功率密度提高、机柜和园区扩容
  -＞ 电力接入、UPS、冷却、施工、租约或 GPU 云容量需求增加
  -＞ 公司订单、backlog、租金、利用率或设备收入提升
  -＞ 取决于毛利率、融资成本、交付周期和客户验收
  -＞ 利润和现金流滞后反映

传导变量	正向信号	反向信号
订单	backlog、order intake、预租、合同 ARR 增长	订单取消或延期
价格	毛利率稳定或提升	低价抢单导致 margin 下降
交付	容量按期上线、项目验收	并网、许可、设备延迟
现金	CFO 接近或高于利润	应收和存货吞噬利润

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

风险

• 融资和稀释风险：AI Cloud 扩张需要 GPU、机房、电力和网络资本开支，若用债务或股权融资支持扩张，股东回报会受融资成本、稀释和资产回报率约束。 7
• 交付风险：并网、许可、设备交期、施工安全和客户验收延迟。36
• 毛利率风险：低价抢单、上游涨价、项目成本超支导致收入增长但利润不增长。2
• 客户与合同兑现风险：已签 AI Cloud 合同不等于无风险收入，仍需客户正式上线、算力可用、SLA 达标和持续付费；单一大客户占比若过高，会放大议价和续约风险。 16
• 比特币业务波动风险：挖矿收入仍受币价、全网算力、减半周期、电价和监管影响，可能与 AI Cloud 扩张期的现金需求叠加。 5
• 技术风险：功率密度、液冷、GPU 架构或客户标准变化使既有方案需要追加投资。3
• 披露风险：AI 相关收入未单列，投资者可能高估业务纯度。1

常见误读纠偏

误读一：只要服务数据中心，就是纯 AI 公司

纠偏：数据中心基础设施既服务 AI，也服务普通云、企业 IT、网络和传统托管。除非公司披露 AI 客户、AI 合同、GPU 云 ARR 或专门的 AI 数据中心租金，否则只能写“AI 相关”，不能写“纯 AI”。12

误读二：订单增长等于利润增长

纠偏：订单、合同 ARR 和数据中心容量是领先指标，利润要等 GPU 上线、客户使用、折旧和电力成本进入报表后才能验证；如果收入增长伴随 EBITDA margin 下滑或经营现金流转弱，订单质量需要重新评估。 26

误读三：未披露项目可以用同业平均补齐

纠偏：不能用同业每 GPU 收入、每 MW 租金或行业利用率去补 IREN 未披露项；公司没有披露的客户价格、单 GPU 毛利、软件 attach rate 和客户使用率，一律保持 [未充分披露]。 1