《AI数据中心物理层审计课》

导语:AI 基建周期最容易骗过人的地方,是”宣布”的数字巨大而”交付”的约束分散。公告里可以写吉瓦、十亿美元、未来园区,但真实世界要排变电站、等输电线、拿许可、雇施工队、处理社区反对。Rich Miller 的第一条心智模型就是 Announcements vs. Delivery。他在 2026-02-17 播客中说,如果 2025 是许多巨大项目被宣布和规划的一年,2026 就是看清它们有多少能真正交付的一年。这句话不是情绪判断,而是一套审计流程的标题:任何 AI 基建故事,先从”能不能交付”问起。

方法步骤:执行审计分三关。第一关是建成:土地、施工、供应链、模块化路径是否真实推进,主流市场 3-5 年以上的开发周期有没有被压缩。第二关是电力:有没有长期电力获取,有没有输电容量,项目是否卡在互联队列和变电站。第三关是社区:听证会、环保组织、居民电费、水资源争议是否会改变审批和成本。三关之外,还要给时间打标签:当年公告、当年开工、当年交付、数年后贡献产能,对应的估值含义完全不同。Rich Miller 每年 12 月给自己 8 大预测做 hit/miss/too early 打分,本质也是把观点放进执行审计。

真实判断带日期:2023-01,他预测”2023 下半年数据中心空间更难找、更贵”并指出电力约束拉长开发周期,年末北弗州空置率 0.9%、开发周期 3-5 年以上验证了这条判断。同样在 2023-01,他预测超大规模厂商租赁会进入”消化年”,结果被 AI 需求海啸打翻,破纪录租赁出现 430MW 单笔预租,他公开认错。2024-01,他给出 8 大预测,后来自评 8/8,包括 AI 空间紧缺、电力全面重估、涨价 10-15%、供应链 M&A、模块化、AI 驱动设计与液冷等。2026-02-17,他把执行年三重测试明确写成建成、电力到位、社区接受。

选股原则(观察框架非建议):用执行审计看标的时,先区分”公告受益”与”交付受益”。公告受益可能提前反映在股价上,但交付受益要看订单能不能进入收入、园区能不能接电、客户能不能开始负载。对电力公司与开发商,重点看大负载管道、审批条件、输电扩建和电价分摊。对设备商,重点看公告是否落到采购和安装。对云厂商和园区运营方,重点看空置率、租金、预租与实际启用之间的时间差。这个框架只帮你分类风险,不替你下买卖结论。

误区:最常见误区是用股价反应验证交付。股价可以提前对公告定价,但 Rich Miller 的模型关心的是公告兑现率。第二个误区是把 too early 当成错误全部丢掉。现场发电在 2023 年被他自评 too early,但 2025 年同主题变成 STRONG HIT,说明方向和节奏要分开打分。第三个误区是只看总 CapEx,不看项目通电时点。千亿级 CapEx 如果卡在输电、许可或社区,短期并不会变成可出租、可运行、可收费的算力空间。

小结+作业:执行审计的价值是让你在兴奋数字面前慢半拍。不是否认公告,而是给公告建立状态机:宣布、许可、互联、电力、施工、交付、上架、负载。作业:把任意一个吉瓦园区公告拆成这七个状态,每个状态只填公开可验证事实;没有事实就留空。留空越多,说明它越接近叙事资产,越远离交付资产。

本章对应标的:GOOGL、META、CRWV、WULF、DBRG、NEE、D;私有项目如 Crusoe 德州 1.2GW 园区可作为交付审计样本。

导语:AI 数据中心不是先找地再找电,而是先锁电再谈地。Rich Miller 在 DCF 2024 年度预测中把长期电力获取称为选址的硬通货,尤其是超大规模厂商渴求的可再生电力。这个模型解释了为什么二线州突然升温,为什么煤电厂改造重新进入讨论,为什么公用事业和数据中心开发商的边界开始模糊,也解释了为什么许多看似房地产的项目,本质是电网资产争夺战。读这条线时,你要把地图从”土地便宜”改成”电力可得、输电可达、负载可接”。

方法步骤:电力分析分四步。第一,看负载管道:公用事业披露的大负载需求是否已经超过现有输配能力。第二,看输电瓶颈:不是发电总量够不够,而是变电站、输电线、互联队列能不能把电送到园区。第三,看能源组合:可再生、气、核、燃料电池、SMR 与现场发电分别解决什么时间尺度的问题。第四,看成本与政治:数据中心用电若推高容量市场或居民电费,社区和监管会把电力问题变成社会问题。Rich Miller 的优势在于他同时追踪电力技术、项目选址和地方政治,不会把电力简化成一个商品价格。

真实判断带日期:2022-07,他首批报道 Ashburn 电力危机,Dominion 通知新设施供电可能延迟数年,瓶颈在输电网,并指出约束要持续到 2026 新输电建成。2024 年,他预测”在每个层面重新思考电力”,后来自评 MASSIVE HIT:DOE 背书报告称美国数据中心用电 2028 年前或近三倍,Oklo 签 750MW,AEP 向 Bloom Energy 购至多 1GW 燃料电池。2026-05-18,他判读 NextEra $66B 收购 Dominion,认为官方”消费者可负担”之外的真实驱动是合并后 130GW+ 大负载管道与弗吉尼亚 450 座数据中心;2023 年这些数据中心占 Dominion 弗州电力销售 24%。

选股原则(观察框架非建议):电力线索可以把研究对象分成三组。第一组是公用事业与能源平台,如 NextEra、Dominion,重点不是传统电力股估值,而是大负载签约、审批条件和电价分摊。第二组是现场发电与替代电源,如 Bloom Energy、Oklo、ExxonMobil 相关气电项目,重点看它们是桥接方案还是长期基线。第三组是云厂商和园区开发商,如 Google、Meta、TeraWulf,重点看它们是否能用能源垂直整合绕过 3-5 年开发周期。所有映射都只是研究入口,必须再回到财务和监管资料。

误区:不要把”有发电”误读成”可交付”。电力约束常在输电和互联,不是总发电量。也不要把核电或 SMR 当成短期解药;Rich Miller 对数据中心成为 SMR 锚定客户给过 STRONG HIT 的战略判断,但也认为实际供电还要数年。第三个误区是忽略电价政治。PJM 容量市场 $9.3B 涨价、区域居民电费或月增约 $18 这样的数字,会把电力叙事从工程问题推到公共负担问题,从而影响项目审批与企业声誉。

小结+作业:电力是 AI 基建里最硬也最容易被金融叙事低估的变量。它决定园区在哪里、谁先交付、谁需要现场发电、谁会被社区反对。作业:选一个数据中心项目,查它的电力来源、输电路径、互联状态、是否有现场发电计划、是否有居民电费争议。五项里只要三项查不到,就不要把它当确定产能。

本章对应标的:NEE、D、BE、OKLO、XOM、GOOGL、META、WULF;AEP 与 Bloom Energy 的至多 1GW 燃料电池协议可作为现场发电研究样本。

导语:Rich Miller 不是从 Excel 渗透率曲线开始看液冷的,他从展会地面开始。2010 年,他在 Data Center World 看到 GRC 的单相浸没演示机;2012 年看到 3M 两相浸没首批公开演示;到 2026-04-30,他写展厅已经挤满液冷硬件,液冷不再是未来,而是现在。这个模型的价值在于,设施技术的早期扩散往往先出现在工程展台、采购对话和机房设计假设里,再进入第三方统计。投资研究如果只等渗透率曲线,会慢一段。

方法步骤:展会地面真相不是看热闹,而是四个观察动作。第一,看展台密度:同类方案是否从少数创新展台变成成排供应商。第二,看买家围观:讨论对象是否从概念演示转向采购、兼容、维护、保修和标准。第三,看物理压力:机柜功率密度是否逼近风冷上限,例如风冷 30-50kW 与 DLC 管理 100+kW 的差距。第四,看路径分化:直接芯片冷却与浸没式不是同一节奏,DLC 可以先成为默认设计假设,浸没式仍可能局限在选择性、专门化应用。方向和子技术节奏必须分开。

真实判断带日期:2010-03-17,他报道 GRC 浸没式液冷首台演示机,2012 年又首报 3M 两相浸没演示,比行业共识领先约 13 年。2025-01,他判断 DLC 成为 table stakes,后来用 TrendForce 的 AI 数据中心 DLC 渗透率 14%→33% 自评 MASSIVE HIT。同样在 2025-01,他判断浸没式冷却拐点临近,后来自评 TOO EARLY,承认浸没仍是选择性、专门化应用。2026-04-30,他写液冷已是现在时,并背书 Omdia 节奏:液冷 2028 主流化、2030 主导新增部署,赛道十年内 $30B。2026-02-17,他还引用 Nvidia Vera Rubin Ultra 2027 年或达 600kW/机柜,这把冷却推成刚性问题。

选股原则(观察框架非建议):液冷研究先区分密度源头、冷却方案、设备商和集成商。密度源头是 Nvidia 等芯片平台,因为 100+kW、600kW 机柜压力来自算力设计。冷却方案中,DLC 与两相/浸没要分开跟踪,不要用一个”液冷”标签包住全部。设备商如 CoolIT、ZutaCore、Accelsius、GRC、Motivair 多为私有或非直接交易入口,但它们能提示上市公司供应链和并购方向。上市标的要继续看订单、毛利、份额和客户集中度,不能只因赛道方向正确就默认赚钱。

误区:展会热度不等于利润。Rich Miller 的地面真相能较早提示技术渗透,但不能保证设备商捕获价值。第二个误区是把浸没式和 DLC 混在一起,DLC 已从试点变成默认设计假设,浸没式却多次 too early。第三个误区是低估维护与标准问题:冷却不是单个部件,它改变机房设计、运维流程、供应商责任和保险边界。第四个误区是只看液冷需求,不看电气设计同步变化,如 800VDC 配电和数字孪生设计进入关键路径。

小结+作业:液冷是 Rich Miller 方法最直观的示范:早期看展台,成熟期看默认设计,投资期看利润归属。作业:选三家公司或技术方案,分别写下它属于 DLC、两相、浸没还是机房集成;再写一条验证指标,例如客户项目、机柜密度、订单、融资或标准化进展。不要把”液冷很热”当作结论,要把它拆成可验证路径。

本章对应标的:NVDA、BE、OKLO 作为密度与能源背景;CoolIT、ZutaCore、Accelsius、GRC、Motivair 作为液冷研究入口。

导语:数据中心行业过去常把社区反对当成公关噪音,Rich Miller 在 2026-02-17 播客里明确说,这不只是公关问题,它现在就是业务问题。原因很简单:有组织的社区反对已经能拖慢、改变甚至叫停数十亿美元项目。AI 数据中心对电、水、土地、噪音、税收和电价的影响越大,越不可能只靠企业宣传处理。把社区接受度纳入交付三关,是 Rich Miller 区别于单纯产业多头的关键一面。他既看行业扩张,也看行业扩张给公共系统施加的压力。

方法步骤:社区分析分四步。第一,看组织化程度:是否出现环保组织联盟、居民团体、地方议员动员。第二,看引爆点:水、电价、噪音、土地用途、税收激励哪一项最容易激化。第三,看企业回应:是否公开自报身份、暂停开发、承诺不抬高居民电价、直接与社区谈。第四,看政策后果:县级听证、州级暂停令、税收激励调整是否已经从舆论进入制度。Rich Miller 的方法不是站队反对数据中心,而是把社区接受度当成和电力、施工一样硬的业务约束。

真实判断带日期:2023 年,他预测数据中心 PR 问题将成为建设者的重大业务问题;当年弗吉尼亚 27 个环保组织结成 Data Center Reform Coalition,他自评 HIT。2026-02-17,他把社区接受度列入执行年三重测试之一。思想体系里还记录,他不回避对行业不利的数字:数据中心与 PJM 容量市场 $9.3B 涨价相关,区域居民电费或月增约 $18。同时他指出水和电价常被不完整叙事推波助澜,闭环冷却等新技术在公共辩论中也可能被忽略。他点名 Microsoft 模式,即项目公开自报身份、暂停开发、承诺不抬高居民电价、直接与社区谈,可能成为行业标准。

选股原则(观察框架非建议):社区风险对不同标的的传导不同。对园区开发商和云厂商,它可能表现为项目延期、额外承诺、成本上升和选址调整。对公用事业,它可能表现为电价分摊争议、监管附加条件和大负载接入限制。对冷却与节能技术供应商,社区压力反而可能提升闭环冷却、节水方案和能效改造的需求。研究时不要只问”行业需不需要数据中心”,还要问”当地居民愿不愿意用电费、土地和水资源承接这个数据中心”。

误区:第一个误区是把反对者都当成不懂技术。Rich Miller 的姿态更复杂:他批评公众叙事不完整,也批评行业把社区当公关问题。第二个误区是用全国平均外推地方政治。社区阻力因州、县、项目差异极大,一个县的听证会爆满不等于全国禁建,但也不是噪音。第三个误区是忽略电价传导。AI 基建只要让居民感觉自己在补贴大型科技公司,政治风险就会迅速上升。第四个误区是把企业承诺当终点,承诺必须转化为合同、审批条件和实际电价安排。

小结+作业:社区接受度是 AI 基建从财务模型进入现实社会的地方。作业:找一个数据中心选址争议,列出反对方、企业方、监管方各自的核心诉求,再标出哪一项会直接影响项目交付时间。你会发现,最有用的信息常不在公司新闻稿,而在地方会议纪要和居民电费讨论里。

本章对应标的:MSFT、META、GOOGL、NEE、D;社区风险也应纳入所有大型园区开发与公用事业研究。

导语:AI 需求按季度变化,数据中心按年建设。Rich Miller 把这个错位称为一轮周期里许多怪现象的共同根因:主流市场 3-5 年以上的开发周期追不上突然爆发的 AI 负载,于是天价租金、二线市场外溢、煤电厂改造、停车场模块、现场燃气轮机、吉瓦级园区同时出现。理解这个模型后,你会发现很多新闻不是孤立事件,而是同一个物理约束的不同解法。AI 不是只在云里增长,它最终要变成土地、电、管线、冷却和机架。

方法步骤:建设周期分析先画两条时间线。第一条是需求线:ChatGPT 之后 AI 负载以季度为单位变化,云厂商和模型公司快速锁资源。第二条是供给线:土地、许可、输电、施工、设备、上架通常以年为单位推进。两条线之间的缺口,就是稀缺溢价。然后看缩周期路径:预制模块能否把工期从 17 个月压到 11 个月,旧电厂改造能否绕过部分选址和输电难题,现场发电能否先桥接再并网。最后看供给释放窗口:如果 2027-2028 年集中释放,稀缺溢价可能反转成过剩压力。

真实判断带日期:2024-04-29,Rich Miller 发布《The Gigawatt Data Center Campus is Coming》,判断行业进入吉瓦级园区时代。随后一年内,Alphabet $4.75B 收购 Intersect Power,Meta 路易斯安那 $10B 园区,Crusoe 德州 1.2GW 园区落地,该预测被自评 MASSIVE HIT,领先共识约 12 个月。2023 年,他判断现场发电趋势,后来自评 TOO EARLY;到 2025 年同主题成为 STRONG HIT,因为 ExxonMobil 宣布 1.5GW 数据中心专用气电厂,AEP 与 Bloom Energy 至多 1GW 燃料电池等案例出现。思想体系还记录,TeraWulf 把 Lake Mariner 煤电厂改造成 AI 园区,也是绕周期的一条路。

选股原则(观察框架非建议):建设周期模型适合看三类机会和风险。第一,能缩周期的项目:预制模块、既有电厂改造、现场发电和已有电力接入的园区。第二,能吃稀缺租金的运营方:低空置率和预租能提高议价,但要确认交付时点。第三,可能遭遇集中释放的资产:如果大量 2024-2025 公告项目在 2027-2028 同时上线,此前的稀缺溢价可能下降。研究时要把每个标的放进供给日历,不要只看当季需求。

误区:最危险的误区是把周期错位当永恒稀缺。Rich Miller 自己提醒,一旦 2027-2028 年供给集中释放,或 AI 需求增速下台阶,稀缺溢价会反转为过剩出清。第二个误区是忽视需求侧突变。他 2023 年唯一方向级 MISS 是预测超大规模厂商消化年,却遇到 AI 需求海啸,说明供给侧物理学强,但需求侧黑天鹅能打翻模型。第三个误区是把现场发电当永久优势,它可能只是并网前的桥接,也可能因燃料、许可、排放而产生新约束。

小结+作业:建设周期物理学的核心是把”什么时候能上线”放在”规模多大”之前。作业:挑三个数据中心项目,分别写公告日期、预计交付日期、电力方案、是否有缩周期路径。再判断它们是在吃当前稀缺,还是在 2027-2028 供给释放窗口承压。

本章对应标的:GOOGL、META、WULF、BE、XOM、DBRG;Crusoe、Intersect Power 等作为吉瓦园区和能源整合研究样本。

导语:Rich Miller 的决策启发式里有一条很适合投资研究:空置率是最诚实的价格信号。AI 基建叙事可以宏大,公司新闻稿可以热闹,但真正反映供需张力的,是可租空间还有多少、租金涨了多少、预租锁得多紧。北弗州空置率 0.9%、全美主流市场 2.8%、再到 1.6% 这类数字,比”需求强劲”更有信息量。它还会解释需求为什么外溢到俄亥俄、印第安纳、路易斯安那、犹他等有地有电的二线州。

方法步骤:市场供需分析分四步。第一,看空置率:一线市场低于 2% 时,说明短期空间稀缺是真约束。第二,看租金和涨价:2024 年预测里 Rich Miller 提到涨价 10-15%,这类价格变化能验证紧缺是否进入合同。第三,看预租:430MW 单笔预租这样的数据说明客户愿意提前锁稀缺产能。第四,看外溢顺序:需求不是随机去二线,而是跟着电力、土地、政策和施工资源迁移。把空置率、涨价、预租、外溢放在同一张图上,比只读总 CapEx 更接近真实供需。

真实判断带日期:2023-01,他预测 2023 下半年数据中心空间更难找、更贵,结果年末北弗州空置率降到 0.9%,开发周期拉长到 3-5 年以上。2024-01,他的 8 大预测包括 AI 空间紧缺和涨价 10-15%,后来自评 8/8,其中空置率 2.8% 新低、M&A 超过 $40B、AWS 6 倍密度组件等都进入验证链。2025 年,全美主流市场空置率进一步到 1.6%,说明紧缺没有停留在单一市场。2023 年他预测超大规模厂商消化年则被 430MW 单笔预租和 AI 需求海啸证伪,这也提醒空置率模型要随需求突变更新。

选股原则(观察框架非建议):空置率适合做相对排序。对数据中心运营和开发资产,低空置率与高预租会提高议价,但要看电力和交付。对公用事业,需求外溢意味着二线州大负载管道可能扩张。对设备和施工链,低空置率意味着客户有动力接受模块化、液冷、现场发电等缩周期方案。对云厂商,租金上涨是成本压力也是资源门槛。不要把空置率直接翻译成股票涨跌,要把它作为供需仪表盘的一项输入。

误区:第一个误区是只看全国平均。数据中心是地方性极强的资产,一线市场 0.9% 与某二线市场宽松可以同时存在。第二个误区是把低空置率当永恒护城河;供给集中释放后,同一指标会反向。第三个误区是忽视价格传导:租金涨对运营商是收入机会,对租户是成本压力,对电网和社区可能是争议源。第四个误区是用财报滞后指标看实时供需,空置率和预租通常比财报更早提示拐点。

小结+作业:空置率把 AI 基建从故事变成市场。作业:选一个数据中心市场,记录最近可得的空置率、租金方向、预租新闻和新增供给时间表,再用一句话判断它处于”极紧缺、紧缺、平衡、待出清”哪一档。没有空置率,就不要轻易说供需。

本章对应标的:CRWV、GOOGL、AMZN、META、DBRG、NEE、D;外溢市场还可关联俄亥俄、印第安纳、路易斯安那、犹他相关项目与公用事业。

导语:当数据中心从几十兆瓦走向数百兆瓦、再到吉瓦级园区,它就不再只是房地产或云基础设施,而越来越像能源项目。Rich Miller 在 2024-04-29 判断 Gigawatt Data Center Campus 到来,这不是夸张标题,而是产业组织方式改变:开发商、云厂商、电力公司、可再生能源、核电、气电、现场发电开始绑在一起。AI 负载越大,越需要 24/7 基载、可再生采购、输电能力和地方审批的组合方案。研究者必须把数据中心地图与能源地图叠在一起看。

方法步骤:吉瓦园区分析有四个层次。第一,负载规模:项目是百兆瓦还是 1GW 以上,规模决定它对区域电网的冲击。第二,能源结构:可再生、气、核、燃料电池、SMR、现场发电各自承担什么角色。第三,垂直整合:云厂商是否通过收购能源平台、重启核电站、签多吉瓦协议来锁资源。第四,监管与社区:规模越大,越会触发电价、排放、土地和用水争议。Rich Miller 的优势是把这四层放在一条报道线上,让你看到”数据中心开发与电力的合流”。

真实判断带日期:2024-04-29,他写《The Gigawatt Data Center Campus is Coming》,并强调德州加可再生组合的吸引力。随后 Alphabet $4.75B 收购 Intersect Power,Meta 路易斯安那 $10B 园区,Crusoe 德州 1.2GW 园区成为验证样本。2026-05-18,他解读 NextEra $66B 收购 Dominion,把它放在 130GW+ 大负载管道和弗吉尼亚 450 座数据中心背景下。思想体系还记录,NextEra 已从纯可再生转向”全能源形态”,用气、核、可再生服务 24/7 基载,并签 Google/Meta 多吉瓦协议、为 Google 重启 Duane Arnold 核电站。

选股原则(观察框架非建议):吉瓦园区研究可以从”谁控制关键资源”入手。云厂商控制需求和资本,电力公司控制接入和管道,能源开发商控制可再生与基载组合,数据中心开发商控制土地、施工和客户关系。上市公司如 GOOGL、META、NEE、D、DBRG、WULF 等在不同层面暴露于这条线。判断时不要只问谁宣布了大项目,还要问谁承担电力风险、谁获得长期合同、谁面对电价和社区压力、谁的资产在审批后才真正增值。

误区:第一,不要把”绿色 MegaCampus”理解成单纯可再生采购。24/7 基载需要气、核、可再生、储能或现场发电组合。第二,不要把能源整合当作没有代价的护城河;它会带来审批、资本开支、燃料、排放和居民电价问题。第三,不要把吉瓦数字当成当前收入。吉瓦级园区从规划到贡献负载要经历多年交付。第四,不要忽视资本层镜像:DigitalBridge $1B 收购能源专家 ArcLight 这类动作,说明资管层也在围绕电力能力重组。

小结+作业:吉瓦园区是 AI 基建进入能源时代的标志。作业:选择一个大型园区或能源交易,写下需求方、能源方、开发方、监管方四个角色,再标出哪一方承担最大不确定性。只有把角色拆开,你才不会被一个”1.2GW”或”$10B”标题带走。

本章对应标的:GOOGL、META、NEE、D、DBRG、WULF、BE、OKLO;Intersect Power、Crusoe、ArcLight 等为研究入口。

导语:Rich Miller 体系里很宝贵的一点,是他和 DCF 有年度预测再公开打分的习惯。对研究者来说,这比单条观点更有价值,因为你能看到一个人怎么处理 hit、miss、too early。2023 年他有唯一方向级错误:预测超大规模厂商消化年,实际遇到 AI 需求海啸。2024 年 8/8,但 scorecard 是自评。2025 年有 5 中 3 早,说明方向很强、节奏常偏早。正确使用他,不是迷信命中率,而是给他的模型建立校准值。

方法步骤:读 scorecard 有四步。第一,把结果分成三类:方向正确、方向错误、方向对但太早。第二,识别评分尺度:年度预测往往以主题为单位,主题越宽,越容易被判 hit。第三,找系统性偏差:Rich Miller 的偏差不是胡乱错,而是前瞻技术与能源方案容易早 1-2 年。第四,把偏差转化成使用规则:他说”拐点临近”时,研究者要再加一个 18-24 个月的节奏缓冲;他说”执行年”时,要把验证指标具体化到交付吉瓦数、暂停令、互联协议和空置率。

真实判断带日期:2023-01,他预测现场发电、氢燃料电池/SMR 放量,后来自评 TOO EARLY;2025 年同主题因 XOM 1.5GW 气电、AEP-Bloom 1GW 等案例变成 STRONG HIT,方向对但早约 2 年。2024-01,8 大预测包括 AI 空间紧缺、电力全面重估、涨价 10-15%、供应链 M&A、模块化、AI 驱动设计与液冷、排放许可冲突、绿色 MegaCampus 选址,后来自评 8/8。2025-01,DLC table stakes 自评 MASSIVE HIT,浸没式拐点、边缘 AI 推理、SMR 近期产能则出现 too early。2026-04-30 液冷 2028 主流化、2030 主导新增部署仍是开放预测。

选股原则(观察框架非建议):scorecard 的投资用途不是照单买入,而是给主题排序和定时。方向命中率高的领域,如电力约束、DLC、吉瓦园区,可以提高研究优先级;多次 too early 的领域,如浸没式、SMR、边缘 AI、现场发电,要降低短期收入兑现预期,提高观察期耐心。对于上市标的,可以把 Rich Miller 的判断当产业输入,再用财报验证订单、毛利、交付和资本开支。对于私有公司,只作为技术扩散信号,不要把融资新闻误读成可交易结论。

误区:不要把 8/8 当作未经折扣的神话。思想体系已提醒,scorecard 是 DCF 自评,2025 年版作者为现任主编 Matt Vincent,且主题表述宽泛时天然易判 hit。第二个误区是把 miss 当作全盘否定。2023 消化年错误说明需求黑天鹅能击穿供给侧推演,它反而告诉我们框架边界。第三个误区是忽视 too early 的资金成本。对记者,早是声誉资产;对投资者,早可能是回撤和机会成本。

小结+作业:使用 Rich Miller 的正确方式是”取方向,校节奏,设验证”。作业:从他的开放预测表里选一条,例如 2026 执行年、2028 液冷主流化、NextEra-Dominion 合并实质是 AI 电力卡位,写出三个验证指标和一个证伪条件。不能写出证伪条件,说明你还在消费观点,不是使用模型。

本章对应标的:NVDA、BE、OKLO、XOM、NEE、D、GOOGL、META、WULF;私有 CoolIT、ZutaCore、Crusoe 等按技术和项目节点跟踪。

导语:最后一讲必须把 Rich Miller 本人放回边界里。他不是基金经理,没有净值曲线;不是卖方分析师,没有评级和目标价;也不是工程师,芯片、网络、电气架构层经常转述厂商口径。他的强项是数据中心物理层的一手报道与时间纵深:选址、电力、供需、冷却、社区、建设周期。用他的方法,要取现场和框架,不要把他变成交易信号。尤其要记住,从”Rich Miller 判断 Ashburn 缺电”到”买某只电力设备股”,中间的金融化跳跃是读者自己完成的。

方法步骤:理性使用分四步。第一,核身份:美国公众视野里至少有三个 Rich Miller,引用前必须确认是数据中心这位,来源应指向 datacenterrichness.substack.com、datacenterfrontier.com 或 DCK/DCF/DCR 署名。第二,核来源:区分本人原文、播客、媒体转述和本站映射。第三,核能力圈:选址、电力、市场供需、社区政治可信度高于芯片与电气架构细节。第四,核激励:行业媒体对设备商和开发商天然有曝光倾向,新品报道、融资报道居多,DCR 转向读者付费有所缓解,但赞助和行业关系链并未消失。

真实判断带日期:他的可信度来自一串可回测记录,也来自公开认错。2010-03-17 报道浸没式液冷,2022-07 报道 Ashburn 电力危机,2024-04-29 判断吉瓦园区,2026-02-17 提出执行年三重测试,2026-05-18 解读 NextEra-Dominion 合并。这些记录说明他在物理层的方向感很强。与此同时,2023-01 的超大规模厂商消化年判断被 AI 需求海啸击穿,2025-01 的浸没式与边缘 AI 推理都 too early,SMR 近期产能也 too early。这些错误和偏早,正是使用边界的一部分。

选股原则(观察框架非建议):把 Rich Miller 当成”物理层问题发现器”,而不是”股票答案生成器”。他能告诉你电力可能成为瓶颈、液冷从试点进入默认设计、社区接受度会影响项目、吉瓦园区正在改写选址,但不会告诉你某公司估值是否便宜、毛利能否维持、资产负债表是否稳健。研究流程应是:先用他的模型找到产业约束,再列出受影响公司,再用财报、监管文件、客户订单、估值和风险承受力做二次判断。本站的思想到标的映射只是研究入口。

误区:第一,不要把行业媒体的放大器角色忘掉。他的报道推动行业理解,也不可避免更常覆盖扩张、新品、融资和项目。第二,不要把自评 scorecard 当第三方审计。第三,不要忽略同名混淆,尤其 Capitol Fax 的伊利诺伊政治博主也写过数据中心监管民调专栏。第四,不要把技术转述当一手工程判断,例如 800VDC、Omniverse DSX 等应回到 Nvidia 等厂商原始资料验证。第五,不要把”他方向准”推导成”你买入能赚钱”。

小结+作业:Rich Miller 留给投资研究者的价值,是把 AI 基建从抽象算力拉回可检查的物理世界:电力、冷却、选址、施工、社区、时间。作业:选一个你最看好的 AI 基建标的,用本课九讲写一页风险表:宣布是否等于交付?电力是否锁定?冷却路径是否明确?社区是否可接受?建设周期是否匹配需求?有没有 too early 风险?写完后再看估值,顺序不要反。

本章对应标的:无单一标的。本章适用于所有由 Rich Miller 观点映射出的研究对象,包括 NEE、D、NVDA、BE、OKLO、XOM、GOOGL、META、MSFT、WULF、DBRG 及相关私有公司。