1. 投資摘要
位元小鹿（BTDR）的 AI 產業鏈定位：Bitdeer 是比特幣挖礦、礦機、算力資料中心和 AI Cloud/HPC 基礎設施公司，鏈上位置是“neocloud/AI 機房和 GPU 雲端的早期轉型者”。 1 4
AI 雲端硬錨：2026 年 5 月經營更新揭露 AI Cloud ARR 約 6,900 萬美元、GPU 利用率約 90%，並推進 GB300 NVL72 叢集部署；這比單純“轉型 AI”更適合作為後續驗證口徑。 4 5
最新財務硬數：Q4 2025 營收大幅擴張但毛利率僅 4.7%；Q1 2026 營收 1.889 億美元、淨虧損 1.595 億美元、調整 EBITDA 1440 萬美元，AI Cloud 營收 370 萬美元。 1 2
最新事件：2026-05，公司揭露 Q1 2026：挖出 2,033 BTC，自挖算力平均 63.2 EH/s；AI Cloud 營收仍低於總營收 2%。 2 3
反證同樣明確：Q1 2026 AI Cloud 營收僅 370 萬美元，總營收仍主要由自挖、託管、雲端算力和礦機相關業務驅動，且季度毛利率為負，AI Cloud 還未證明能抵消挖礦週期和重資產成本。 2 4
競爭參照：CoreWeave、IREN、Cipher Mining、TeraWulf、Applied Digital、Riot Platforms、Marathon Digital、Lambda。 7 8
本文不提供價格結論、交易方向或配置比例判斷，只做事實整理、產業位置拆解和可追蹤指標架構。1
關鍵缺口：AI 單獨營收、單客戶佔比、按模型/晶片/雲端資源拆分的毛利和資本支出，多數公司並未完整揭露，本文統一標註為 [未充分揭露]。1 6
2. 產業鏈位置
位元小鹿不是簡單的“AI 概念股”，而是在 AI 產業鏈中承擔特定環節：Bitdeer 是比特幣挖礦、礦機、算力資料中心和 AI Cloud/HPC 基礎設施公司，鏈上位置是“neocloud/AI 機房和 GPU 雲端的早期轉型者”。 這個定位決定了營收彈性、毛利天花板和資本支出強度都要按環節分析，而不能直接套用訓練 GPU、雲端廠商或通用軟體公司的架構。1 4
鏈條節點 公司暴露 證據口徑 投研含義 上游依賴 核心晶片、雲端資源、車規 IP、GPU、網路、資料中心或行業資料，視公司業務而定 採購比例多數未揭露 若上游價格/供給受限，毛利和交付會先受壓 自身能力 產品、演算法、平台、工程交付和行業客戶認證 產品頁和財報揭露 決定是否有差異化，而非只看營收增速 下游客戶 企業、運營商、車廠、政府、雲端客戶或消費電子客戶 客戶名單和集中度多未揭露 驗收週期和議價能力決定現金流量 AI 增量 端側推論、Agentic AI、AI Cloud、LLM 監控、資料中心或視覺 AI 直接營收少數揭露，多數需 proxy 必須把“AI 營收”與“AI 敘事”分開 財務驗證 營收、毛利率、淨利、CFO、資本支出 最新財報和季度材料 判斷 AI 增量是否真正轉成獲利和現金
3. AI相關營收拆解
AI Cloud 直接營收已開始揭露：Q1 2026 為 370 萬美元；2026 年 5 月經營更新揭露 AI Cloud ARR 約 6,900 萬美元、GPU 利用率約 90%。投研上應把“季度確認營收”和“ARR/利用率”分開追蹤。 2 4
財報口徑：Q4 2025 營收大幅擴張但毛利率僅 4.7%；Q1 2026 營收 1.889 億美元、淨虧損 1.595 億美元、調整 EBITDA 1440 萬美元，AI Cloud 營收 370 萬美元。 1 2
AI 直接營收：若公司未單列 AI 營收，本文不把全部營收視為 AI 營收，只按產品和客戶場景建立 proxy。
AI proxy 1：與 AI 產品、AI Cloud、智慧代理、NPU、LLM Observability、車載 AI 或資料中心相關的營收線索。
AI proxy 2：與 AI 需求同步變動的客戶專案、ARR、平台營收、IDC/雲端營收或 Core IoT 營收。
AI proxy 3：若只揭露產品進展而未揭露金額，則只寫“技術/產品暴露”，不寫營收規模。
未揭露項：單一 AI 客戶、AI 產品毛利、AI 資本支出、AI 訂單轉營收週期和 AI 相關存貨均按 [未充分揭露] 處理。
專案 口徑 可用數字 證據等級 解釋 總營收/最新營收 公司最新財報 Q4 2025 營收大幅擴張但毛利率僅 4.7%；Q1 2026 營收 1.889 億美元、淨虧損 1.595 億美元、調整 EBITDA 1440 萬美元，AI Cloud 營收 370 萬美元。 A/B 以公司 IR、交易所揭露或 SEC 為優先 AI 直接營收 公司是否單列 [未充分揭露] 或見上文硬錨 B/C 少數公司揭露平台/API/AI Cloud營收，多數只揭露產品線 毛利率 公司整體或分部 見最新財務硬數 A/B 判斷 AI 放量是否稀釋獲利 資本支出 資料中心/產線/裝置 [未充分揭露] 或財報口徑 B AI 雲端和半導體公司尤其重要
4. 核心產品
AI Cloud：基於 NVIDIA DGX SuperPOD/H100、後續 GB200/GB300 相關叢集的 GPU 雲端服務，商業化路徑是 IaaS/AI 基礎設施出租，核心驗證指標是 ARR、GPU 利用率和季度 AI Cloud 營收。 4 5
NVIDIA DGX SuperPOD H100：Bitdeer 揭露 2024 年完成 DGX SuperPOD H100 部署和測試，用於企業級訓練與推論服務；該產品證明硬體棧存在，但不等同於高毛利營收。 5 6
AI training platform：面向 AI/ML 訓練提供 serverless GPU、H100、DDN Storage 與 InfiniBand 資源，投研上關注使用量、價格和客戶留存，當前客戶名單及毛利率 [未充分揭露]。 5
Self-mining：Q1 2026 自挖營收 1.469 億美元，平均自挖算力 63.2 EH/s；這是當前最大營收來源，也是 BTC 價格、難度和電價風險的主要承載項。 2
SEALMINER：礦機銷售營收 Q1 2026 為 370 萬美元，體現公司向礦機自研/銷售延伸，但與 AI Cloud 不是同一營收驅動。 2
Hosting / Cloud Hash Rate：Q1 2026 general hosting、membership hosting 和 cloud hash rate 仍貢獻營收，需與 AI Cloud 分開，避免把全部算力服務營收都歸為 AI。 2
產品驗證方法：只把公司官網、財報、交易所公告或正式 IR 材料當作 A/B 級證據；媒體報道只用於補充事件時間線。
產品風險：AI 產品可能提升客戶粘性，但若硬體 BOM、雲端資源或人力交付佔比過高，規模增長未必自動提升獲利率。
5. 上下游
方向 關鍵物件 對公司影響 揭露狀態 上游晶片/算力 GPU、CPU、NPU、車規 IP、MCU、伺服器或雲端資源 影響產品能力、交付週期和毛利 多數採購佔比 [未充分揭露] 上游軟體/模型 開源模型、商業 LLM、資料平台、開發架構 影響產品可用性和客戶匯入速度 具體成本 [未充分揭露] 上游人才 演算法、晶片、雲端平台、行業交付團隊 影響研發費用率和交付質量 人員結構多為年度揭露 下游客戶 企業、政府、運營商、車廠、雲端客戶、消費電子客戶 影響訂單穩定性和回款 單客戶佔比通常 [未充分揭露] 渠道夥伴 雲端市場、系統整合商、OEM/ODM、開發者生態 影響獲客成本和海外擴張 夥伴營收貢獻 [未充分揭露]
6. 同業與競爭格局
位元小鹿的競爭不能只按股票行業分類，而要按 AI 工作負載的位置來比：晶片公司比算力、功耗和生態；軟體公司比資料閉環、客戶留存和毛利；雲端/IDC 公司比電力、GPU、網路和資本成本。7 8
維度 本公司 同業參照 觀察重點 營收質量 AI 暴露與傳統業務混合 CoreWeave、IREN、Cipher Mining、TeraWulf、Applied Digital、Riot Platforms、Marathon Digital、Lambda。 AI 營收是否單列、是否高毛利 獲利質量 毛利率/經營獲利/淨利 CoreWeave、IREN、Cipher Mining、TeraWulf、Applied Digital、Riot Platforms、Marathon Digital、Lambda。 AI 增長是否稀釋獲利 客戶結構 企業/政府/車廠/運營商/雲端客戶 CoreWeave、IREN、Cipher Mining、TeraWulf、Applied Digital、Riot Platforms、Marathon Digital、Lambda。 是否依賴大客戶或專案制驗收 技術壁壘 產品、演算法、平台、認證、生態 CoreWeave、IREN、Cipher Mining、TeraWulf、Applied Digital、Riot Platforms、Marathon Digital、Lambda。 是否能形成複用而不是一次性交付
7. 護城河
資料中心與電力資源是挖礦和 AI Cloud 共用底座，若能以低成本電力和高利用率承接 GPU 叢集，才可能形成重資產壁壘。 1 4
NVIDIA DGX SuperPOD/H100 到 GB200/GB300 的硬體棧有助於進入企業 AI 基礎設施採購清單，但硬體本身容易被資本充足的雲端廠和 neocloud 複製。 4 6
AI Cloud ARR 和 GPU 利用率是現階段最清晰的商業化訊號；2026 年 5 月揭露的約 6,900 萬美元 ARR 與 90% 利用率需要後續季度營收兌現。 4
自挖算力、礦機和託管業務提供現金流量與客戶入口，但也把公司暴露在 BTC 價格、全網難度和礦機週期中。 1 2
SEALMINER 自研礦機可能改善自挖成本結構並帶來銷售營收，但 Q1 2026 銷售額仍小，規模與毛利率需要繼續驗證。 2
亞洲與北歐等資料中心資源若能轉為 AI 機房，將提高供給彈性；但改造成本、交付時間和客戶簽約仍有不確定性。 6
反向護城河是資本支出和折舊：若 GPU 租價下行、利用率下降或融資成本上升，AI Cloud 擴張會快速侵蝕 ROIC。 1 4
反向提醒：AI 敘事本身不是護城河。若 AI 專案主要依賴人力交付、低毛利硬體轉售或補貼獲客，規模擴大可能拉低 ROIC。
8. 財務質量(趨勢表+杜邦+逐季)
財務分析以公司最新揭露為準：Q4 2025 營收大幅擴張但毛利率僅 4.7%；Q1 2026 營收 1.889 億美元、淨虧損 1.595 億美元、調整 EBITDA 1440 萬美元，AI Cloud 營收 370 萬美元。 1 2
指標 最新年度/期間 口徑 質量判斷 營收 Q4 2025 營收大幅擴張但毛利率僅 4.7%；Q1 2026 營收 1.889 億美元、淨虧損 1.595 億美元、調整 EBITDA 1440 萬美元，AI Cloud 營收 370 萬美元。 公司財報/IR 看 AI 相關產品是否貢獻增量 毛利率 見揭露硬數或 [未充分揭露] 公司財報/IR 判斷軟體化或硬體化程度 淨利 見揭露硬數或 [未充分揭露] 公司財報/IR 專案制公司需看一次性損益 經營現金流量 見揭露硬數或 [未充分揭露] 現金流量量表/IR 比淨利更能識別質量 資本支出 見揭露硬數或 [未充分揭露] 現金流量/管理層口徑 雲端和半導體需要重點追蹤
杜邦拆解
淨利率：用淨利 / 營收衡量；若揭露淨利和營收，則可計算，否則保持 [未充分揭露]。1
資產週轉：專案制、雲端基礎設施和半導體公司的資產週轉差異很大，不能跨行業硬比。6
權益乘數：若債務或可轉債較高，ROE 可能被槓桿放大；本文不把高 ROE 自動等同於高質量。1
ROIC：AI Cloud、半導體產線和資料中心需看資本支出回收期；軟體平台需看研發費用資本化和續費。2
近季橋
Q2 2025 HPC/AI Cloud 營收 130 萬美元；Q4 2025 毛利 1060 萬美元、毛利率 4.7%；Q1 2026 AI Cloud 營收 370 萬美元。 2 3
季度/期間 營收 獲利 現金流量/資本支出 AI 線索 上一年度 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 只採用已揭露產品/客戶/平台線索 最近中期/前三季 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 只採用已揭露產品/客戶/平台線索 最近季度 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 只採用已揭露產品/客戶/平台線索 下一期追蹤 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 見揭露或 [未充分揭露] 只採用已揭露產品/客戶/平台線索
9. 業績傳導
正向傳導：AI 客戶需求增加 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。1 2
正向傳導：產品從試點進入規模部署 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。1 2
正向傳導：平台/軟體 attach 提升 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。1 2
正向傳導：渠道或生態夥伴擴張 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。1 2
正向傳導：上游晶片/雲端資源供給改善 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。1 2
正向傳導：專案驗收和回款改善 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。1 2
反向傳導：硬體/雲端資源成本上升 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。1 6
反向傳導：客戶專案延期 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。1 6
反向傳導：政府/車廠/企業預算放緩 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。1 6
反向傳導：研發費用和銷售費用提前投入 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。1 6
反向傳導：一次性重組或併購攤銷 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。1 6
10. 經營拆分與反證架構
本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。
模組 關鍵經營變數 強敘事訊號 反證閾值 營收與採用 營收增速、ARR/訂單、客戶採用 營收增長由真實客戶採用和復購支撐 營收或訂單連續放緩，且缺少客戶採用證據 獲利質量 毛利率、費用率、現金流量 毛利率穩定，現金轉換改善 毛利率下行或現金流量惡化 競爭與客戶 客戶集中度、份額、替代風險 大客戶擴張且競爭格局穩定 客戶砍單、份額流失或替代方案加速
11. 風險
AI 直接營收未單列，市場可能高估 AI 純度。1 2
客戶集中度和專案驗收節奏未充分揭露。1 2
上游晶片、GPU、雲端資源或車規 IP 供給限制。1 2
毛利率因硬體或交付佔比上升而下行。1 2
經營現金流量與淨利背離。1 2
研發費用和併購攤銷壓制獲利。1 2
地緣、出口管制、政府預算或行業監管變化。1 2
同業價格競爭導致續費或 ASP 下滑。1 2
新產品釋出不等於營收確認。1 2
資本支出回收期長於管理層預期。1 2
12. 常見誤讀糾偏
誤讀 1：把 Bitdeer 視為純 AI 雲端公司。糾偏：Q1 2026 總營收主要來自自挖，AI Cloud 營收 370 萬美元；AI Cloud ARR 是重要線索，但還不是營收主體。 2 4
誤讀 2：把產品釋出等同於訂單和營收。糾偏：產品頁證明技術暴露，財報才證明商業化結果。
誤讀 3：把 AI Cloud ARR 直接當成季度營收。糾偏：ARR 是執行率或合同化指標，仍要看 GPU 實際上線、利用率、客戶使用、價格和營收確認。 4
誤讀 4：毛利率短期波動可以忽略。糾偏：Q1 2026 gross margin 為 -20.7%，說明電力、折舊、服務費和擴張成本會直接影響 AI 轉型質量。 2
13. 最新事件(帶日期)
2026-06-18：本文按已可檢索公開資料更新；未取得的新一期正式財報不做推斷。
2026-05，公司揭露 Q1 2026：挖出 2,033 BTC，自挖算力平均 63.2 EH/s；AI Cloud 營收仍低於總營收 2%。 2 3
2025 年度/最近年度：Q4 2025 營收大幅擴張但毛利率僅 4.7%；Q1 2026 營收 1.889 億美元、淨虧損 1.595 億美元、調整 EBITDA 1440 萬美元，AI Cloud 營收 370 萬美元。 1
2026-05，公司經營更新揭露 AI Cloud ARR 約 6,900 萬美元、GPU 利用率約 90%，並提到 GB300 NVL72 叢集部署和 Nemotron 3 可用性。 4 5
同業側：CoreWeave、IREN、Cipher Mining、TeraWulf、Applied Digital、Riot Platforms、Marathon Digital、Lambda。 的公開結果用於校驗賽道景氣，不作為本公司營收證明。7 8
14. 追蹤指標
AI 直接營收或 proxy 佔比：下一期財報若揭露則更新；未揭露不倒推。1 2
毛利率與分部毛利率：下一期財報若揭露則更新；未揭露不倒推。1 2
經營現金流量和自由現金流量：下一期財報若揭露則更新；未揭露不倒推。1 2
資本支出、折舊和資料中心/產線利用率：下一期財報若揭露則更新；未揭露不倒推。1 2
客戶數量、ARR、訂單、backlog 或 lighthouse 使用者：下一期財報若揭露則更新；未揭露不倒推。1 2
研發費用率和銷售費用率：下一期財報若揭露則更新；未揭露不倒推。1 2
AI 產品釋出後的商業化節奏：下一期財報若揭露則更新；未揭露不倒推。1 2
單客戶或政府專案集中度：下一期財報若揭露則更新；未揭露不倒推。1 2
上游 GPU/晶片/雲端資源供應：下一期財報若揭露則更新；未揭露不倒推。1 2
同業價格和新品代際：下一期財報若揭露則更新；未揭露不倒推。1 2
15. 來源
16. 證據等級與未揭露項
證據等級 定義 本頁用法 A 公司財報、SEC/交易所公告、公司 IR 正式材料 財務硬數優先使用 B 公司官網產品頁、正式新聞稿、投資者演示 用於產品和事件線索 C 權威媒體、行業報告、金融資料聚合頁 用於補充但不單獨證明核心財務 D 市場傳聞、社媒、無來源摘要 不用於硬數
未揭露清單：
AI 單獨營收：[未充分揭露]。
AI 產品毛利率：[未充分揭露]。
單客戶營收佔比：[未充分揭露]。
客戶名單和合同金額：[未充分揭露]。
上游採購佔比：[未充分揭露]。
資本支出按 AI 專案拆分：[未充分揭露]。
模型/晶片/雲端資源成本：[未充分揭露]。
區域營收中的 AI 佔比：[未充分揭露]。
逐季完整現金流量橋：[未充分揭露]。
訂單轉營收週期：[未充分揭露]。
17. 結論邊界
本頁結論只覆蓋 位元小鹿 在 AI 產業鏈中的事實位置、產品證據、財務質量和追蹤架構。所有數字均要求能回到來源；不能回到來源的硬數不寫，或者標為 [未充分揭露]。1 2
不提供交易方向、價格結論或配置比例判斷。
source: 公開揭露與公開資料整理
本頁僅用於產業鏈學習、資訊檢索和研究輔助；不構成投資建議，不預測漲跌，不提供買賣、部位或目標價建議。
