近日，作为以太坊联合创始人的 Vitalik Buterin 在 X 上抛出了一张算力成本拆分表，把比特币挖矿和 AI 推理拉到同一张对照表里。表格被金色财经等媒体快速转述：在比特币挖矿中，每枚比特币对应的算力设备资本支出大约 37,600 美元、电力成本约 40,600 美元，两者合计占到整体成本的绝大部分，其中电费约占 43% 左右，矿机投入约占 40%，人工只剩下约 3.4%，场地与其他项则是个位数的边角料。相比之下，Vitalik 指出，AI 推理阶段几乎完全由 GPU 等硬件的采购与折旧主导，电费只占很小一块，媒体甚至用“4% 对 43%”来强调两者在电力占比上的巨大差异。这组数据与结论目前仍只是 Vitalik 的个人分析框架加单一媒体的拆分估算，而非经过多源交叉验证的官方研究，但它却把一个尖锐问题摆到了台面上：当我们把算力活动的真实经济结构摊开来看，那套把所有算力一概归类为“极度高耗电”的简单叙事，还站得住脚吗。
Vitalik 发文：比特币与 AI 成本对照表
为把争论拉回到具体数字上，Vitalik 近日在 X 上贴出一张成本拆分表，把比特币挖矿和 AI 推理并排摆在同一张“算力账单”上。表里最醒目的，是比特币这一列：据金色财经转述，每枚比特币的算力设备资本支出约 37,600 美元，占总成本约 40%；电力成本则更高，约 40,600 美元，占比 43.3%。人力只剩下一个小角落——人工成本约 3,200 美元，占 3.4%，场地租金的占比微乎其微，甚至在媒体截取的版本中都没能完整呈现具体数值。综合起来看，比特币挖矿的电费与矿机资本支出合计占到成本的 80%–90%，真正能在表格上拉开差距的，只是这两项。
而与之对照的 AI 推理一列，则几乎是相反的故事。Vitalik 的核心判断是：在 AI 推理场景下，成本几乎完全由 GPU 等算力设备的资本支出主导，电力只是边角料。金色财经直接在标题里点出数字——电费约占 AI 推理总成本的 4%，远低于比特币挖矿约 43% 的电费占比，其余成本项的具体美元数值尚未公开，但结构倾向已经非常清晰。通过这张“比特币 vs AI”的成本对照表，Vitalik 把矛头对准的并不是某一个行业，而是那种把所有算力活动一律视作电力黑洞的粗糙叙事，迫使人们重新审视不同算力经济体的成本结构究竟在什么维度上真正拉开了差距。
矿工账本里的真相：电费与硬件五五开
在工作量证明的世界里，矿工的账本从一开始就写死了两条最粗的成本线：一条是算力设备，一条是电费。比特币采用 PoW 机制，谁想参与记账拿区块奖励，就必须让成片的机器 7×24 小时不停运转，这直接把成本结构锁定在“先砸钱买设备，再持续烧电”两步。算力设备的资本支出不只是矿机本身，还包括冷却系统、供电设备以及背后的融资成本，它们在矿场落地那一刻就变成了长期负担；而电力则是每天都要付的运营支出，机器一旦停下来，账面上所有的资本投入瞬间失去意义。
Vitalik 提供的拆分表，把这种结构摊开给人看：据金色财经转述，每枚比特币对应的算力设备资本支出约 37,600 美元，占成本约 40%，电力成本约 40,600 美元，占约 43.3%，两者加总达到整体成本的绝大部分。媒体进一步归纳，硬件与电费合计约占 80%–90%，人力和场地等其他项目只有个位数比例，在这套算式里几乎被压到边缘。原因并不复杂——PoW 的竞争本质上是算力和电价的竞争，矿工会在长期内不断调优设备效率、迁移到更便宜的电源，直到电力开支和设备折旧在账面上形成一种“均衡的压力”，让两条成本线大致五五开，而人力和场地只能被挤在边角，成为这场算力博弈中影响力极小的变量。
AI 推理几乎全靠硬件买单
算力密集不等于电力吞噬，Vitalik 把这一点放在了 AI 推理身上。所谓推理，就是在模型已经训练完成之后，把它丢进真实世界：接收用户的文本、图像或环境信号，按既定参数跑一遍网络，把答案、图片或决策结果吐出来。和训练阶段反复调整参数、回溯梯度不同，推理更像是把一台已经组装好的机器持续开工，它不再为“学会”付费，而是为“持续使用”付费。
这时，成本结构就完全换了个模样。Vitalik 指出，推理的核心开支是提前购置并部署大量 GPU 等高性能算力硬件，其后的折旧摊销和资本占用几乎成为整张表的主角。据金色财经转述，那张对比表里 AI 推理的电费只占约 4%，而比特币挖矿的电费却高达约 43%，在同样算力密集的场景下呈现出几乎相反的比例结构。原因在于，推理通常以高利用率批量处理请求，单次推理消耗的电力在昂贵硬件面前只是小数点后的数字；矿工则必须让设备长时间满负荷运转，把电力变成源源不断的哈希值。于是，在比特币世界里电价几乎和机器价格一样重要，而在 AI 推理的账本上，真正沉重的负担是一整排 GPU 机柜本身。
高耗电叙事被挑战：监管与舆论怎么改
长期以来，比特币挖矿几乎成了“高耗电”的代名词，在多个国家和地区承受着监管压力与舆论批评，公共讨论里常见的逻辑是：只要是算力密集型活动，就必然伴随巨量电力消耗。Vitalik 抛出的这张成本拆分表，正好在这一点上做了针尖对麦芒的对比——据单一来源估算，比特币挖矿电力成本约 40,600 美元，占总成本约 43.3%，算力设备资本支出约 37,600 美元，占约 40%；而同一框架下，AI 推理的成本几乎完全由硬件资本支出主导，电费只占约 4%。当两种活动的电费占比从“接近一半”变成“个位数”，那种把所有算力一概打包成能源怪兽的直觉，被迫退后一步。
这组数字如果持续在政策圈和媒体里发酵，直观的影响是：能源监管和行业合规讨论，很难再沿用一套从比特币挖矿复制粘贴过来的模板。面对挖矿，决策者关注的是电价、负荷和电网压力；面对 AI 推理，真正的重心也许更接近于设备投资规模和资本周转，而不是每千瓦时的消耗。舆论层面，对算力的批评也可能从“耗电即原罪”，转向追问成本结构和利益分配：是谁在付电费，谁掌握硬件，谁在承担由此产生的社会代价。不过截至目前，围绕这张表尚未有系统的政策回应被报道，Vitalik 的讨论更多停留在框架和视角上的挑衅。更需要警惕的是，本次对比基于单一来源估算，样本与方法未公开，尤其场地租金与 AI 推理其他成本项的美元数值并不完整，在这种前提下任何能源政策和合规推论都只能被视作一种提示信号，而不是可以直接照单执行的结论。
从比特币到 AI：下一代算力经济的想象空间
当比特币矿场和 AI 机房被放进同一张成本表里时，故事的重心悄悄发生了位移：在工作量证明的世界里，“一半电费一半矿机”几乎成了常识，比特币挖矿的电力支出和算力设备资本支出合计能占到成本的绝大部分；而在 AI 推理侧，据 Vitalik 的个人分析与媒体转述，那套叙事则变成了“几乎全是矿机、极少是电费”，电费占比只有个位数，真正拖住脚步的是前期购入和折旧的 GPU 集群。这种结构差异意味着，下一代算力经济的基础设施布局，不再只是谁能拿到更便宜的电，而是硬件投资规模、资金成本、设备利用率和能源效率之间的长期博弈：矿工更像在押注持续供电与算力密度，AI 服务提供者则必须在资本密集的机房里榨干每一块 GPU 的有效负载。也正因为如此，硬件投入和能源使用如何重新平衡，直接关系到行业的可持续性——究竟是继续放大“买矿机”还是反过来优化“用矿机”的方式，将决定算力版图的下一次重绘。不过，当前所有这些推演都有明显前提：Vitalik 的表格来自单一估算，样本与方法未公开，场地租金和 AI 推理其他成本项的具体金额也缺失，在这样的数据地基上，任何宏大叙事都只能被视为假设而非定论，因此真正需要的，是更多独立、透明的成本拆分研究，让关于比特币与 AI 的公共讨论先站在同一张可信的账本上，再谈算力经济的长远走向。
加入我们的社区，一起来讨论，一起变得更强吧！
AiCoin专属Hyperliquid福利：https://app.hyperliquid.xyz/join/AICOIN88
AiCoin专属Aster福利：https://www.asterdex.com/zh-CN/referral/9C50e2
链上电报（Telegram）社群：https://t.me/AiCoinWhaleData
链上社区：https://www.aicoin.com/link/chat?cid=N6OVMor5g
AiCoin链上推特：https://x.com/aicoinwhaledata
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到[email protected]，本平台相关工作人员将会进行核查。
