HIVE五年拿下3.5億美元合約，1.85億資本支出撐得起現金流嗎？

 

HIVE五年合約把GPU算力轉成可預期營收

8月17日，HIVE Digital Technologies(HIVE)旗下BUZZ High Performance Computing宣布，與一名投資等級企業客戶簽下五年GPU雲端服務合約，總值約3.5億美元。這筆合約顯示，大型企業開始用多年期承諾預訂高階GPU資源，降低AI模型訓練與推論面臨的算力短缺風險。

合約預計每年貢獻約7,000萬美元年化營收。BUZZ HPC估計，總年化營收將提高至約1.8億美元，其中包含目前約3,500萬美元的年化經常性收入，以及預計在今年第4季前逐步上線的約1.45億美元合約型年化經常性收入。

對GPU雲端服務商來說，長約提高現金流能見度，也有助於安排設備採購與資料中心建置。不過，合約總值代表的是未來服務收入，距離自由現金流仍隔著龐大的初期投資、部署進度與設備折舊。市場若只看3.5億美元的合約面額，很容易低估資產負債表承受的壓力。

 

Blackwell Ultra叢集考驗部署與營運能力

BUZZ HPC將提供2,016顆Nvidia(NVDA) Blackwell Ultra GPU，採用GB300 NVL72機架級系統，並搭配Nvidia Quantum-X800 InfiniBand網路及VAST Data儲存方案。這套配置鎖定大型AI訓練與推論，需要高頻寬、低延遲的運算環境。

設備預計於今年稍晚在加拿大卑詩省Merritt的Bell AI Fabric設施投入運轉。AI基礎建設的部署範圍也由美國延伸至北美其他地區，電力取得、機房環境與網路連接能力，將共同決定算力能否準時交付。

HIVE會保留整套AI基礎設施的所有權，再向客戶出租算力。公司預期今年第4季完成部署後，HPC與AI業務每日收入可達約50萬美元。這類模式以重資本支出換取多年服務收入，GPU叢集因此帶有基礎建設資產的特徵。

設備所有權同時放大兩面效果。需求穩定時，HIVE可以保留資產與後續現金流；若技術快速換代或設備使用率下降，公司也要自行承擔折舊、融資與再配置壓力。長約降低部分需求波動，仍無法消除資產老化風險。

 

1.85億美元資本支出決定合約含金量

這次部署預計需要約1.85億美元資本支出，相當於合約總值的一半以上。客戶將預付約合約總值的10%，可為初期建置提供緩衝，但高階GPU、機電系統與網路設備仍會占用大量資金。

我會把資本支出與營運現金流的落差放在優先觀察位置。部署若依計畫完成，年化經常性收入便有機會逐季提高；設備交付延誤、建置成本增加或融資條件轉差，都可能讓收入上線時間與現金支出出現更大落差。

因此，這筆合約對HIVE的意義可分成兩層。第一層是企業客戶願意簽署五年承諾，替AI算力需求提供較長期的證據。第二層是HIVE能否在擴張期間維持負債與現金部位穩定，這會影響合約收入最終能留下多少現金。

 

企業長約強化Nvidia與算力整合商角色

企業過去採用雲端服務，多集中在虛擬機、儲存及基礎網路。生成式AI提高單次訓練所需的運算密度後，投資等級企業開始直接預訂特定數量的高階GPU，以確保產品迭代期間擁有可用算力。

這種採購模式繼續鞏固Nvidia在高階GPU、網路與軟體生態系的供應優勢，也提高第二層算力整合商的市場地位。HIVE這類業者負責採購、建置和維運，讓企業客戶能以服務合約取得大型叢集，省下自行管理基礎設施的時間。

然而，AI需求集中於高階GPU也帶來結構性風險。雲端服務商為了取得新一代晶片，需要持續投入資金；設備效能快速提升，會縮短舊世代硬體維持競爭力的時間。企業若轉向多雲架構或自建資料中心，合約到期後的續約條件也可能轉弱。

 

Precipio提供現金流紀律的跨產業對照

Precipio(PRPO)的業務領域與GPU雲端服務不同，因此只能用來比較財務紀律。該公司今年第2季營收為700萬美元，年增22.8%；調整後EBITDA由前一季負20萬美元改善至正40萬美元，營運活動現金流達70萬美元。

Precipio當季現金增加50萬美元，期末現金超過300萬美元，高於去年同期的110萬美元。這組數字呈現成本控制、營收成長與現金累積同時改善的結果，也提醒市場，營收擴張需要轉化成可持續的營運現金流，財務成果才算完整。

這項跨產業比較無法直接證明HIVE的GPU投資一定成功。它提供的是一把財務尺：擴張速度、EBITDA與現金餘額需要一起檢查，單看合約金額容易忽略資金成本。

 

算力軍備競賽進入現金流檢驗期

HIVE的3.5億美元合約為「算力即服務」提供具體案例，也反映企業願意提前鎖定Blackwell Ultra資源。接下來需要確認的項目，包括今年第4季部署進度、1.45億美元合約型年化經常性收入的上線節奏，以及資本支出對負債和現金部位的影響。

我的警示會放在長約、折舊與融資的平衡。AI基礎建設需求可以維持成長，題材與獲利仍可能集中在少數晶片供應商及大型算力營運商。當設備更新週期加快，任何需求預測偏差都會經由折舊與財務成本放大，算力收入能否穩定轉成現金，將決定這場軍備競賽能走多遠。