APLD Applied Digital Corporation 美東 10/30 收盤價：17.82 元-1.6 (-8.22%)

追蹤

Applied Digital（APLD）是一家數位基礎設施營運商，核心不是自行開發 AI 軟體或晶片，而是替需要大量運算能力的客戶建置、供應並營運資料中心的「電力、土地、機房與冷卻」基礎設施。

目前業務重心可分為三塊：

• HPC／AI 資料中心託管

  • 為高效能運算（HPC）與 AI 客戶提供大規模資料中心容量。
  • 公司負責園區開發、電力接入、機房建置、散熱與日常營運；客戶則把 GPU、伺服器等運算設備部署進來。
  • 這是目前最重要的成長引擎；最新一季 HPC hosting 營收約 2.63 億美元，在總營收 3.42 億美元中占比最高。

• 比特幣資料中心託管

  • 向比特幣礦業客戶提供機櫃、電力與營運環境，客戶將礦機放置於其資料中心。
  • 這項業務最新一季營收約 3,780 萬美元。相較 AI 資料中心，通常更受加密貨幣景氣、礦工需求及電價變化影響。

• ChronoScale 雲端／運算服務

  • 提供雲端運算相關服務，最新一季營收約 **4,150 萬美元。
  • 其定位可理解為把部分基礎設施能力延伸至雲端運算資源供應，而不只收取單純的機房租賃費。

投資上，市場主要把 APLD 視為AI 資料中心與電力基礎設施題材：公司能否取得低成本、充足且可擴張的電力，以及能否把新園區容量順利出租給信用良好的大型 AI／HPC 客戶，將決定未來營收與現金流的成長速度。

目前頁面資訊顯示，公司預期路易斯安那、阿拉巴馬等美國南部新園區將在 2027 年上半年開始挹注營收，並規劃在年底前簽訂額外 250MW 的擴建租約。這種以長約出租電力與資料中心容量的模式，若順利落地，營收可見度通常會提高；但公司仍處於虧損階段，近四季 EPS 為負，因此不能只看 AI 題材，也要同步留意建置資本支出、融資需求、客戶集中度與新園區交付進度。

Applied Digital（APLD）所處的是AI 高效能運算（HPC）資料中心／算力託管產業。這是一個長期成長明確、但資本密集且執行門檻很高的賽道；核心不是一般機房出租，而是能否提供具備大量電力、液冷、高機櫃功率密度、網路連接與快速交付能力的「AI Factory」。

產業前景：需求仍強，但真正瓶頸在電力與交付

生成式 AI、推論、AI Agent、影音生成等工作負載持續提高算力需求。AI 伺服器出貨量預估在 2026、2027 年仍將維持約四成以上的年成長；大型雲端業者持續擴建資料中心，也使 HPC 機房需求由短期採購循環，往多年期基礎建設投資演進。

與傳統雲端相比，AI 機櫃的功耗密度跳升很快：從早期每櫃約 10–20kW，提升至新一代 AI 平台的 130–150kW，後續平台甚至可能向數百 kW 邁進。這使舊型資料中心難以直接升級，具備液冷、高壓供電與高密度設計的新建 AI 資料中心，成為較稀缺的供給。

產業最大限制則是可用電力與併網權，而不是土地或伺服器本身。全球資料中心容量需求預計至 2030 年可達目前約三倍，美國到 2030 年的資料中心電力缺口可能超過 45GW；因此，先拿到低成本、可靠且可擴充電力的業者，有機會形成較高進入門檻。

APLD 在產業鏈的位置

APLD 已從過去的加密貨幣託管業務，轉型為 AI/HPC 資料中心開發與長約出租商。其模式接近：

取得電力與土地 → 建設高密度 AI 機房 → 與大型雲端客戶簽長期、take-or-pay 租約 → 分期完工後認列租金與相關服務收入。

截至 2026 年 5 月底，公司已簽訂約 1.41GW 的 HPC 合約容量，初始 15 年合約收入約 362 億美元；但當時真正已營運、可產生收入的容量只有約 100MW。這說明 APLD 的成長能見度相當高，但未來營收與現金流的兌現高度仰賴工程如期交付。

目前頁面所示最新一季營收達 3.42 億美元、年增 322%，其中 HPC hosting 是最大來源，反映業務重心確實向 AI 資料中心傾斜；不過其中仍可能包含機房建置、客製化裝修等服務收入，與穩定、可重複的長期租賃收入在毛利與現金流特性上不同。

產業對 APLD 有利的幾個結構性因素

• 電力先行者優勢：AI 資料中心開發的關鍵是已簽約的電力與併網能力。若 APLD 能持續把已掌握電力轉成可上線容量，將比只擁有土地、但尚未取得電力的競爭者更具競爭力。
• 長約降低需求波動：其 HPC 合約採多年期、take-or-pay 架構，理論上可降低景氣反轉或單季 AI 資本支出波動對營收的即時衝擊。
• 高密度與液冷規格升級：新世代 GPU 機櫃需要更高功率與液冷設計，形成既有傳統資料中心不易快速追上的技術與基礎設施門檻。
• 雲端客戶外包需求增加：大型雲端業者雖自行建置機房，仍可能因電力不足、建設時間與區域部署需求，透過第三方合作取得可快速啟用的容量。

必須正視的產業與公司風險

1. 資本密集與融資風險
   AI 資料中心需要在租金大規模入帳前，先投入大量土地、電力工程、變電設備、冷卻系統與建築成本。利率、信用利差或股權融資條件惡化，都可能壓縮報酬率，甚至造成股東稀釋。公司也明確表示，後續擴張仍需要大量額外資本。

2. 完工與併網時程風險
   發電、變電、輸電、許可、UPS、發電機與冷卻設備都可能成為瓶頸。長約金額再大，若機房未能依約 ready-for-service，收入認列與現金流都會往後延。資料中心關鍵電力設備目前仍有較長交期，為整體產業普遍問題。

3. 客戶集中度高
   APLD 的 HPC 業務客戶數仍少，且單一客戶曾占持續營運收入約 59%。長約能提高能見度，但也代表單一客戶的信用、需求調整或設備部署延後，都可能放大對營運的影響。

4. 競爭不只來自同業
   APLD 要面對既有大型資料中心營運商、雲端巨頭自建機房，以及同樣從加密貨幣挖礦轉向 AI 資料中心的新進業者。競爭焦點會集中在電力成本、可交付容量、融資能力、工程執行與客戶關係。

5. AI 效率提升的中長期變數
   模型與晶片效率提升未必完全是利空，因為推論與 Agent 使用量可能同步擴張；但若每單位算力需求下降快於 AI 應用成長，市場對資料中心容量的預期可能需要修正。

整體判讀

APLD 所在產業的長線方向偏正面：AI 算力需求、高密度機櫃、液冷與電力稀缺，均支持專用 HPC 資料中心持續擴張。對 APLD 而言，投資邏輯的核心不在於「AI 題材」，而在於它能否把已簽訂的電力、長約與建設中容量，按時且在預算內轉化為穩定租金、NOI 與自由現金流。

因此，這類公司較適合用「合約容量 → 實際完工MW → 上線率 → 租賃收入／NOI → 融資與槓桿」的順序追蹤，而不宜只以短期營收高成長或單季 EPS 衡量。