SPECIAL REPORT: Here's The Most Trusted Company For Investing Get instant access to exclusive stock lists, expert market analysis and powerful tools with 2 months of IBD Digital for only $20! IBD Videos Get market updates, educational videos, webinars, and stock analysis. Get Started Related news Cameco Stock, Alphabet, Jabil, 3 Others Enter IBD Watchlists 9/15/2025Find out which top-rated stocks have just earned a spot on IBD's lists of the best growth stocks. 9/15/2025Find out which top-rated stocks have ...

**DigitalBridge Group 电话会议纪要关键要点** 公司及行业背景 - 公司为DigitalBridge Group Inc (NYSE: DBRG) 一家专注于数字基础设施投资的资产管理公司 业务涵盖数据中心 无线通信塔 光纤网络等细分领域[1][2] - 行业涉及数字基础设施生态 包括移动通信基础设施 光纤网络 数据中心 以及电力供应等关键领域[4][5] 核心观点与论据 **1 数字基础设施行业面临巨大资本开支和电力需求挑战** - 公司旗下57家全球企业竞争激烈 本年度将是生态系统资本开支部署最大的一年 投资金额持续攀升[5] - 电力成为核心瓶颈 公司CEO将50%时间用于解决电力问题 40%时间用于融资 仅10%时间用于日常运营[6] - 公司拥有22吉瓦电力储备 计划在未来三年内全部租赁完毕 电力短缺为行业带来重大机遇[7][32] **2 移动通信基础设施（铁塔和小基站）需求强劲复苏** - 铁塔租赁需求达到2013年以来最高水平 主要受三大因素驱动[8] - 移动数据流量大幅增长3-5倍 类似2010-2016年云计算推动的10倍增长周期[9] - 人工智能推理需求增长 80%的AI活动将发生在移动环境 无线设备数量将从300亿增长至2033年的600亿[11] - 机器对机器连接快速增长 占所有连接的90% 例如通用汽车工厂单条产线部署超过300个无线传感器[12] - 新建铁塔数量大幅增加 旗下Vertical Bridge公司去年交付800座铁塔 今年将交付1000座 远超公开市场竞争对手[18] - 小基站业务（Extenet Boingo Freshwave）管道和预订量大幅增长[19] **3 光纤网络业务分化为四个细分市场** - 住宅光纤：投资Wide Open West 以重置成本百分比收购 关注每户覆盖成本 每户连接成本和每路由英里成本三个指标[20] - 多住户单元（MDU）光纤：收购OpticalTel 业务模式为与业主协会签订10年独家合同 首日渗透率即可达100%[21][22] - 企业光纤：Zayo公司表现优异 连接近6万栋建筑 平均合同期限超过20年[27] - 长距离传输光纤：与Level3（Lumen旗下）竞争 被认为是光纤领域最优质业务[28] - 不同细分市场估值差异巨大 WOW交易于5倍估值 而Hotwire交易于40倍估值[23] **4 数据中心业务和电力解决方案成为增长核心** - 公司采用独特"资产轻"模式 通过多个基金平台筹集资金 与Digital Realty和Equinix等传统REITs形成差异化[40][41] - 每兆瓦数据中心开发成本已从1000万美元上升至1100-1200万美元 通常使用60%杠杆和40%股权[30] - 历史实现2倍多倍投入资本回报率（MOIC） 每4美元股权投入可产生8美元回报 公司从中获得20%绩效费[31] - 公司管理1060亿美元资产 计划部署500亿美元资本开支 远超竞争对手[33][41] **5 电力短缺问题与解决方案** - 行业当前总电力需求为68吉瓦 去年为54吉瓦 公司预测将增长至200吉瓦[47] - 美国需要新建200吉瓦发电能力 但当前电网每年仅新增4吉瓦容量 存在巨大供应缺口[48][49] - 公司通过建设微电网解决电力问题 已在Reno等地部署多个项目 使用太阳能 风能 水电 LNG和电网连接等多种能源[53] - 电力问题预计需到2033-2035年才能缓解 届时60-80吉瓦核能并网将帮助改善基载电力[58] 其他重要内容 **财务模型与股东价值创造** - 公司价值创造通过费用相关收益（FRE）和绩效费（carried interest）实现 28%的绩效费分配归公众股东[32] - 正致力于将FRE利润率从30%提高至40% 并通过成本削减措施改善盈利[60][61] - 公司股价从超过20美元跌至5-6美元低点 现正通过稳定收益和绩效费积累重建价值[60] **竞争格局演变** - 公司从数字REITs竞争转向与Blackstone Brookfield Ares Apollo KKR等另类资产管理公司竞争[42][43] - 竞争优势在于对数字基础设施领域的专业知识和落地能力 能直接与微软 亚马逊 甲骨文等超大规模企业谈判[43] **人工智能应用阶段** - AI训练阶段处于"第三局" 而AI推理仍处于"第一局初期" 发展空间巨大[47] - 机器对机器学习是数据消费增长最快的领域 而非企业或消费者应用[12]

财务数据和关键指标变化 - 公司2025财年实现创纪录收入1.87亿美元 较上一季度增加4200万美元 [14] - 比特币挖矿业务收入达1.8亿美元 主要得益于50EH/s的运营规模 [14] - AI云业务收入为700万美元 [15] - 运营费用增至1.14亿美元 主要因数据中心平台扩张及硬件增加导致的折旧成本上升 [15] - 实现强劲净利润1.77亿美元 [15] - 比特币挖矿业务毛利率较高 每枚比特币全现金成本为3.6万美元 而平均实现价格为9.9万美元 [15] - 期末现金余额约为5.65亿美元 总资产达29亿美元 [16] - 调整后EBITDA接近6.5亿美元 [32] - EBITDA同比增长10倍 [7] 各条业务线数据和关键指标变化 - 比特币挖矿业务运营效率领先行业 达到15焦耳/太哈希 第四季度净电力成本为每千瓦时3.5美分 [15] - AI云业务快速扩张 已有超过1万个GPU在线或在未来几个月内投入使用 [9] - 比特币挖矿容量增长400%至50EH/s [7] - 运营数据中心容量增长三倍以上至810兆瓦 [7] - 合同电网连接电力增长超过三分之一至近3吉瓦 [7] 各个市场数据和关键指标变化 - 不列颠哥伦比亚省站点PUE低至1.1 采用风冷技术 [39][40] - 德克萨斯州Sweetwater站点PUE约为1.4 [39] - Horizon 1液体冷却设施平均PUE预计约为1.2 [41] - 公司在不列颠哥伦比亚省拥有60兆瓦运营容量 可部署超过6万个NVIDIA GV300 GPU [11] - Horizon 1和2项目可支持超过3.8万个NVIDIA GB300 GPU [27] - Sweetwater枢纽可支持超过60万个GB300 GPU [28] 公司战略和发展方向和行业竞争 - 公司战略重点是在整个AI基础设施堆栈上进行扩展 从电网连接的输电线路一直到数字世界计算 [10] - 垂直整合使公司能够控制关键瓶颈 包括近期的电网连接电力和为下一代高密度计算设计的数据中心 [18] - 新成为NVIDIA首选合作伙伴 增强供应访问并扩大客户渠道 [19] - 采用裸机服务模式 为复杂开发者和超大规模用户提供直接计算访问 [19] - 行业估计未来五年需要超过125吉瓦的新AI数据中心容量 [29] - 现有电网容量远不足以满足这一需求 [30] 管理层对经营环境和未来前景的评论 - AI云业务市场背景非常引人注目 企业采用AI解决方案和服务的速度加快 [17] - 需求加速快于供应 新模型开发、主权AI计划和企业采用推动GPU需求上升 [17] - 电力可用性和GPU就绪的高密度数据中心容量仍然稀缺 [18] - 公司处于独特地位来满足这一需求 因其控制关键瓶颈 [18] - 公司预计从AI云业务中获得20亿至25亿美元的年化收入 [33] - 行业处于非常激动人心的时期 公司已将其安全电力容量自IPO以来扩展了100倍以上 [30] 其他重要信息 - 公司已完成向美国国内发行人的过渡 从7月1日起按照美国GAAP和SEC规定报告 [14] - 公司以非稀释性个位数GPU融资支持GPU部署 [9] - 在Prince George校区建设新的10兆瓦液体冷却数据中心 支持超过4500个Blackwell GB300 GPU [22] - Horizon 1项目按计划进行 预计2025年第四季度完成 [11][26] - 已开始Horizon 2项目的早期工作和长周期采购 [27] - Sweetwater 1项目按计划进行 预计2026年4月通电 [12][28] - 公司以资本支出高效的方式资助增长 最近获得两批新的融资 以个位数利率资助100%的新GPU购买价格 [21][35] 问答环节所有的提问和回答 问题: 站点效率及备份发电 - 不列颠哥伦比亚省站点PUE为1.1 采用风冷技术 安装液体冷却设施后预计平均PUE仍远低于1.2 [39][40] - Horizon 1液体冷却设施平均PUE预计约为1.2 [41] - 部署更多由客户需求驱动 而非PUE [41] - 正在为所有GPU安装冗余备份发电和UPS系统 以提供最佳客户服务 [42][43] 问题: GB300 NVL72能力及融资影响 - Horizon 1设计调整是为了适应更广泛的机架密度 包括较低密度 [45] - 基础设计可轻松处理高达200千瓦的机架 能够容纳下一代GPU [45] - 调整是为了满足客户对较低密度的需求 对容纳Rubin GPU没有影响 [46] 问题: 云业务合同期限及HPC托管容量 - 合同期限从1个月滚动合同到3年合同不等 [50] - 对于新世代设备如Blackwell 通常看到较长期合同 [50] - 不断评估托管和云机会 寻求最大化风险调整回报 [51] - 托管合同通常5-20年 回报期超过7年 而云合同较短 但利润更高 回报期2-4年 [52] - 债务水平将根据现金流和机会发展 保持强健和有弹性的资产负债表 [53][54] 问题: Horizon 1和2的战略思考及FluidStack需求 - Horizon 1可支持略超过19,000个GB300 GPU 专为液体冷却GPU设计 [59][60] - 设计调整可容纳更广泛的GPU 同时保留为Vera Rubin服务的能力 [61] - 可通过云或托管货币化容量 取决于风险回报平衡 [62] - 可能重新分配挖矿容量 但不停止建设新数据中心 [64] - 了解FluidStack交易 但目前发现3年回报期更具吸引力 [65][66] 问题: Blackwells融资及可用容量 - 租赁融资提供灵活性 可在租期结束时归还设备或继续拥有和运营 [72] - GPU融资与托管融资不同 取决于客户组合和合同期限 [74] - 两种融资方式不互斥 可同时使用 [76] - 公司正在探索整个资本堆栈以优化资本成本 [77] 问题: 云和托管业务的关键招聘及销售策略 - 正在整个堆栈招聘 包括数据中心运营、网络、销售和营销 [83] - 通过会议、营销和口碑获得客户 混合 inbound 和 outbound 需求 [86][87] - 竞争优势包括端到端基础设施控制、性能垂直整合和无托管费用 [89] - 拥有可销售容量 与缺乏容量的提供商不同 [90] 问题: 云服务GPU采购策略及每GPU功耗 - 行业需要按需计算 公司提前订购GPU 因为需求强劲 [95][96] - 公司有良好的项目交付记录 能够满足时间表 [99] - 每GPU功耗随着每一代新产品而增加 [101] - 在Prince George的50兆瓦中可安装超过20,000个B200 GPU 在Horizon 1的50兆瓦IT负载中可安装约19,000个GB300 GPU [101] 问题: Horizon 1容量利用决策 - 可通过云、托管或组合货币化容量 具有灵活性 [105] - 将根据风险调整回报决定 可能随时间变化 [106] - 目前裸机服务需求强劲 适合复杂客户 [108] - 软件覆盖可能服务于较小客户 但目前需求不大 [110][112] 问题: NVIDIA DGX Cloud Leptin市场参与 - 目前参与Leptin市场 作为NVIDIA首选合作伙伴 [116] - 可能提供更广泛的覆盖范围和更简单的 onboarding [116] - 仍在与NVIDIA讨论整合 目前功能尚未完全上线 [123] 问题: Horizon 2开发决策及Sweetwater客户档案 - 开始Horizon 2早期工作以保持快速交付时间 [126] - 看到需求验证 但尚未承诺全部资本支出 [127] - 保持灵活性 适应动态市场 [128] - Sweetwater校园设计灵活 可满足整个AI基础设施堆栈的需求 [29] - 客户档案包括想要自我运营的合作伙伴、寻求速度的客户和想要端到端服务的客户 [29]

纪要涉及的行业和公司 行业：人工智能、数据中心、信贷市场、房地产、制造业、金融等 公司：未明确提及特定公司，但涉及摩根士丹利研究覆盖的众多公司，以及超大规模数据中心运营商（hyperscalers） 纪要提到的核心观点和论据 人工智能与数据中心投资 - 核心观点：生成式人工智能和技术扩散正重塑全球经济，数据中心投资需求巨大，信贷市场将在融资中发挥重要作用 [2][3] - 论据：预计到2028年全球数据中心支出约2.9万亿美元，其中硬件1.6万亿美元，基础设施1.3万亿美元，2028年年度投资需求超9000亿美元；2024 - 2025年超大规模数据中心运营商支出从约1250亿美元增至超3000亿美元，但未来投资需求仍将大幅上升，预计存在1.5万亿美元融资缺口 [2][3] 信贷市场融资 - 核心观点：信贷市场将成为填补数据中心融资缺口的有效资本提供者 [4] - 论据：信贷市场有大量资金和有吸引力的实际收益率，能满足终端投资者对可扩展、高质量资产的需求，实现资本与投资需求的匹配 [4] 不同融资渠道规模 - 核心观点：对不同融资渠道规模进行了估算，私人资本尤其是信贷将在满足剩余融资缺口中发挥关键作用 [8] - 论据：技术行业无担保公司债券发行约2000亿美元，数据中心资产支持证券和商业抵押担保证券等证券化市场约1500亿美元，基于资产的私人信贷市场约8000亿美元，主权、私募股权、风险投资和银行贷款等其他资本来源约3500亿美元 [8] 本周关注事件 - 核心观点：对本周多个国家和地区的经济数据和政策事件进行了预测和关注 [13][14][15][16][17][20] - 论据：预计7月欧元区消费者信心稳定在低位（-15.3），美国成屋销售下降0.7%至400万套年率；预计7月欧元区综合PMI稳定在50.6，欧洲央行会议暂停加息；预计美国初请失业金人数增至23万；预计美国6月耐用品订单大幅下降（-10.0%），但运输外订单增长0.3%，核心资本品订单不变，核心资本品出货量增长0.3% [14][15][16][20] 其他重要但可能被忽略的内容 - 摩根士丹利研究报告的相关披露，包括利益冲突、分析师认证、评级定义、研究更新政策、使用条款、隐私政策等 [5][6][24][25][28][40][44][46] - 不同地区和国家对摩根士丹利研究报告的传播和使用规定，以及适用的监管要求 [51][52][53][54][55][56] - 摩根士丹利研究报告中使用的数据和信息来源，以及相关第三方数据提供商的免责声明 [49][57]

报告行业投资评级 未提及 报告的核心观点 - 对人工智能能力的非线性提升速度持乐观态度，预计未来五年内AI代理可独立完成大部分目前人类需数天或数周才能完成的软件任务 [3] - 到2028年，人工智能基础设施累计总支出将超3万亿美元，其中数据中心约2.6万亿美元，电力需求超110GW，电网支出难以估算但可能达数千亿美元 [5][11] - 生成式AI到2028年将带来约1万亿美元的收入机会，其中软件支出4010亿美元，消费者支出6830亿美元 [12][14] - 美国数据中心计算用途中推理和训练占比为75%和25% [22] 根据相关目录分别进行总结 AI发展趋势 - 过去6年AI性能指标呈指数级增长，约7个月翻倍，预计未来五年内AI代理可独立完成大部分软件任务 [3] AI基础设施支出 - 到2028年，数据中心累计支出约2.6万亿美元，包括芯片和服务器；电力需求超110GW，电厂成本约2100 - 3300亿美元；电网支出难以估算但可能达数千亿美元 [5][11] 生成式AI收入机会 - 到2028年，生成式AI将带来约1万亿美元的收入机会，其中软件支出从2024年的160亿美元增至4010亿美元，占软件总支出约22%；消费者支出从2024年的290亿美元增至6830亿美元，主要由电子商务、搜索和自动驾驶带动 [12][14] AI在编码领域的应用 - 微软目前约30%的代码由AI编写，Anthropic首席执行官预计3 - 6个月内90%的代码将由AI生成 [15] 数据中心电力需求及解决方案 - 数据中心电力需求增长面临电网接入、电力设备、劳动力和政治资本等瓶颈，最佳解决方案包括选址核电站、天然气发电厂和燃料电池、改造加密货币和工业场地 [18] - 许多美国电网有大量积压请求，数据中心典型并网时间从2 - 3年增至5 - 10年，“及时供电”解决方案可带来显著价值，比特币转换交易有效电价溢价超300% [26] 比特币股票估值 - 许多比特币股票的企业价值/瓦为1 - 2美元，远低于将大型场地转换为高性能计算数据中心的潜在价值，预计转换交易的隐含企业价值/瓦将维持在较高水平 [27] WULF Compute业务模式 - 包括云服务提供商、托管服务和定制建设三种模式，不同模式在描述、客户、合同规模、期限、运维、建设成本、融资、收入、利润率和估值范围等方面存在差异 [29] 比特币资产转换为高性能计算数据中心的回报 - 基于假设，为超大规模企业建设并租赁“供电外壳”数据中心，再出售给房地产投资信托基金，可能获得较高回报，价值创造水平远高于多数比特币股票的企业价值/瓦 [30] 创新对AI计算需求的影响 - 创新会推动更复杂的模型，从而增加对计算的需求，企业会因AI系统价值高而增加训练模型的投入 [31] GPU更换周期及风险 - 每单位计算能力的成本迅速下降，预计6年内将下降约90%，创新带来折旧风险 [32] 数据中心运营风险 - 电网不稳定会导致数据中心离线，如闪电事件导致输电线路故障，大量数据中心离线 [35] AI技术限制风险 - 特朗普政府可能对中国采取更广泛的AI技术限制措施 [38]