Akcje Canaan rosną o 40%, gdy górnicy przekształcają spalany gaz w energię w związku z boomem infrastrukturalnym od bitcoin do AI

Akcje notowanej na Nasdaq spółki Canaan Inc. (ticker CAN) wzrosły w poniedziałek o 40% po tym, jak firma, która głównie produkuje sprzęt do kopania bitcoin, ogłosiła pilotażowy projekt w Calgary, Alberta, polegający na przekształcaniu spalanych gazów ziemnych w energię elektryczną na potrzeby wysokowydajnych obliczeń, w tym kopania bitcoin oraz obciążeń AI.

Projekt, opracowany we współpracy z Calgary-based Aurora AZ Energy, wykorzysta sprzęt Avalon A15 Pro o wartości około 2 milionów dolarów do wygenerowania około 2,5 megawata mocy obliczeniowej bezpośrednio przy odwiertach gazu ziemnego. Canaan poinformował, że modułowa instalacja ma na celu ograniczenie emisji CO₂ równoważnej o 12 000 do 14 000 ton metrycznych rocznie poprzez redukcję spalania gazu.

Dyrektor generalny Canaan, Nangeng Zhang, powiedział, że pilotaż pokazuje, jak „wcześniej marnowane zasoby mogą stać się produktywną energią dla nowej generacji rozproszonej infrastruktury AI”.

Akcje Canaan były notowane po 1,53 USD w momencie publikacji, co stanowi jeden z najwyższych poziomów w tym roku. Jednak wcześniej, w październiku, kurs akcji na krótko osiągnął 1,56 USD po ogłoszeniu przez firmę zamówienia na 50 000 sztuk Avalon A15 Pro, co było największą pojedynczą sprzedażą od trzech lat.

Projekt przekształcania gazu na moc obliczeniową w Kanadzie wpisuje się w trend dostosowywania infrastruktury bitcoin do ery AI.

W poniedziałkowym tweecie Matthew Sigel z VanEck powołał się na analizę Morgan Stanley, argumentując, że „lokalizacje bitcoin oferują graczom AI najszybszy dostęp do energii przy najniższym ryzyku realizacji, i wierzą, że będzie to coraz bardziej cenione i rozpoznawane”.

Galaxy Digital również podąża w tym kierunku, pozyskując na początku tego miesiąca kolejne 460 milionów dolarów na przekształcenie dawnej kopalni bitcoin Helios w Teksasie w dużą serwerownię dla dostawcy AI-cloud CoreWeave, wykorzystując istniejące, energochłonne lokalizacje do szerszych potrzeb obliczeniowych.