6月26日晚间，比特币矿机巨头之一亿邦国际登陆纳斯达克，其IPO发行最终定价为5.23美元/股，预计募资1亿美元左右。开盘价为4.6美元，较发行价下跌12.05%，虽然途中下探至3.83美元，但最终回弹至报收5美元/股，下跌4.4%。
比特大陆、嘉楠耘智、亿邦国际是全球排名前三的矿机生产商，艾瑞咨询此前的报告显示，从销售收益、已售算力来看，上述三家生产商加起来的市场占有率超过90%。
值得注意的是，搭着2015年至2017年加密货币市场牛市“顺风车”，他们曾赚得盆满钵满，净利润达数亿元，腰包鼓起来之后，纷纷将目光转向了股市。嘉楠科技于辗转A股、港股后在纳斯达克上市，如今股价已缩水近8成；亿邦国际26日开盘后直接破发，最大跌幅近27%。唯独剩老大哥比特大陆还在内斗，上演抢公章和营业执照戏码。
业内人士认为，亿邦国际之所以不被市场看好，与其自身业务单一，亏损扩大不无关系。作为矿机厂商，亿邦国际对比特币市场的表现严重依赖，不确定性将会带来负面影响，如果不能业务创新，那可能将其与嘉楠耘智对标。
两度折戟港交所后转道纳斯达克
亿邦国际本次IPO发行价为5.23美元，募集资金约为1亿美元。纵观其上市之路，可谓一波三折。
2015年，亿邦国际在新三板挂牌，彼时，随着矿机占公司收入的份额越来越大，其逐渐从通信行业转型，开启了在区块链行业的征途。2017年，比特币大涨，矿机行业迎来牛市，亿邦国际凭借11%的市场份额成为全球三大比特币矿机生产商之一，公司当年净利润高达3.85亿元。
为加速公司的发展，2018年3月，亿邦国际从新三板除牌，并于当年6月正式在港交所提交IPO招股书，半年后失效。失效当月再次提交申请，2019年6月仍被港交所披露为失效，原因为其不符合港交所“上市适应性”的核心原则。而在第一次冲击港股IPO时，亿邦国际陷入P2P网贷平台银豆网爆雷案，被置于舆论的风口浪尖。
前两次IPO失败的亿邦国际为何能在美股成功上市？在最新版的招股书披露，亿邦国际表示，公司适用美国证券法定义的“新兴成长型公司”，即最近会计年度营业收入低于10亿美元，有资格降低上市公司报告要求。
不过，亿邦国际上市的第一天股价并不好看，开盘即破发，盘中甚至大跌27%，最终收跌4.4%。
净亏损进一步扩大
过去两年，亿邦国际一直冲击资本市场，在业内人士看来，财务问题推着亿邦国际走向IPO。
最新的招股书显示，亿邦国际一季度营收为640万美元，同比增长6.1%，但净亏损进一步扩大，从2019年一季度净亏损60万美元，进一步扩大至2020年的250万美元。
亿邦国际解释，净亏损扩大主要原因为地方政府退税大幅减少所致。此外，招股书称，亿邦国际收入主要集中在比特币采矿机上，比特币价格的大幅下跌将对公司比特币采矿机库存的价值产生负面影响。尤其是近期疫情爆发后，引起的市场恐慌对比特币价格产生了不利影响，并导致2020年3月比特币价格急剧下跌。亿邦国际称，预计短期内比特币价格将继续波动，且可能会严重影响该公司的业务运营和财务状况。
南都记者注意到，亿邦国际主要定位为专用集成电路（ASIC）芯片设计公司和比特币矿机制造商。但营收来源单一，集中在采矿机销售以及托管维修服务上。2018-2019年比特币采矿机和相关配件的销售额分别占总营收的96.3％和82.4％，提供采矿机托管服务的收入也分别占营收的2.4％和14.4％。
这也意味着，如果比特币价格下跌，那矿机的销售量以及平均单价将下滑。事实也正如此，数据显示，2018年矿机销售量为41.59万台，平均每台价格为737美元；2019年，矿机销售量不到30万台，均价亦腰斩至304美元，这也直接导致2019年营收只有1.09亿美元，同比下滑约66%，净亏损达4107万美元，较上年同期的净亏损1181万美元扩大。
矿机第一股市值已缩水8成
不管从主营业务还是上市路径，亿邦国际无形中被对标“矿机第一股”嘉楠耘智。可截至6月26日，嘉楠耘智报收1.88美元/股，较9美元的发行价，已跌去80%。亿邦国际是否会重蹈覆辙？
从业务和业绩上来看，亿邦国际压力山大，即使已经成功上市，仍有多重问题待解决，业务高度受限比特币，身陷诉讼，业绩承压。此外，亿邦国际还面临监管风险和法律风险，比如多地均在对矿池相关企业进行打击清理等。
对于矿机生产商来说，无论是否上市，多元化业务发展，摆脱对矿机的依赖是必须要思考的方向，AI芯片成为矿机商的发力点。早在上市之前，嘉楠耘智表示公司将进军AI芯片，但这一策略暂时还未获得资本市场的认可。
亿邦国际也在积极布局AI芯片领域。据媒体报道，在其此前港股披露的材料里，亿邦国际表示会主要关注人工智能数据处理设备、非加密货币区块链应用产品及解决方案、通信技术三大项目，已完成了包括物联网应用在内的三项人工智能芯片开发项目的初步可行兴研究，分别是智能家居系统，智能健康终端及服务器，以及智能自动化务农系统。
不过，矿机商发展AI虽是业务延伸，但挖矿芯片的算法和AI芯片有较大差距。业内人士指出，挖矿需要重复大量逻辑运算，而AI芯片不仅需要海量运算，也需要高度的灵活性、高效的数据交互效率，去迎合深度学习在算法演进上的快速多变，即AI芯片是在挖矿芯片的基础上，做了更多延伸性、与具体行业应用相关的、深度挖掘并学习的事情。