DeepSeek（深度求索）的“长尾效应”还在继续。近日，全国多地政府陆续披露了在政务领域推进DeepSeeK私有化部署的进展。除了在政务领域“红得发紫”，DeepSeek在金融、医疗、能源等行业的部署热情也一涨再涨，直接带动各类AI一体机快速出圈。
政务审批提速90%、餐饮巨头88台传统服务器缩至8台、斩获海外首单AI一体机试图以“集成算力+大模型+场景方案”的模式，掀起政企数字化升级的“新基建革命”。在国产大模型部署成本下探与数据安全强监管的双重催化下，这款“智能盒子”俨然成了各大厂商的必争之地。
值得注意的是，当前AI一体机市场虽是多方竞逐，各家占比相对均衡，但大多AI一体机都是几个厂商“联合出品”。尽管AI一体机市场热度逐步攀升，但部分厂商对其商业价值的考量仍然保持理性。与华为合作发布SageOne IA一体机解决方案的第四范式（HK06682）就明确表示，不会单独统计一体机的销量和增长率，而是将其视为整体营收增长的一部分。
政务、金融领域需求紧俏厂商加密布局AI一体机
谈到如今高涨的AI一体机热度，3月12日，北京市社会科学院副研究员王鹏告诉《每日经济新闻》记者，目前来看，政府、金融、医疗等领域的付费意愿较强，背后的刺激因素有很多。政策层面，AI终端产业被纳入战略布局，一系列鼓励政策接连出台。技术层面，国产大模型与GPU的协同发展给本地化部署和高效性能运行提供了条件，AI一体机成为首选。
此外，天使投资人、资深人工智能专家郭涛还提出，数据隐私法规的加强、云计算成本的上升、5G技术的普及也带动了本地部署AI解决方案的需求。
供给的激增也能反映需求的热烈。
今年2月以来，来自不同厂商、不同模型公司的一体机产品如雨后春笋般密集上线。2月5日，联想集团与沐曦股份联合发布了首个国产DeepSeek一体机解决方案，截至3月7日累计发货量超千台，配备近万张沐曦国产GPU卡；2月13日，华为宣布推出昇腾DeepSeek一体机；2月28日，发布问学一体机DeepSeek版；同日，中国移动通过中移国际在亚太区某国金融服务业完成DeepSeek一体机私有化部署，拿下国产AI一体机出海第一单；3月7日，第四范式联合华为昇腾AI发布了全新升级SageOne IA一体机解决方案从内销到出海，AI一体机显然已是厂商的“必争之地”。
和此前的AI服务器相比，AI一体机凭什么成为基建更新的“香饽饽”？
资深产业经济观察家梁振鹏告诉记者，目前来看，AI一体机可以将GPU、大模型、终端硬件等深度适配集成，减少企业采购及部署的成本和时间，同时还能进一步保障数据安全。
以具体产品为例，根据联想集团方面介绍，其2月5日发布的国产DeepSeek一体机解决方案可将大模型业务的接入门槛降至五万元起，在数小时内即可完成部署。第四范式也举例称，公司某大型连锁餐饮客户在推荐算法场景中采用8台一体机替换了88台传统服务器，并将AI应用上线周期从数月缩短至数天。
不过，尽管AI一体机的热度逐步攀升，厂商对其商业价值的考量仍然保持理性。第四范式就明确表示，不会单独统计AI一体机的销量和增长率，而是将其视为整体营收增长的一部分。
国产大模型应用成本下探加速厂商布局
需要注意的是，大模型早已不是新鲜产物，除了刚需用户，此轮AI一体机“部署热”还与国产大模型成本下降有关。
3月初，DeepSeek在社交网站发文披露了自身理论成本和利润率等关键信息。按照披露数据，若所有Tokens（文本处理的基本单位）全部按照DeepSeek R1的定价计算，理论上DeepSeek一天的总收入为56.2027万美元，成本利润率为545%。
不过，DeepSeek方面也表示：“当然我们实际上没有这么多收入，因为V3的定价更低，同时收费服务只占了一部分，另外夜间还会有折扣。”
此文一出，立即引发业内热议。资博主梁赛告诉记者，此前中小云厂商都尝试在这波AI浪潮到来时分一杯羹，但部署成本很高，结果是一边流血亏损，一边争夺市场。
“DeepSeek发布的这个利润率，超出很多人意料。相信大厂会很快落地部署产品。提供大模型推理服务的云厂商一旦跑通，大模型价格战还会进一步加剧。”梁赛称。
第四范式相关负责人也在接受《每日经济新闻》记者采访时指出，随着生成式AI的爆发，企业大模型应用需求大幅增加，尤其是DeepSeek的出现，让企业看到了能以更加低廉的成本应用大模型。
在GPU成本居高不下的情况下，充分榨取GPU资源、提高利用率、降低算力成本成为企业的关注焦点。以第四范式SageOne IA一体机为例，相较于传统AI架构，该产品可将算力资源利用率提升5至10倍，最高可节省80%的硬件成本。
“厂商合作”争夺千亿级市场本地还是云端仍需博弈
从产业规模上看，AI一体机将带来多大的市场？据测算，2025年至2027年，智算一体机的市场需求将达到15万至72万台，市场规模有望突破5200亿元。
蓝海“诱惑”下，下场的玩家自然少不了。
据梁振鹏介绍，目前来看，AI一体机市场呈现出多方竞逐的格局，各玩家占比相对均衡，没有哪一类玩家占比最大。PC厂商如联想集团、云计算厂商如阿里云、垂直场景服务商如、芯片新势力如沐曦股份等都在积极布局。郭涛还提到，目前制约AI一体机成本下探的核心因素主要包括GPU价格、大模型训练成本以及终端硬件的适配和优化。其中芯片是关键，尤其是高性能的GPU。
王鹏进一步指出，入场玩家中，PC厂商拥有较好的硬件制造能力和渠道优势，但在软件算法和模型优化方面需要提升；云计算厂商有较丰富的计算资源，能提供全方位的AI解决方案，但在硬件制造和渠道上有所欠缺；垂直场景服务商往往专注于特定行业或场景的AI应用，产品更加贴合实际需求，但市场规模和渠道覆盖可能有限。
如此一来，合作成了不少厂商做AI一体机的首选。
根据目前公布的产品细则，PC厂商/大模型厂商+手握芯片的大厂是较为常见的组合，如联想集团与沐曦股份、第四范式与华为、与华为等。在第四范式看来，国产AI基础设施已经进入“软硬协同、场景驱动”的新阶段。
不过，尽管“搭伙”模式相似，各家的技术路径却不同，尤其是在选择“本地轻量化模型”还是“云端协同推理”上仍存在分歧。
具体来看，据萨摩耶云科技集团首席经济学家郑磊介绍，本地轻量化模型是指通过模型压缩、量化、知识蒸馏等技术，将大模型优化为可在本地设备运行的小模型。这种方式的优势在于低延迟与高实时性。然而，本地轻量化模型也存在一些局限性，如轻量化过程可能导致模型精度下降，对于需要大规模计算的任务，本地设备可能难以胜任。
而云端协同推理是指将复杂的推理任务分配到云端，同时利用本地设备进行预处理或简单推理。优势在于云端可以处理复杂的任务，如深度推理、多轮对话等。云端可以利用大规模数据进行模型训练和更新，也可根据需求动态分配云端资源。不过，云端协同推理也面临数据隐私风险；网络延迟和稳定性也会影响推理效率，且长期使用云端算力还可能导致较高的运营成本。
至于如何在数据安全与降低本地算力需求之间寻求平衡，在郑磊看来，“云—边—端”的协同混合架构可结合两者优点，根据任务复杂度和隐私需求灵活分配云端和本地的计算资源。隐私敏感和实时性要求高的场景，如自动驾驶、医疗设备等优先采用本地轻量化模型；复杂任务和需要大规模数据支持的场景，如多轮对话、知识生成等则采用云端协同推理。
第四范式方面还提出，当前数据安全问题仍是客户的首要考量，许多企业更倾向于本地部署模式，尤其是涉及业务核心数据的场景。在技术快速迭代的背景下，预计在很长一段时间里，关于本地还是云端的博弈仍会继续。
还没有评论，来说两句吧...