過去兩個月的一體機市場，一波三折：

曾經半年銷售量兩只手數得過來的一體機業務，在年后一天涌進兩三百人電話咨詢、一周內咨詢近千條，商機密度比往年翻兩三倍，一體機“蜜月期”平等地降臨在各廠商身上。

有行業人士透露，春節以來，中小廠商基本都賣出了十幾二十臺一體機，收入上千萬；運營商能賣出小幾百臺；某大廠定下的目標是，今年賣三千臺。

神州數碼信創業務集團產品中心總經理李川也發現，去年對一體機的需求相對垂直，主要還集中在機器視覺、自然語言處理等領域中小型客戶，今年則向更廣泛的行業蔓延。

業務之外，還有更大的盈利場—— 在二級市場，DeepSeek概念股股價迎來較大漲幅，一體機相關上市公司也一度領漲。 2月以來，浪潮信息、優刻得、神州數碼、云天勵飛等股價陡峭攀升，深信服從半年前的42.70元/股漲到了最高142元/股，云從科技更是一度漲停。（更多一體機相關標的看法，可添加作者微信Ericazhao23交流）

而進入三月，商機有所回落，有運營商的咨詢從每天幾百個下降到每天幾十個；股價也開始跌宕。當用戶從嘗鮮過渡到理性探索，當賣方市場開始產品迭代和探索壁壘，有聲音認為，這個市場即將翻篇。

然而，這并非智算一體機首次爆火，前兩年曾短暫風靡的一體機，能再次殺入大眾視野，絕非偶然。于是，一個問題浮現：當我們需要智算一體機時，我們需要的是什么？

事實上，這個市場需要的不止是AI，還有一體機這種載體——

一方面，對于長期受定制化困擾的中國軟件廠商，一體機通用、弱定制的產品邏輯，有望成為一劑解藥；另一方面，對于習慣購買硬件重資產的本土客戶們，一體機載體也能為其引入AI提供一種安全感。

同時，這場一體機部署熱潮，也是如火如荼發生在B端和G端的AI普及教育，甚至，可以作為AI Agent來臨前的地基建設運動。

“用戶的熱情此前從地上跳到空中，最后大概率會回到桌上”，云天勵飛副總裁羅憶如此形容部署熱潮。當市場情緒逐漸回歸中點，雷峰網 (公眾號：雷峰網) 也完成了多方調研，試圖勾勒DeepSeek一體機市場里用戶的迷茫、廠家的探索，以過去這兩個月的市場為鑒，照見AI一體機蜿蜒向未來的道路。

咨詢熱情高漲，落地層層博弈

新的科技熱潮出現，用戶總需經歷市場教育。

第一個場景，便是賣家的抉擇。

1）急于完成KPI、在廠商間迷失的客戶們

“短、平、快”，是這次一體機用戶的需求特征。

此次部署熱潮中，很多國央企和金融客戶的KPI節奏大差不差：上半年完成部署，下半年應用落地。

部署指令自上而下，時間緊，任務重。焦慮急迫的情緒，從廠商發布的交付數據中可略感一二：聯想集團與沐曦股份聯合發布的首個國產DeepSeek一體機解決方案，一個月內發貨量就超過千臺。

不過，目前很多廠商的成單量跟咨詢量比起來，仍顯寥寥： 多家廠商的DeepSeek一體機成單率遠不如其他成熟產品，有時兩三百個咨詢里沒有一單落成，甚至有的用戶只測試、不下單。

不得不承認，在早期市場上，更吃香的是懂點技術的中間商們。

他們成為香餑餑無非兩個原因：便宜、快速。

但選擇中間商，風險暗藏：很多企業接入大模型的第一步，是做知識問答，而足夠精準的知識問答，要基于精確的RAG（檢索增強生成）框架而做。

然而，現在市面上許多DeepSeek一體機訂單，是由中間廠商直接用MaxKB軟件或Dify平臺給客戶部署。結果上看，也能把知識庫搭起來，但框架往往不夠精確，知識庫里的文字分段有問題，大模型幻覺嚴重：

當專業名詞“阿莫西林”，被切割成了“阿莫”和“西林”，這場幻覺，誰來買單？

困住客戶的不止于此：市面上還有廠家售賣的所謂一體機，只是“計算平臺+推理框架+預裝大模型”，沒有智能體平臺、沒有操作界面，仍是開發機；有的廠家打著滿血版的名義，卻給客戶部署蒸餾的模型；還有的廠家，四處東拼西湊出一體機，交付時卻不負責調優應用。用戶迷茫，做快生意的廠家卻盆滿缽滿。

供給市場魚龍混雜，一個重要原因是，前期一體機的利潤不容小覷。“硬件成本下探空間小，軟件長期服務更盈利”這套一貫的邏輯，用在DeepSeek一體機市場里還不夠全面。有知情人士透露，得益于前幾年英偉達H20囤卡風潮，此次一體機早期硬件利潤不低，一臺滿血版的H20一體機，整體利潤率可達30%。

不過，多位業內人士反映，這一利潤率已在下降。（一體機背后利潤幾何？可添加作者微信Ericazhao23交流）

選對廠商只是第一步，此后還有一系列問題擺在用戶面前：滿血版還是蒸餾版？國產卡還是H卡？訓推一體機還是推理一體機？具體切入什么場景？

每一關都是信息博弈，且每個A和B之間的抉擇，成本也相去甚遠。

2）咨詢時都要滿血版，落地時50%交付蒸餾版

滿血版，是許多用戶的第一個執念——領略過DeepSeek-R1的表現后，大家由奢入儉難。

但滿血版在單臺一體機上的性能到底如何，目前存疑。 用單臺八卡英偉達H20，基于推理框架優化能讓模型順利運行，但性能會有一定損失。還有使用國產芯片的廠商表示，在DeepSeek“話很多”的情況下，一個問題的答案可能要五分鐘才能吐完。

而價格上，滿血版DeepSeek一體機一般在150萬上下，內置國產芯片的還會更高。DeepSeek一體機國產卡的配置，目前以華為昇騰、沐曦、海光較多，但由于國產卡的顯存資源和性能仍稍差，一般要部署至少兩臺才能把滿血版跑起來，預算將近四百萬。這對于規模較小或處于起步階段的企業而言，有些吃虧。

但其實，并非所有人都需要滿血版。

優刻得（UCloud）新興產業事業部首席架構師李天朋觀察到，現階段許多用戶是想把DeepSeek部署用在企業內部的智能問答場景中，預算三四十萬的32B、70B等蒸餾版模型，已能滿足需求，響應速度還會更快。他統計后發現， 最后實際交付時，滿血版和蒸餾版模型比例大概五五開。

而對于什么樣的用戶需要滿血版，他總結道：一類是對模型泛化能力要求高的客戶，比如把DeepSeek用在對外服務上，面向大量用戶；還有成本足夠、希望在本地大規模部署的客戶；以及希望借助DeepSeek模型優化內部算法來提升性能的客戶，比如用來校準交易策略模型。

除此之外，大模型在業務里的“開疆擴土”，也可以交給滿血版。云天勵飛副總裁羅憶說道，開拓一個新業務時，要先讓一位“老法師”把業務跑通，才能安排能力合適的下屬在具體崗位上維系日常運轉，同理，對業務閉環有高要求的用戶，可以先用滿血版把業務跑通，再安置不同的小尺寸模型在合適位置上。

3）訓推一體機價格高昂，并非必要采購

而在引入大模型時，有傳統企業用戶希望訓練自己的模型，于是摩拳擦掌看向訓推一體機——其價格顯著高于推理一體機。然而，在李天朋看來，這對大部分用戶來說都不太必要。

他向雷峰網指出， 純訓練所占的資源至少是純推理的兩到三倍，但DeepSeek的顛覆性恰恰在于推理算力需求的大幅下降，這讓訓推的成本懸殊更大——

DeepSeek如果想跑訓練，對底層硬件要求非常高，需要大顯存和高容量存儲系統等計算資源；然而，由于模型本身的高度稀疏性，在后續推理中，大規模儲備的計算資源又會面臨浪費。

并且，大部分用戶真實使用時，訓練周期相對推理周期非常短，早期的訓練需求可以尋求算力廠商或云廠商租賃資源。除非是有行業知識的垂直領域客戶——如醫院、法律和金融行業——希望用RAG訓練微調DeepSeek，對模型后期訓練有更高要求，下重本選訓推一體機會更劃算。

4）落地場景紛繁，業務適配、技術運維有門檻

本次一體機的部署流程，深信服云計算BG AIC智能計算產品線總經理郜振鋒總結到，用戶一般先小規模采購一批設備部署私有化模型，配提示詞問答和搭內部知識庫系統，AI起步后，再考慮耦合到原來業務系統。

目前，DeepSeek直接接入WPS、企業助手或客服問答場景的頻次最高。但在行業人士看來，普通企業或許沒有必要花這么大成本去“維護”這些數據，加密存儲和云服務的安全措施已能滿足需求。

而真正對一體機采購有剛需的，首當其沖是軍工院所。其次是高端制造業，比如蘋果、華為的供應鏈，應用于生產流程優化、高精度的缺陷檢測等——去到這類場所拜訪時，手機和電腦的攝像頭都得貼起來，離開時若發現貼的紙張有撕過的痕跡，設備就會被沒收，其對安全性的高需求可見一斑。

政府也是此次部署的重要參與者，部分還會通過發函的形式先行先試。這波AI探索中，各部門幾乎都站上了起跑線。有廠商與政府合作的項目正在被趕著交付，因為“內部業務都催著要用”。

目前在政府側，智算一體機的主要用途之一是公文生成和政務服務，如政務審批、咨詢場景。例如，深圳福田就已在DeepSeek政務大模型基礎上，上線70名“數智員工”，縮短公文審核時間90%。而此前在信息領域已有積累的數據局和公安部門，需求相對更明確“激進”——例如，公安部門的DeepSeek部署已能應用在預警、接警等環節中，幫助完成警情分類，或風險防控、偵查打擊等。

金融、醫療等行業也是更明確自己一體機需求的用戶，有客戶會一次性提十臺八卡一體機。

金融在信息化領域一直走在前列、也有較多預算支持，在此次部署中占據很大比例。目前，金融接入大模型，更多用于對內管理提效；在涉及財務分析等數值計算場景，很多用戶還不敢直接使用DeepSeek模型。火山引擎在交付時還發現，許多金融客戶還會關注在智能體的應用開發上。

騰訊TCE產品專家叢磊也指出，銀行等金融機構本身已有千卡規模算力，DeepSeek對算力的需求變小，這一技術迭代給銀行帶來的挑戰是，怎么用原來跑訓練集群的算力，創造更多好的推理場景。

而醫療上，一體機能輔助導診、對接藥物數據庫、實現細粒度的專科診斷，或幫忙自動總結病歷等。

至于能源、電力等領域，主要落地場景是用戶的生產和安全管理。比如安全監控系統，以前單靠算法逐個預警，產生報警后又需相關人員逐個確認排查；但現在，大模型能進行全流程編排，自動生成作業報表，呈現所有環節的情況。并且，DeepSeek接入工控和質檢系統時基本時延要求都在50ms以下，調取API的方式很難滿足。

整體來說，對性能需求不高，但對數據安全或訪問延遲敏感的場景用戶，更適合一體機。此外，不以業務閉環為目標、更注重科研和技術探索的場景，如科研院校、創業公司和開發者，也是一體機的目標客群。

場景適配后，要真正駕馭一體機，還有一道不容忽視的門檻：技術資源。

此次部署熱潮中，羅憶就發現，一大半咨詢的用戶在過去兩年里，對大模型的運用仍停留在觀望狀態。

這導致一體機落地時可能水土不服：部署一體機確實是“小時級”工程，畢竟點亮服務器的動作，半天、甚至半小時就能完成。但在這之后，要跟企業自身OA系統對接，還要后續運維，尤其接入具體業務時，DeepSeek工程化能力越好、專家模型就越多，就更需要通過調優找到性價比最高的方式。很多企業一通咨詢后，發現自己根本沒有技術能力去維護，遂作罷。（一體機真實落地體驗如何？歡迎添加作者微信Ericazhao23探討分享經驗）

接入大模型并非一朝一夕，當廠家沒能掌握用戶具體的業務邏輯，當用戶本身的數據治理和業務梳理不夠準確，DeepSeek一體機和業務的結合就會出現鴻溝。可以想象一體機是個新來的實習生，企業本身如果沒有成體系的業務梳理，實習生又如何盡快上手？

也因此，在羅憶眼中，過去兩年在大模型結合應用落地上已有探索的客戶，可以稱得上是“好客戶”：除了前期的數據治理等工作，他們可能已為系統上線建立測試集；更徹底些，有的用戶這次只是把之前部署的大模型，切換成DeepSeek。

廠商生存之道：爆發初期，尋求行業的差異化

一個多月爆發六十多家廠商的一體機賽道里，各家如何殺出重圍？

一個大方向是，廠商們都重視提供軟硬一體的解決方案，幫助客戶落地到具體場景。例如火山引擎提供其機器學習平臺給用戶進行模型開發，也集成其應用構建產品，推動落地；神州數碼旗下神州鯤泰在提供匹配不同客戶需求的“全家桶式”一體機解決方案時，也結合企業自研的AI原生賦能平臺，為用戶從PaaS層提供模型選型、多種模型軟件適配和調優等能力。

但具體到軟硬件基因，不同類型廠商已天然有各自的優勢。

云廠商做一體機，除了軟件調優、模型管理等方面是強項， 還能給用戶的DeepSeek適配提供“一條龍”服務 。羅憶便建議道，用戶部署一體機前，先租用云廠商的算力資源測試，驗證模型能接入業務閉環，再選擇合適的部署方式。

但云廠商的硬件并非自有，對此，UCloud的做法，便是由專門的硬件團隊與多家硬件供應商對接，再和模型算法開發團隊探索硬件解決方案。供應商按交付需求提供個性化硬件后，UCloud再預裝推理引擎、算力調度等功能。

反觀硬件服務器廠商，在軟件調優能力上可能不占優，但勝在硬件建設成本和國產化適配。并且，其早期在售賣信息中心服務器時積累下的用戶， 在客群和硬件基因上之契合，使他們更可能一脈相承成為后續買家。

一些ERP廠商如用友、漢得信息等，在此次部署中，也能因其早期客情積累而吃香。

不過，許多從業者坦言，廠商雖出身不同，但目前一體機的技術差異并不大。

理論上，各家核心競爭力應是推理大模型的效率指標和性價比，例如每用戶的首次響應時間、能跑多少并發、每個并發能處理的最大上下文是多少等。

但在一體機爆發初期，市場具體性能指標并不透明，真實數字也不太好看：據悉， 目前首次在本地加載DeepSeek滿血版可能要四五十分鐘，而DeepSeek-R1在線服務每個并發能處理的最大上下文可以達到128K，但線下私有化部署，量化版本基本只能達到16K。

新產品調優需寬容更多時間，目前談技術指標為時尚早，廠商們著力尋找差異化的方向，一個是 誰更“輕” 。

市面上尤其大廠的產品，大多主打“全棧”。有行業人士透露，有的大廠一體機產品或需至少三臺服務器來管理。也因此，誰更輕量化，給用戶帶來的成本負擔就更小。浪潮云海起初推出的也是三四臺部署方案，但觀察到許多用戶會先選擇落地一臺，“想節約資源，避免犯錯”。百度智能云便提出，在私有化部署層面搭載昆侖芯P800的百舸、千帆、一見的一體機產品，可支持單機環境下一鍵部署DeepSeek R1/V3全系列模型。

而對于中小廠商， 目前各家廠商抓住的差異化，主要是在細分領域的行業認知 。

例如，通用一體機之外，云從科技還會融合自己在公安、政務領域的行業積累，以“一體機+Agent”的形式交付巡檢一體機、智能制造一體機。

這是中小廠商的游擊戰策略：通用一體機領域，定制要求低，客戶觸達量高，硬件配置又高度同質化，多重buff疊加，價格戰幾乎是無可避免； 而研發一體機在垂域行業里的應用，讓一體機搭載更多行業智能體，議價能力也會更強，未來甚至可能比通用的價格貴上幾倍 。

有的廠商也會通過和生態伙伴合作，拓寬其在具體行業內的深入探索。大華股份智能產品負責人任成介紹道，公司深耕智慧物聯領域，在推出Deepseek一體機后，收到來自全行業的廣泛咨詢，于是以“大華+伙伴”的形式將Deepseek與場景化行業業務結合：由大華提供算力資源+大模型能力底座，協同生態伙伴的Know-how專家服務和業務應用，打造專業場景下的大模型整體方案。深信服也和ISV深度合作，以其AICP算力平臺作為承載，由廠商加上應用組件，形成整體交互方案。

完整的“AI物流業”，就此形成。（一體機生意對上下游還有何影響？歡迎添加作者微信Ericazhao23交流）

不過，多位從業者也指出，隨著用戶側一體機部署規模增大，單機運維成本上升，用私有云統一運維是性價比更高的方式。許多一體機廠商也已在為此布局。

浪潮云海DeepSeek超融合一體機便搭載云智能體管理平臺，定義AI應用智能體要素，讓用戶像運維虛擬機一樣管理AI應用，幫助用戶實現知識庫高效構建，滿足傳統應用+智能體混合運維需求。

深信服團隊雖然也早早完成對DeepSeek的適配，但為了讓用戶能利用原有超融合產品快速上線，他們主推的DeepSeek解決方案是：讓用戶在原有超融合上擴展一臺GPU升級為智算平臺，或通過深信服的托管云快速申請線上資源和服務，或用AI創新平臺把DeepSeek結合進自己業務中。

放眼望去， 和云密不可分。

另外幾家云大廠的Deepseek一體機也都在云產品線里，例如火山引擎的DeepSeek一體機由其內部混合云產品孵化，百度的解決方案則來源于百度智能云，還有阿里云、京東云等。

騰訊則沒有推出一體機的硬件部署方案，仍以其專有云TCE和分布式云CDC的方式為客戶提供本地部署服務。騰訊分布式云專家賈卷向雷峰網表示，市面常見的DeepSeek一體機形態與云的原生架構不一致，相比一體機形式，基于云架構的方案能覆蓋更多客戶場景，“DeepSeek出圈的速度非常快，很多業務團隊考慮的是怎么盡快跑起來，但當業務擴大、需求豐富時，方案是否還能承載就未知了。”云服務能提供豐富的IaaS和PaaS形式的AI服務，更方便用戶業務從單臺、單機柜方案過渡到大集群的正式業務。

而 “一體機+云”的布局，在部分市場分析師眼中，也是更可持續增長的邏輯 ——云能提供靈活的計算資源分配，未來更可能成為Agent的載體。

一體機需求背后，市場的重資產基因

這波一體機的市場狂歡，也部分得益于此前市場給用戶進行過的“預期管理”。

2023、24年，智算一體機也曾風靡市場，但彼時沒有足夠全民性的大模型，各家廠商的一體機價格昂貴，單臺一體機動輒四五百萬，且往往需要多臺部署才能把大模型跑起來。成本之高，讓企業望而卻步。

相比之下，DeepSeek一體機的價格就顯親民，瞬間點燃市場熱情。

不過市場是否有足夠購買力，一個關鍵因素是，下游客戶們的IT預算有無增長。大多數企業的IT預算在一體機市場爆發前已經規劃好，ROI（投資回報率）尚不清楚的情況下，預算投入不會貿然增加。羅憶就發現，許多用戶這次購置一體機的資金，其實是年前計劃購買閉源大模型的資金。

整體上，政企客戶的支付能力并沒有變強，這也導致了，很多用戶都想先拿樣機去用，一體機在短時間內的回款可能卡殼。 （一體機是不是賺錢的生意？歡迎添加作者微信Ericazhao23討論）

而隨著一體機落地增多，其局限也逐漸展露。

首先，DeepSeek一體機孤軍作戰成果有限。除了要結合數據庫等PaaS層產品，真正切入核心業務時，往往需結合領域專業模型使用。不同業務領域專業模型各異，這就決定了客戶未來的需求是多模共存。

但， 目前市面上的大部分一體機，若想同時運行多個模型，可能存在性能問題。

而對于已有大模型的用戶來說，是否需要切換DeepSeek也因場景而異。郜振鋒提到，根據深信服自身以及與客戶、行業ISV交流的經驗總結，在需要大模型實現一定推理任務的場景里，切換到DeepSeek大參數模型后的效果優勝；但在一些相對通用的場景，如醫療導診，僅是根據用戶癥狀指引科室等工作，使用其他小參數量大模型，也能有不錯效果。

其次，模型的迭代更新對硬件也是個挑戰。

上層大模型持續更新時，有穩定后續服務的廠商，能幫企業在一體機上迭代。但從硬件現實上看，隨著大模型發展，可能導致原有一體機算力資源不足。大華股份此次為客戶交付DeepSeek大模型產品時，就發現許多中小型用戶如果想跑滿血版671B，都需要對現有機房中硬件進行大量升級改造。

而規模的擴展上，硬件部署也容易成其硬傷。

一臺智算一體機一般被視為一個節點，然而，私有化部署進行高負載任務時，很難單節點作戰。根據DeepSeek發表的論文，其推理系統采用跨節點的專家并行策略來實現高吞吐和低延遲，在大規模推理任務中，需要多個節點集群來優化性能。但AI一體機的架構，也容易局限其節點的擴展。

李天朋也表示，一體機并非最適合跑DeepSeek的載體。由于MoE模型的特性，一臺顯存足夠大的一體機裝上671B，每次每個token激活的計算只有37B，稀疏度很高，存在大量資源閑置。

由此，單純堆砌一體機，帶來的性能增長或許難成正比。對性能要求非常高的用戶，或許需要自建計算集群。

云從科技的董秘楊樺觀察到， 很多部署了一體機的用戶感受就是降本增效了，“但如果說立馬到了一個美好的人工智能時代，那好像也沒有”。 但濾鏡破碎后，真正的普及教育才剛剛開始。

而放眼整個市場，一體機也為部分“舊疾”帶來新藥方。

對ToB軟件交付廠商而言，此前國內市場存在嚴重的項目定制化傾向，用戶需求千差萬別，企業一不小心就會成為客戶的“外包”，導致所做項目難以推廣、毛利不夠。 而一體機形態的出現，讓一些在軟件方面有行業積淀的解決方案廠商，有了“軟硬一體”、能復制推廣的通用產品邏輯。

楊樺還發現，這種載體還讓其部分需要硬件“安全感”的用戶感到滿足。這也符合市場國情： 中國市場向來重視重資產的投入 ——其作為企業的長期資產，本身具有一定賬面價值，在經濟下行時可以作為緩沖，也有助于提升企業市值，屬于更長期主義的產品邏輯，在心理上能成為托底。

另一方面，這也讓國產智算算力相關廠商，燃起信心。

此前，行業的核心痛點是跑國產卡。國產芯片受制于先進制程，單顆芯片的算力難以與英偉達等高端GPU相比，但通過C2C或D2D技術，這些小芯片能高速互聯，形成類似大芯片的計算能力。盡管，國產算力和DeepSeek的適配上，還沒能有效把算力和帶寬的資源用足，但 DeepSeek在推理階段的算力需求較低，至少已指明這類分布式芯片有承接大模型推理的能力。

此外， DeepSeek推理模型改變了對高額投入和高端算力的依賴，開源模型也讓中小云廠有了幫客戶部署大模型的新生意 ，這讓在大云廠商縫隙中艱難生存的中小云廠，也有機會進入這個市場。盡管，毫無疑問，他們依然需要打游擊戰。

而在客戶側，借著這波一體機風潮，在Agent元年的開端，私有化部署的硬件設施得以加速走入用戶側。

在浪潮云海產品部總經理龐慷宇看來，一體機未來將會作為AI集群存在，用戶再從私有云上調取PaaS和IaaS資源，以“大模型+智能體的方式”接入業務流。

可見，一體機更長遠的未來，是Agent這片星辰大海。楊樺也相信，未來，軟件市場會基于“開源DeepSeek+閉源模型”重塑，把應用都升級為Agent。

而這也是二級市場希望看到的：Agent在應用形態和場景上的更新。 有分析師指出，因為Agent極大可能誕生于國內大廠，因此，部分和大廠綁定的上市公司值得觀望。此外，ERP公司的產品業務流程足夠復雜，能涉及供應鏈管理、財務等，垂域行業Agent也更可能在這里發生。

AI Agent汽笛聲遠遠傳來，廠商狂奔而去。在此之前，一體機正在打下地基。

作者持續關注DeepSeek一體機市場需求、落地體驗等情況，以及云計算及上下游相關，更多信息可添加作者微信Ericazhao23交流。

雷峰網原創文章，未經授權禁止轉載。詳情見 轉載須知 。