每經(jīng)記者 楊卉  可楊    每經(jīng)編輯 董興生    

DeepSeek（深度求索）的“長尾效應(yīng)”還在繼續(xù)。近日，全國多地政府陸續(xù)披露了在政務(wù)領(lǐng)域推進DeepSeeK私有化部署的進展。除了在政務(wù)領(lǐng)域“紅得發(fā)紫”，DeepSeek在金融、醫(yī)療、能源等行業(yè)的部署熱情也一漲再漲，直接帶動各類AI一體機快速出圈。

政務(wù)審批提速90%、餐飲巨頭88臺傳統(tǒng)服務(wù)器縮至8臺、中國移動斬獲海外首單??AI一體機試圖以“集成算力+大模型+場景方案”的模式，掀起政企數(shù)字化升級的“新基建革命”。在國產(chǎn)大模型部署成本下探與數(shù)據(jù)安全強監(jiān)管的雙重催化下，這款“智能盒子”儼然成了各大廠商的必爭之地。

值得注意的是，當前AI一體機市場雖是多方競逐，各家占比相對均衡，但大多AI一體機都是幾個廠商“聯(lián)合出品”。盡管AI一體機市場熱度逐步攀升，但部分廠商對其商業(yè)價值的考量仍然保持理性。與華為合作發(fā)布SageOne IA一體機解決方案的第四范式（HK06682）就明確表示，不會單獨統(tǒng)計一體機的銷量和增長率，而是將其視為整體營收增長的一部分。

政務(wù)、金融領(lǐng)域需求緊俏 廠商加密布局AI一體機

談到如今高漲的AI一體機熱度，3月12日，北京市社會科學(xué)院副研究員王鵬告訴《每日經(jīng)濟新聞》記者，目前來看，政府、金融、醫(yī)療等領(lǐng)域的付費意愿較強，背后的刺激因素有很多。政策層面，AI終端產(chǎn)業(yè)被納入戰(zhàn)略布局，一系列鼓勵政策接連出臺。技術(shù)層面，國產(chǎn)大模型與GPU的協(xié)同發(fā)展給本地化部署和高效性能運行提供了條件，AI一體機成為首選。

此外，天使投資人、資深人工智能專家郭濤還提出，數(shù)據(jù)隱私法規(guī)的加強、云計算成本的上升、5G技術(shù)的普及也帶動了本地部署AI解決方案的需求。

供給的激增也能反映需求的熱烈。

今年2月以來，來自不同廠商、不同模型公司的一體機產(chǎn)品如雨后春筍般密集上線。2月5日，聯(lián)想集團與沐曦股份聯(lián)合發(fā)布了首個國產(chǎn)DeepSeek一體機解決方案，截至3月7日累計發(fā)貨量超千臺，配備近萬張沐曦國產(chǎn)GPU卡；2月13日，華為宣布推出昇騰DeepSeek一體機；2月28日，神州數(shù)碼發(fā)布問學(xué)一體機DeepSeek版；同日，中國移動通過中移國際在亞太區(qū)某國金融服務(wù)業(yè)完成DeepSeek一體機私有化部署，拿下國產(chǎn)AI一體機出海第一單；3月7日，第四范式聯(lián)合華為昇騰AI發(fā)布了全新升級SageOne IA一體機解決方案??從內(nèi)銷到出海，AI一體機顯然已是廠商的“必爭之地”。

和此前的AI服務(wù)器相比，AI一體機憑什么成為基建更新的“香餑餑”？

資深產(chǎn)業(yè)經(jīng)濟觀察家梁振鵬告訴記者，目前來看，AI一體機可以將GPU、大模型、終端硬件等深度適配集成，減少企業(yè)采購及部署的成本和時間，同時還能進一步保障數(shù)據(jù)安全。

以具體產(chǎn)品為例，根據(jù)聯(lián)想集團方面介紹，其2月5日發(fā)布的國產(chǎn)DeepSeek一體機解決方案可將大模型業(yè)務(wù)的接入門檻降至五萬元起，在數(shù)小時內(nèi)即可完成部署。第四范式也舉例稱，公司某大型連鎖餐飲客戶在推薦算法場景中采用8臺一體機替換了88臺傳統(tǒng)服務(wù)器，并將AI應(yīng)用上線周期從數(shù)月縮短至數(shù)天。

基于聯(lián)想問天WA5480 G3 AI服務(wù)器的訓(xùn)推一體機 圖片來源: 受訪企業(yè)提供

不過，盡管AI一體機的熱度逐步攀升，廠商對其商業(yè)價值的考量仍然保持理性。第四范式就明確表示，不會單獨統(tǒng)計AI一體機的銷量和增長率，而是將其視為整體營收增長的一部分。

國產(chǎn)大模型應(yīng)用成本下探加速廠商布局

需要注意的是，大模型早已不是新鮮產(chǎn)物，除了剛需用戶，此輪AI一體機“部署熱”還與國產(chǎn)大模型成本下降有關(guān)。

3月初，DeepSeek在社交網(wǎng)站發(fā)文披露了自身理論成本和利潤率等關(guān)鍵信息。按照披露數(shù)據(jù)，若所有Tokens（文本處理的基本單位）全部按照DeepSeek R1的定價計算，理論上DeepSeek一天的總收入為56.2027萬美元，成本利潤率為545%。

不過，DeepSeek方面也表示：“當然我們實際上沒有這么多收入，因為V3的定價更低，同時收費服務(wù)只占了一部分，另外夜間還會有折扣。”

此文一出，立即引發(fā)業(yè)內(nèi)熱議。資深科技博主梁賽告訴記者，此前中小云廠商都嘗試在這波AI浪潮到來時分一杯羹，但部署成本很高，結(jié)果是一邊流血虧損，一邊爭奪市場。

“DeepSeek發(fā)布的這個利潤率，超出很多人意料。相信大廠會很快落地部署產(chǎn)品。提供大模型推理服務(wù)的云廠商一旦跑通，大模型價格戰(zhàn)還會進一步加劇。”梁賽稱。

第四范式相關(guān)負責人也在接受《每日經(jīng)濟新聞》記者采訪時指出，隨著生成式AI的爆發(fā)，企業(yè)大模型應(yīng)用需求大幅增加，尤其是DeepSeek的出現(xiàn)，讓企業(yè)看到了能以更加低廉的成本應(yīng)用大模型。

圖片來源：公司官網(wǎng)截圖

在GPU成本居高不下的情況下，充分榨取GPU資源、提高利用率、降低算力成本成為企業(yè)的關(guān)注焦點。以第四范式SageOne IA一體機為例，相較于傳統(tǒng)AI架構(gòu)，該產(chǎn)品可將算力資源利用率提升5至10倍，最高可節(jié)省80%的硬件成本。

“廠商合作”爭奪千億級市場 本地還是云端仍需博弈

從產(chǎn)業(yè)規(guī)模上看，AI一體機將帶來多大的市場？據(jù)浙商證券測算，2025年至2027年，智算一體機的市場需求將達到15萬至72萬臺，市場規(guī)模有望突破5200億元。

藍海“誘惑”下，下場的玩家自然少不了。

據(jù)梁振鵬介紹，目前來看，AI一體機市場呈現(xiàn)出多方競逐的格局，各玩家占比相對均衡，沒有哪一類玩家占比最大。PC廠商如聯(lián)想集團、云計算廠商如阿里云、垂直場景服務(wù)商如云從科技、芯片新勢力如沐曦股份等都在積極布局。郭濤還提到，目前制約AI一體機成本下探的核心因素主要包括GPU價格、大模型訓(xùn)練成本以及終端硬件的適配和優(yōu)化。其中芯片是關(guān)鍵，尤其是高性能的GPU。

王鵬進一步指出，入場玩家中，PC廠商擁有較好的硬件制造能力和渠道優(yōu)勢，但在軟件算法和模型優(yōu)化方面需要提升；云計算廠商有較豐富的計算資源，能提供全方位的AI解決方案，但在硬件制造和渠道上有所欠缺；垂直場景服務(wù)商往往專注于特定行業(yè)或場景的AI應(yīng)用，產(chǎn)品更加貼合實際需求，但市場規(guī)模和渠道覆蓋可能有限。

如此一來，合作成了不少廠商做AI一體機的首選。

根據(jù)目前公布的產(chǎn)品細則，PC廠商/大模型廠商+手握芯片的大廠是較為常見的組合，如聯(lián)想集團與沐曦股份、第四范式與華為、恒為科技與華為等。在第四范式看來，國產(chǎn)AI基礎(chǔ)設(shè)施已經(jīng)進入“軟硬協(xié)同、場景驅(qū)動”的新階段。

不過，盡管“搭伙”模式相似，各家的技術(shù)路徑卻不同，尤其是在選擇“本地輕量化模型”還是“云端協(xié)同推理”上仍存在分歧。

具體來看，據(jù)薩摩耶云科技集團首席經(jīng)濟學(xué)家鄭磊介紹，本地輕量化模型是指通過模型壓縮、量化、知識蒸餾等技術(shù)，將大模型優(yōu)化為可在本地設(shè)備運行的小模型。這種方式的優(yōu)勢在于低延遲與高實時性。然而，本地輕量化模型也存在一些局限性，如輕量化過程可能導(dǎo)致模型精度下降，對于需要大規(guī)模計算的任務(wù)，本地設(shè)備可能難以勝任。

而云端協(xié)同推理是指將復(fù)雜的推理任務(wù)分配到云端，同時利用本地設(shè)備進行預(yù)處理或簡單推理。優(yōu)勢在于云端可以處理復(fù)雜的任務(wù)，如深度推理、多輪對話等。云端可以利用大規(guī)模數(shù)據(jù)進行模型訓(xùn)練和更新，也可根據(jù)需求動態(tài)分配云端資源。不過，云端協(xié)同推理也面臨數(shù)據(jù)隱私風(fēng)險；網(wǎng)絡(luò)延遲和穩(wěn)定性也會影響推理效率，且長期使用云端算力還可能導(dǎo)致較高的運營成本。

至于如何在數(shù)據(jù)安全與降低本地算力需求之間尋求平衡，在鄭磊看來，“云—邊—端”的協(xié)同混合架構(gòu)可結(jié)合兩者優(yōu)點，根據(jù)任務(wù)復(fù)雜度和隱私需求靈活分配云端和本地的計算資源。隱私敏感和實時性要求高的場景，如自動駕駛、醫(yī)療設(shè)備等優(yōu)先采用本地輕量化模型；復(fù)雜任務(wù)和需要大規(guī)模數(shù)據(jù)支持的場景，如多輪對話、知識生成等則采用云端協(xié)同推理。

第四范式方面還提出，當前數(shù)據(jù)安全問題仍是客戶的首要考量，許多企業(yè)更傾向于本地部署模式，尤其是涉及業(yè)務(wù)核心數(shù)據(jù)的場景。在技術(shù)快速迭代的背景下，預(yù)計在很長一段時間里，關(guān)于本地還是云端的博弈仍會繼續(xù)。