过去两个月的一体机市场，一波三折：

曾经半年销售量两只手数得过来的一体机业务，在年后一天涌进两三百人电话咨询、一周内咨询近千条，商机密度比往年翻两三倍，一体机 " 蜜月期 " 平等地降临在各厂商身上。

有行业人士透露，春节以来，中小厂商基本都卖出了十几二十台一体机，收入上千万；运营商能卖出小几百台；某大厂定下的目标是，今年卖三千台。

神州数码信创业务集团产品中心总经理李川也发现，去年对一体机的需求相对垂直，主要还集中在机器视觉、自然语言处理等领域中小型客户，今年则向更广泛的行业蔓延。

业务之外，还有更大的盈利场——在二级市场，DeepSeek 概念股股价迎来较大涨幅，一体机相关上市公司也一度领涨。2 月以来，浪潮信息、优刻得、神州数码、云天励飞等股价陡峭攀升，深信服从半年前的 42.70 元 / 股涨到了最高 142 元 / 股，云从科技更是一度涨停。（更多一体机相关标的看法，可添加作者微信 Ericazhao23 交流）

而进入三月，商机有所回落，有运营商的咨询从每天几百个下降到每天几十个；股价也开始跌宕。当用户从尝鲜过渡到理性探索，当卖方市场开始产品迭代和探索壁垒，有声音认为，这个市场即将翻篇。

然而，这并非智算一体机首次爆火，前两年曾短暂风靡的一体机，能再次杀入大众视野，绝非偶然。于是，一个问题浮现：当我们需要智算一体机时，我们需要的是什么？

事实上，这个市场需要的不止是 AI，还有一体机这种载体——

一方面，对于长期受定制化困扰的中国软件厂商，一体机通用、弱定制的产品逻辑，有望成为一剂解药；另一方面，对于习惯购买硬件重资产的本土客户们，一体机载体也能为其引入 AI 提供一种安全感。

同时，这场一体机部署热潮，也是如火如荼发生在 B 端和 G 端的 AI 普及教育，甚至，可以作为 AI Agent 来临前的地基建设运动。

" 用户的热情此前从地上跳到空中，最后大概率会回到桌上 "，云天励飞副总裁罗忆如此形容部署热潮。当市场情绪逐渐回归中点，雷峰网也完成了多方调研，试图勾勒 DeepSeek 一体机市场里用户的迷茫、厂家的探索，以过去这两个月的市场为鉴，照见 AI 一体机蜿蜒向未来的道路。

咨询热情高涨，落地层层博弈

新的科技热潮出现，用户总需经历市场教育。

第一个场景，便是卖家的抉择。

1）急于完成 KPI、在厂商间迷失的客户们

" 短、平、快 "，是这次一体机用户的需求特征。

此次部署热潮中，很多国央企和金融客户的 KPI 节奏大差不差：上半年完成部署，下半年应用落地。

部署指令自上而下，时间紧，任务重。焦虑急迫的情绪，从厂商发布的交付数据中可略感一二：联想集团与沐曦股份联合发布的首个国产 DeepSeek 一体机解决方案，一个月内发货量就超过千台。

不过，目前很多厂商的成单量跟咨询量比起来，仍显寥寥：多家厂商的 DeepSeek 一体机成单率远不如其他成熟产品，有时两三百个咨询里没有一单落成，甚至有的用户只测试、不下单。

不得不承认，在早期市场上，更吃香的是懂点技术的中间商们。

他们成为香饽饽无非两个原因：便宜、快速。

但选择中间商，风险暗藏：很多企业接入大模型的第一步，是做知识问答，而足够精准的知识问答，要基于精确的 RAG（检索增强生成）框架而做。

然而，现在市面上许多 DeepSeek 一体机订单，是由中间厂商直接用 MaxKB 软件或 Dify 平台给客户部署。结果上看，也能把知识库搭起来，但框架往往不够精确，知识库里的文字分段有问题，大模型幻觉严重：

当专业名词 " 阿莫西林 "，被切割成了 " 阿莫 " 和 " 西林 "，这场幻觉，谁来买单？

困住客户的不止于此：市面上还有厂家售卖的所谓一体机，只是 " 计算平台 + 推理框架 + 预装大模型 "，没有智能体平台、没有操作界面，仍是开发机；有的厂家打着满血版的名义，却给客户部署蒸馏的模型；还有的厂家，四处东拼西凑出一体机，交付时却不负责调优应用。用户迷茫，做快生意的厂家却盆满钵满。

供给市场鱼龙混杂，一个重要原因是，前期一体机的利润不容小觑。" 硬件成本下探空间小，软件长期服务更盈利 " 这套一贯的逻辑，用在 DeepSeek 一体机市场里还不够全面。有知情人士透露，得益于前几年英伟达 H20 囤卡风潮，此次一体机早期硬件利润不低，一台满血版的 H20 一体机，整体利润率可达 30%。

不过，多位业内人士反映，这一利润率已在下降。（一体机背后利润几何？可添加作者微信 Ericazhao23 交流）

选对厂商只是第一步，此后还有一系列问题摆在用户面前：满血版还是蒸馏版？国产卡还是 H 卡？训推一体机还是推理一体机？具体切入什么场景？

每一关都是信息博弈，且每个 A 和 B 之间的抉择，成本也相去甚远。

2）咨询时都要满血版，落地时 50% 交付蒸馏版

满血版，是许多用户的第一个执念——领略过 DeepSeek-R1 的表现后，大家由奢入俭难。

但满血版在单台一体机上的性能到底如何，目前存疑。用单台八卡英伟达 H20，基于推理框架优化能让模型顺利运行，但性能会有一定损失。还有使用国产芯片的厂商表示，在 DeepSeek" 话很多 " 的情况下，一个问题的答案可能要五分钟才能吐完。

而价格上，满血版 DeepSeek 一体机一般在 150 万上下，内置国产芯片的还会更高。DeepSeek 一体机国产卡的配置，目前以华为昇腾、沐曦、海光较多，但由于国产卡的显存资源和性能仍稍差，一般要部署至少两台才能把满血版跑起来，预算将近四百万。这对于规模较小或处于起步阶段的企业而言，有些吃亏。

但其实，并非所有人都需要满血版。

优刻得（UCloud）新兴产业事业部首席架构师李天朋观察到，现阶段许多用户是想把 DeepSeek 部署用在企业内部的智能问答场景中，预算三四十万的 32B、70B 等蒸馏版模型，已能满足需求，响应速度还会更快。他统计后发现，最后实际交付时，满血版和蒸馏版模型比例大概五五开。

而对于什么样的用户需要满血版，他总结道：一类是对模型泛化能力要求高的客户，比如把 DeepSeek 用在对外服务上，面向大量用户；还有成本足够、希望在本地大规模部署的客户；以及希望借助 DeepSeek 模型优化内部算法来提升性能的客户，比如用来校准交易策略模型。

除此之外，大模型在业务里的 " 开疆扩土 "，也可以交给满血版。云天励飞副总裁罗忆说道，开拓一个新业务时，要先让一位 " 老法师 " 把业务跑通，才能安排能力合适的下属在具体岗位上维系日常运转，同理，对业务闭环有高要求的用户，可以先用满血版把业务跑通，再安置不同的小尺寸模型在合适位置上。

3）训推一体机价格高昂，并非必要采购

而在引入大模型时，有传统企业用户希望训练自己的模型，于是摩拳擦掌看向训推一体机——其价格显著高于推理一体机。然而，在李天朋看来，这对大部分用户来说都不太必要。

他向雷峰网指出，纯训练所占的资源至少是纯推理的两到三倍，但 DeepSeek 的颠覆性恰恰在于推理算力需求的大幅下降，这让训推的成本悬殊更大——

DeepSeek 如果想跑训练，对底层硬件要求非常高，需要大显存和高容量存储系统等计算资源；然而，由于模型本身的高度稀疏性，在后续推理中，大规模储备的计算资源又会面临浪费。

并且，大部分用户真实使用时，训练周期相对推理周期非常短，早期的训练需求可以寻求算力厂商或云厂商租赁资源。除非是有行业知识的垂直领域客户——如医院、法律和金融行业——希望用 RAG 训练微调 DeepSeek，对模型后期训练有更高要求，下重本选训推一体机会更划算。

4）落地场景纷繁，业务适配、技术运维有门槛

本次一体机的部署流程，深信服云计算 BG AIC 智能计算产品线总经理郜振锋总结到，用户一般先小规模采购一批设备部署私有化模型，配提示词问答和搭内部知识库系统，AI 起步后，再考虑耦合到原来业务系统。

目前，DeepSeek 直接接入 WPS、企业助手或客服问答场景的频次最高。但在行业人士看来，普通企业或许没有必要花这么大成本去 " 维护 " 这些数据，加密存储和云服务的安全措施已能满足需求。

而真正对一体机采购有刚需的，首当其冲是军工院所。其次是高端制造业，比如苹果、华为的供应链，应用于生产流程优化、高精度的缺陷检测等——去到这类场所拜访时，手机和电脑的摄像头都得贴起来，离开时若发现贴的纸张有撕过的痕迹，设备就会被没收，其对安全性的高需求可见一斑。

政府也是此次部署的重要参与者，部分还会通过发函的形式先行先试。这波 AI 探索中，各部门几乎都站上了起跑线。有厂商与政府合作的项目正在被赶着交付，因为 " 内部业务都催着要用 "。

目前在政府侧，智算一体机的主要用途之一是公文生成和政务服务，如政务审批、咨询场景。例如，深圳福田就已在 DeepSeek 政务大模型基础上，上线 70 名 " 数智员工 "，缩短公文审核时间 90%。而此前在信息领域已有积累的数据局和公安部门，需求相对更明确 " 激进 " ——例如，公安部门的 DeepSeek 部署已能应用在预警、接警等环节中，帮助完成警情分类，或风险防控、侦查打击等。

金融、医疗等行业也是更明确自己一体机需求的用户，有客户会一次性提十台八卡一体机。

金融在信息化领域一直走在前列、也有较多预算支持，在此次部署中占据很大比例。目前，金融接入大模型，更多用于对内管理提效；在涉及财务分析等数值计算场景，很多用户还不敢直接使用 DeepSeek 模型。火山引擎在交付时还发现，许多金融客户还会关注在智能体的应用开发上。

腾讯 TCE 产品专家丛磊也指出，银行等金融机构本身已有千卡规模算力，DeepSeek 对算力的需求变小，这一技术迭代给银行带来的挑战是，怎么用原来跑训练集群的算力，创造更多好的推理场景。

而医疗上，一体机能辅助导诊、对接药物数据库、实现细粒度的专科诊断，或帮忙自动总结病历等。

至于能源、电力等领域，主要落地场景是用户的生产和安全管理。比如安全监控系统，以前单靠算法逐个预警，产生报警后又需相关人员逐个确认排查；但现在，大模型能进行全流程编排，自动生成作业报表，呈现所有环节的情况。并且，DeepSeek 接入工控和质检系统时基本时延要求都在 50ms 以下，调取 API 的方式很难满足。

整体来说，对性能需求不高，但对数据安全或访问延迟敏感的场景用户，更适合一体机。此外，不以业务闭环为目标、更注重科研和技术探索的场景，如科研院校、创业公司和开发者，也是一体机的目标客群。

场景适配后，要真正驾驭一体机，还有一道不容忽视的门槛：技术资源。

此次部署热潮中，罗忆就发现，一大半咨询的用户在过去两年里，对大模型的运用仍停留在观望状态。

这导致一体机落地时可能水土不服：部署一体机确实是 " 小时级 " 工程，毕竟点亮服务器的动作，半天、甚至半小时就能完成。但在这之后，要跟企业自身 OA 系统对接，还要后续运维，尤其接入具体业务时，DeepSeek 工程化能力越好、专家模型就越多，就更需要通过调优找到性价比最高的方式。很多企业一通咨询后，发现自己根本没有技术能力去维护，遂作罢。（一体机真实落地体验如何？欢迎添加作者微信 Ericazhao23 探讨分享经验）

接入大模型并非一朝一夕，当厂家没能掌握用户具体的业务逻辑，当用户本身的数据治理和业务梳理不够准确，DeepSeek 一体机和业务的结合就会出现鸿沟。可以想象一体机是个新来的实习生，企业本身如果没有成体系的业务梳理，实习生又如何尽快上手？

也因此，在罗忆眼中，过去两年在大模型结合应用落地上已有探索的客户，可以称得上是 " 好客户 "：除了前期的数据治理等工作，他们可能已为系统上线建立测试集；更彻底些，有的用户这次只是把之前部署的大模型，切换成 DeepSeek。

厂商生存之道：爆发初期，寻求行业的差异化

一个多月爆发六十多家厂商的一体机赛道里，各家如何杀出重围？

一个大方向是，厂商们都重视提供软硬一体的解决方案，帮助客户落地到具体场景。例如火山引擎提供其机器学习平台给用户进行模型开发，也集成其应用构建产品，推动落地；神州数码旗下神州鲲泰在提供匹配不同客户需求的 " 全家桶式 " 一体机解决方案时，也结合企业自研的 AI 原生赋能平台，为用户从 PaaS 层提供模型选型、多种模型软件适配和调优等能力。

但具体到软硬件基因，不同类型厂商已天然有各自的优势。

云厂商做一体机，除了软件调优、模型管理等方面是强项，还能给用户的 DeepSeek 适配提供 " 一条龙 " 服务。罗忆便建议道，用户部署一体机前，先租用云厂商的算力资源测试，验证模型能接入业务闭环，再选择合适的部署方式。

但云厂商的硬件并非自有，对此，UCloud 的做法，便是由专门的硬件团队与多家硬件供应商对接，再和模型算法开发团队探索硬件解决方案。供应商按交付需求提供个性化硬件后，UCloud 再预装推理引擎、算力调度等功能。

反观硬件服务器厂商，在软件调优能力上可能不占优，但胜在硬件建设成本和国产化适配。并且，其早期在售卖信息中心服务器时积累下的用户，在客群和硬件基因上之契合，使他们更可能一脉相承成为后续买家。

一些 ERP 厂商如用友、汉得信息等，在此次部署中，也能因其早期客情积累而吃香。

不过，许多从业者坦言，厂商虽出身不同，但目前一体机的技术差异并不大。

理论上，各家核心竞争力应是推理大模型的效率指标和性价比，例如每用户的首次响应时间、能跑多少并发、每个并发能处理的最大上下文是多少等。

但在一体机爆发初期，市场具体性能指标并不透明，真实数字也不太好看：据悉，目前首次在本地加载 DeepSeek 满血版可能要四五十分钟，而 DeepSeek-R1 在线服务每个并发能处理的最大上下文可以达到 128K，但线下私有化部署，量化版本基本只能达到 16K。

新产品调优需宽容更多时间，目前谈技术指标为时尚早，厂商们着力寻找差异化的方向，一个是谁更 " 轻 "。

市面上尤其大厂的产品，大多主打 " 全栈 "。有行业人士透露，有的大厂一体机产品或需至少三台服务器来管理。也因此，谁更轻量化，给用户带来的成本负担就更小。浪潮云海起初推出的也是三四台部署方案，但观察到许多用户会先选择落地一台，" 想节约资源，避免犯错 "。百度智能云便提出，在私有化部署层面搭载昆仑芯 P800 的百舸、千帆、一见的一体机产品，可支持单机环境下一键部署 DeepSeek R1/V3 全系列模型。

而对于中小厂商，目前各家厂商抓住的差异化，主要是在细分领域的行业认知。

例如，通用一体机之外，云从科技还会融合自己在公安、政务领域的行业积累，以 " 一体机 +Agent" 的形式交付巡检一体机、智能制造一体机。

这是中小厂商的游击战策略：通用一体机领域，定制要求低，客户触达量高，硬件配置又高度同质化，多重 buff 叠加，价格战几乎是无可避免；而研发一体机在垂域行业里的应用，让一体机搭载更多行业智能体，议价能力也会更强，未来甚至可能比通用的价格贵上几倍。

有的厂商也会通过和生态伙伴合作，拓宽其在具体行业内的深入探索。大华股份智能产品负责人任成介绍道，公司深耕智慧物联领域，在推出 Deepseek 一体机后，收到来自全行业的广泛咨询，于是以 " 大华 + 伙伴 " 的形式将 Deepseek 与场景化行业业务结合：由大华提供算力资源 + 大模型能力底座，协同生态伙伴的 Know-how 专家服务和业务应用，打造专业场景下的大模型整体方案。深信服也和 ISV 深度合作，以其 AICP 算力平台作为承载，由厂商加上应用组件，形成整体交互方案。

完整的 "AI 物流业 "，就此形成。（一体机生意对上下游还有何影响？欢迎添加作者微信 Ericazhao23 交流）

不过，多位从业者也指出，随着用户侧一体机部署规模增大，单机运维成本上升，用私有云统一运维是性价比更高的方式。许多一体机厂商也已在为此布局。

浪潮云海 DeepSeek 超融合一体机便搭载云智能体管理平台，定义 AI 应用智能体要素，让用户像运维虚拟机一样管理 AI 应用，帮助用户实现知识库高效构建，满足传统应用 + 智能体混合运维需求。

深信服团队虽然也早早完成对 DeepSeek 的适配，但为了让用户能利用原有超融合产品快速上线，他们主推的 DeepSeek 解决方案是：让用户在原有超融合上扩展一台 GPU 升级为智算平台，或通过深信服的托管云快速申请线上资源和服务，或用 AI 创新平台把 DeepSeek 结合进自己业务中。

放眼望去，和云密不可分。

另外几家云大厂的 Deepseek 一体机也都在云产品线里，例如火山引擎的 DeepSeek 一体机由其内部混合云产品孵化，百度的解决方案则来源于百度智能云，还有阿里云、京东云等。

腾讯则没有推出一体机的硬件部署方案，仍以其专有云 TCE 和分布式云 CDC 的方式为客户提供本地部署服务。腾讯分布式云专家贾卷向雷峰网表示，市面常见的 DeepSeek 一体机形态与云的原生架构不一致，相比一体机形式，基于云架构的方案能覆盖更多客户场景，"DeepSeek 出圈的速度非常快，很多业务团队考虑的是怎么尽快跑起来，但当业务扩大、需求丰富时，方案是否还能承载就未知了。" 云服务能提供丰富的 IaaS 和 PaaS 形式的 AI 服务，更方便用户业务从单台、单机柜方案过渡到大集群的正式业务。

而" 一体机 + 云 " 的布局，在部分市场分析师眼中，也是更可持续增长的逻辑——云能提供灵活的计算资源分配，未来更可能成为 Agent 的载体。

一体机需求背后，市场的重资产基因

这波一体机的市场狂欢，也部分得益于此前市场给用户进行过的 " 预期管理 "。

2023、24 年，智算一体机也曾风靡市场，但彼时没有足够全民性的大模型，各家厂商的一体机价格昂贵，单台一体机动辄四五百万，且往往需要多台部署才能把大模型跑起来。成本之高，让企业望而却步。

相比之下，DeepSeek 一体机的价格就显亲民，瞬间点燃市场热情。

不过市场是否有足够购买力，一个关键因素是，下游客户们的 IT 预算有无增长。大多数企业的 IT 预算在一体机市场爆发前已经规划好，ROI（投资回报率）尚不清楚的情况下，预算投入不会贸然增加。罗忆就发现，许多用户这次购置一体机的资金，其实是年前计划购买闭源大模型的资金。

整体上，政企客户的支付能力并没有变强，这也导致了，很多用户都想先拿样机去用，一体机在短时间内的回款可能卡壳。（一体机是不是赚钱的生意？欢迎添加作者微信 Ericazhao23 讨论）

而随着一体机落地增多，其局限也逐渐展露。

首先，DeepSeek 一体机孤军作战成果有限。除了要结合数据库等 PaaS 层产品，真正切入核心业务时，往往需结合领域专业模型使用。不同业务领域专业模型各异，这就决定了客户未来的需求是多模共存。

但，目前市面上的大部分一体机，若想同时运行多个模型，可能存在性能问题。

而对于已有大模型的用户来说，是否需要切换 DeepSeek 也因场景而异。郜振锋提到，根据深信服自身以及与客户、行业 ISV 交流的经验总结，在需要大模型实现一定推理任务的场景里，切换到 DeepSeek 大参数模型后的效果优胜；但在一些相对通用的场景，如医疗导诊，仅是根据用户症状指引科室等工作，使用其他小参数量大模型，也能有不错效果。

其次，模型的迭代更新对硬件也是个挑战。

上层大模型持续更新时，有稳定后续服务的厂商，能帮企业在一体机上迭代。但从硬件现实上看，随着大模型发展，可能导致原有一体机算力资源不足。大华股份此次为客户交付 DeepSeek 大模型产品时，就发现许多中小型用户如果想跑满血版 671B，都需要对现有机房中硬件进行大量升级改造。

而规模的扩展上，硬件部署也容易成其硬伤。

一台智算一体机一般被视为一个节点，然而，私有化部署进行高负载任务时，很难单节点作战。根据 DeepSeek 发表的论文，其推理系统采用跨节点的专家并行策略来实现高吞吐和低延迟，在大规模推理任务中，需要多个节点集群来优化性能。但 AI 一体机的架构，也容易局限其节点的扩展。

李天朋也表示，一体机并非最适合跑 DeepSeek 的载体。由于 MoE 模型的特性，一台显存足够大的一体机装上 671B，每次每个 token 激活的计算只有 37B，稀疏度很高，存在大量资源闲置。

由此，单纯堆砌一体机，带来的性能增长或许难成正比。对性能要求非常高的用户，或许需要自建计算集群。

云从科技的董秘杨桦观察到，很多部署了一体机的用户感受就是降本增效了，" 但如果说立马到了一个美好的人工智能时代，那好像也没有 "。但滤镜破碎后，真正的普及教育才刚刚开始。

而放眼整个市场，一体机也为部分 " 旧疾 " 带来新药方。

对 ToB 软件交付厂商而言，此前国内市场存在严重的项目定制化倾向，用户需求千差万别，企业一不小心就会成为客户的 " 外包 "，导致所做项目难以推广、毛利不够。而一体机形态的出现，让一些在软件方面有行业积淀的解决方案厂商，有了 " 软硬一体 "、能复制推广的通用产品逻辑。

杨桦还发现，这种载体还让其部分需要硬件 " 安全感 " 的用户感到满足。这也符合市场国情：中国市场向来重视重资产的投入——其作为企业的长期资产，本身具有一定账面价值，在经济下行时可以作为缓冲，也有助于提升企业市值，属于更长期主义的产品逻辑，在心理上能成为托底。

另一方面，这也让国产智算算力相关厂商，燃起信心。

此前，行业的核心痛点是跑国产卡。国产芯片受制于先进制程，单颗芯片的算力难以与英伟达等高端 GPU 相比，但通过 C2C 或 D2D 技术，这些小芯片能高速互联，形成类似大芯片的计算能力。尽管，国产算力和 DeepSeek 的适配上，还没能有效把算力和带宽的资源用足，但DeepSeek 在推理阶段的算力需求较低，至少已指明这类分布式芯片有承接大模型推理的能力。

此外，DeepSeek 推理模型改变了对高额投入和高端算力的依赖，开源模型也让中小云厂有了帮客户部署大模型的新生意，这让在大云厂商缝隙中艰难生存的中小云厂，也有机会进入这个市场。尽管，毫无疑问，他们依然需要打游击战。

而在客户侧，借着这波一体机风潮，在 Agent 元年的开端，私有化部署的硬件设施得以加速走入用户侧。

在浪潮云海产品部总经理庞慷宇看来，一体机未来将会作为 AI 集群存在，用户再从私有云上调取 PaaS 和 IaaS 资源，以 " 大模型 + 智能体的方式 " 接入业务流。

可见，一体机更长远的未来，是 Agent 这片星辰大海。杨桦也相信，未来，软件市场会基于 " 开源 DeepSeek+ 闭源模型 " 重塑，把应用都升级为 Agent。

而这也是二级市场希望看到的：Agent 在应用形态和场景上的更新。有分析师指出，因为 Agent 极大可能诞生于国内大厂，因此，部分和大厂绑定的上市公司值得观望。此外，ERP 公司的产品业务流程足够复杂，能涉及供应链管理、财务等，垂域行业 Agent 也更可能在这里发生。

AI Agent 汽笛声远远传来，厂商狂奔而去。在此之前，一体机正在打下地基。

作者持续关注 DeepSeek 一体机市场需求、落地体验等情况，以及云计算及上下游相关，更多信息可添加作者微信 Ericazhao23 交流。