大模型一体机，开始缩水了

（本文作者为 半导体产业纵横，钛媒体经授权发布）

文 | 半导体产业纵横

大模型一体机是集成 AI 加速硬件（GPU / 国产 AI 加速卡）、服务器硬件、推理框架、大模型权重、配套运维与应用平台的一体化设备，实现开箱即用，面向政府、企业、科研机构完成本地私有化大模型部署，省去用户自行组装服务器、适配框架、调试模型的复杂流程。

去年年初，DeepSeek R1 正式亮相，带动 DeepSeek 一体机迅速走红。DeepSeek一体机可在单机环境下完成 671B 满血版大模型的部署，一时间，各地机构、企事业单位与中小企业纷纷采购，市场热度高涨。

而如今，随着市场变化和模型进化，大模型一体机市场出现了深刻变革。

饱受争议的DeepSeek一体机

2025 年春节前后，DeepSeek R1横空出世，相关热度持续攀升，随后60多家厂商推出DeepSeek一体机。但随之而来的便是各种争论，大家都在讨论，各个相关单位是否应该部署一体机？毕竟一台一体机甚至要卖到上百万的价格，财务支出巨大。而如果调用云端大模型，几百年也用不完。加之大模型持续迭代、参数量不断膨胀，单机硬件的算力上限便会逐步显现。

仅仅三个月，市场便迎来降温。行业形成一种共识：DeepSeek有用，但DeepSeek一体机真没用。毕竟一台标准 DeepSeek 一体机至少需要搭载 8 张 GPU 显卡，受限于单机架构，无法享受集群部署带来的规模效应，综合使用成本居高不下。更关键的是，早期不少一体机本质只是硬件打包产品，软件层面优化不足，仅完成模型简单安装部署。虽然标称支持 671B 大模型运行，但实际并发能力很差，多用户同时访问极易出现卡顿。部分厂商重硬件交付、轻后续运维，设备交付之后缺少模型持续更新迭代服务，需要用户投入额外人力进行二次改造，这也造成不少机构硬件到位，业务却跑不起来。而且满血版一体机普遍要120万到150万，用国产卡因单台显存不够，往往要两台并联，预算近400万。到2025年下半年，“满血版卖不动了”已经不再是秘密，中小厂商的成单主力悄悄换成了32B和70B。

时间来到 2026 年，市场环境再度发生变化。内存、存储（SSD、机械硬盘等）、GPU 芯片等等相继涨价。从资产角度来看，2025年初购入的一体机，如今二手处置甚至可以收回全部采购成本，还能实现盈利。有网友透露，公司去年出了五套昇腾卡的服务器给某国企的研发部门，成交额1000万冒头。今年和甲方项目经理了解到，项目失败，项目组解散，靠着把五台服务器卖给隔壁项目团队实现盈利，甚至项目组发了一笔奖金，成为了少有的项目失败却盈利的团队。当初被网友调侃高价踩坑的采购方，反倒成了本轮硬件涨价周期里的受益者。

但这里需要客观看待硬件增值现象，虽然硬件账面升值，并不代表适合当下新项目采购。二手一体机普遍面临保修失效、固件驱动兼容性、功耗过高等现实问题，老旧硬件架构想要跑通 DeepSeek V4.1 Flash 这类新一代 MoE 模型，还需要完成推理框架改造，并非拿到设备即可直接满血运行，这也抑制了机构大规模囤二手设备的意愿。

大模型一体机集体“缩水”

今年的行业风向已经转变，市场不再追捧能够运行 671B 满血大模型的一体机，AI BOX 这类轻量化本地部署设备开始兴起。相比于去年的671B 满血模型的高端一体机，今年市面一体机硬件配置、可承载模型参数量均出现明显下调，多数中端设备最多仅可运行 70B 级别模型。

缩水的原因并不复杂。一是需求端在挤泡沫，大量实践证明，绝大部分用户需求的是知识库问答、公文写作等场景，而这类场景依靠蒸馏的小模型就足够了，671B的能力大部分时间能力过剩；二是模型端的能力密度在提升，MoE稀疏激活、蒸馏、量化等技术成熟，达到同样效果所需的参数量大幅变小；三是高端芯片供给受限，2025 年 4 月，H20 芯片被无限期停售，而彼时国产加速卡经过迭代，在显存、吞吐性能上有一定提升，但单卡依然跑不动超大 MoE 模型，想要实现满血运行，需要多台设备并联。除采购成本外，多卡并联还会带来调试复杂、软件生态适配工作量大等问题，进一步抬高项目落地门槛；四是内存涨价，本地部署满血版成本上涨过高，性价比不足。

整个一体机市场，由此劈成了两半：轻量化缩水版本主打走量，撑起市场出货大盘；满血高端一体机产品依然存在，但采购群体高度集中于有强合规要求的央国企、金融机构，高端机型整体出货量大幅下滑。

内存、Token涨价，Agent爆火

在一体机普遍走向轻量化的当下，高端一体机是否还有市场价值？实际上，高端一体机在特定场景下，仍存在市场需求。

首先是复杂生产场景，小模型能力存在明确短板。Agent 长链路任务、Vibe Coding 工程级代码开发、AI 专业视频生成，这三类当前增长最快的 AI 应用，对模型的推理深度、逻辑链条、多模态理解能力要求极高。想要稳定支撑这类生产级任务，必须部署满血版的大模型。也正是这个原因，高端一体机并没有因为轻量化产品流行而消失，反而在真正的生产环节价值更加凸显。

其次，云端调用成本飙升，本地部署性价比凸显。随着 Token 价格上涨，再加上海量多模态生成消耗，大规模使用云端大模型的成本正在快速攀升。Vibe Coding 需要反复迭代、大量生成调试；AI 视频生成更是按秒计费，单条视频成本可达数元至数十元。当业务量上来之后，云端订阅费用会非常惊人，年投入很容易突破百万级别，本地部署大模型的成本优势重新显现。与此同时，数据安全的重要性愈发凸显。就在不久前，海外曾曝出公开用户数据的安全事件，海外闭源 AI 产品也开始嵌入隐形水印等机制，企业与机构对数据本地化的诉求持续增强。

最后，Agent 普及推高本地部署利用率。过去一体机最受诟病的一点，是利用率不足，百万级设备大部分时间在闲置。但Agent 的流行，可以让一体机连续工作，利用率飙升，理论上可以拉高设备利用率。通过工作流编排与业务系统深度对接，一体机可以承载持续运转的 Agent 任务，实现 7×24 小时不间断推理。

开源模型更新，一体机迎来能力升级拐点

真正的行业转折点来自新一代模型迭代，大模型本身能力持续变强。Kimi K3 虽然性能出众，但参数量庞大，很难在一体机硬件上落地部署。而新模型的出现改变了这一局面。

首先是 DeepSeek V4.1 Flash 正式发布，它以接近 Pro 版本的能力，提供 Flash 档位的使用成本。根据官方介绍，V4.1 Flash 在性能、开销、推理速度、任务总耗时等多项指标上全面超越 V4 Pro。该模型采用全新架构，原生支持视觉理解，承接上一代 Pro 模型的定位。尤为关键的是，V4.1 Flash 基于 CausalEncoderDecoder（因果编码器解码器）架构打造，属于总参数量 552B 的 MoE 混合专家模型。

需要注意的是，552B的模型大小，小于DeepSeek R1满血模型671B的参数规模。这意味着去年花150万买的满血一体机，不用加一张卡就能原地升级，能力原地提升。能力更强，上下文也达到最新水平，模型还没有变大。而且模型与Harness框架联合训练，强化了长周期连续任务处理能力。

其次，MiniMax H3 开源模型快速走红。MiniMax H3是MiniMax发布的一款通用全模态生成模型，于2026年7月31日正式发布。2026年8月3日，MiniMax正式开源该模型，其开源许可明确排除美国、欧盟、英国及韩国的使用权限，华为昇腾、摩尔线程、沐曦、海光信息、昆仑芯、天数智芯、壁仞科技、AMD、Intel等国内外芯片厂商，以及Hugging Face、魔搭ModelScope、ComfyUI、RunningHub、fal等开发社区和云推理平台，另有vLLM-Omni、SGLang等推理框架完成适配支持，该模型在Artificial Analysis榜单中视频编辑能力排名第一。

云端服务商的AI视频生成有多费钱就无需赘言了，而H3模型综合能力突出，让 AI 视频的本地生成成为现实，降低了企业对商用云端视频生成服务的依赖。而且经过社区优化后，MiniMax H3甚至可以在9700x + 32G内存 + 5070ti的配置上能跑，大概5分钟一个5秒的视频，可想而知一体机在优化后，输出速度将会更快。最近的一条消息称，同样生成5秒、1344×768的视频，在4张RTX 6000D上，原始BF16 50步方案耗时348.8秒，差不多6分钟。RunningHub H3 Lightning完整加速之后，只需要28.7秒。前后约12倍提速，生成耗时减少约92%，却依旧能保留BF16数值精度。RunningHub已经把整套玩法放GitHub上开源了，任何创作者都能开箱即用！在8张RTX 6000D环境下，让H3做一个15秒、分辨率768×1344的视频，纯文字生成大约需要48秒、双参考图生成约73秒。一条15秒的图生视频，可以打进“1分钟出结果”这个时间尺度了。

总结

综合来看，去年上半年入手高端一体机的采购方，在本轮硬件涨价周期中获得资产层面的收益。2026 年市场呈现两极分化：满血高端一体机硬件成本抬升，性价比有所下降，仅建议有刚性业务、合规隔离需求的机构采购。同时必须注意，一体机采购并非一劳永逸，除硬件采购预算外，机构还需要持续承担机房供电散热、运维人力、模型版本迭代、推理框架调优、故障维护等隐性成本；不少单位只核算硬件支出，忽略后续运维开销，最终造成项目落地不及预期。轻量化的 AI BOX 类设备迎来普及，更适配具备本地保密诉求、AI 能力要求不高的业务场景。

未来，一体机行业不会简单走向“越做越小”，产品分层格局还会持续演化。一方面轻量 AI BOX 将进一步下沉，覆盖更多边缘、部门级业务；另一方面随着国产芯片、MoE 推理框架持续迭代成熟，未来高端满血一体机的综合成本存在下探空间。往后一体机赛道的竞争，不再比拼谁能够部署最大参数量的模型，而是硬件、推理框架、模型适配、业务应用与运维服务整套方案的综合实力。