最近关于DeepSeek的讨论非常多，近2周我也参加了几场线上线下的活动、十多个客户的交流、也有很多粉丝朋友私聊问我，大家针对DeepSeek一体机的问题五花八门，各不相同，今天我从个人的角度整理了十个有代表性的问题和大家简单聊聊！包括厂商类型、产品种类、销售策略、主流机型&GPU卡、客户关心的问题点、“开箱即用”的理解、低中高配的差距、调优前后的差距、官宣性能的水分、报价情况。不严谨之处也欢迎大家指出来！

一、DeepSeek的厂商的类型有哪些？

‌1、服务器类的设备厂商‌

包括像超云（我们公司）、浪潮信息、联想、超聚变、新华三、中兴等企业，基于其标准的服务器产品加上配套平台和生态应用推出DeepSeek大模型一体机‌。

2‌、国产GPU/芯片厂商‌

以昇腾、昆仑芯、海光、沐曦等为代表，通过自研芯片技术（如昇腾910B）提升一体机的推理性能和能效比，并参与系统级优化‌。

‌3、云计算与智能计算厂商‌

如百度智能云、硅基流动等，结合云服务能力推出开箱即用的解决方案。例如百度智能云发布千帆DeepSeek一体机，硅基流动基于昇腾云服务部署全系模型‌。

4、‌垂直领域解决方案商‌

如平台优化公司、垂类应用的厂商等，针对政府、教育、医疗、电力、智能制造等场景提供专用的DeepSeek一体机‌。

5‌、系统集成与分销商‌

如神码、拓维等，通过硬件分销和模型预装方案参与生态建设，降低企业部署门槛‌。

二、DeepSeek一体机产品形态有哪些？

1、按外观：有标准的机架式服务器、有塔式工作站、有整机柜形态的，如下图是超云的DeepSeek一体机各类产品形态。

2、按芯片：可分为英伟达系列和国产化系列，目前市场上依然是英伟达最主流，但是受限于芯片供应的不稳定，很多客户都在询国产AI芯片平台的替代方案。

3、按集成化程度：大致可分为三类，服务器裸机、裸机+AI平台（含开源模型）、裸机+AI平台（含开源模型）+应用，通过跟很多客户聊，80%的一体机需求依然是冲着买服务器去的，对价格很敏感，希望增加少量的预算把平台和开源模型含进去。

三、DeepSeek一体机的销售模式有哪些？

我接触到的有卖硬件为主、卖应用、卖平台+调优；

1、卖硬件：通过服务器硬件与预装模型的打包方案销售，满足客户基本的地化部署需求‌。

2、卖应用：提供定制化模型训练及软硬件适配服务，例如医疗文献检索、金融数据分析等垂直应用‌获取更高的附加值。

3、平台和调优：通过专业的软硬件调优能力，能够将设备的性能提升100%以上，体现在并发数和token/s上。

四、主流的机型和GPU卡有哪些？

1、主流机型：包括SXM整机和PCIe标准4U八卡机，如H20 141G的SXM整机被誉为DeepSeek推理“圣体”，已经被抢疯了（头部互联网疯狂抢货导致小客户、散户分到的很少）。

2、GPU卡：从卡的维度，NV卡除了H20，目前市场上主流的还有H200、A800、4090、5090、L20，国产信创卡有昇腾910B、昆仑芯P800、海光K100-AI、曦云C500等，欢迎大家评价区补充；

五、DeepSeek一体机客户关心的问题点？

1、商务价格层面：相同配置（机型）的价格、货期等

2、模型版本和机型配置：聚焦模型选择、精度选择、机型配置推荐；

3、NV卡还是国产卡：H20、4090虽好但是价格&货期不好，客户对国产卡也很关注，那些能平替NV、性价比如何；

4、并发和性能：不同机型跑不同的模型的性能表现，以及和友商的对比；

5、平台和调优：除了硬件，推荐什么框架、集成什么开源模型和工具，是否提供免费调优、付费调优的价格等。

6、场景和应用：除了简单的知识问答，怎么和场景结合，是否有标准应用，如果需要定制开发周期和价格如何。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】