智通财经APP获悉，DeepSeek横空出世并以极短时间火爆全球之后可谓彻底掀起AI训练与推理层面的“效率革命”，推动AI大模型开发趋势向“低成本”与“高能效”两大核心全面聚焦，AI大模型本地化部署的大浪潮也随之迅速席卷全球。因此在本地化AI部署需求激增趋势下，美国老牌科技巨头IBM(IBM.US)发布了其最新版本的大型机系统，并且IBM强调大量企业数据将始终存储在客户自有的本地服务器系统，永不托管于虽然读取与运行高效但有着数据泄露风险的云计算模式。

IBM在当地时间周二发布的一份声明中表示，新一代大型机z17的性能足以处理人工智能大模型相关的AI工作负载与本地化存储数据的协同工作。该科技巨头补充称，近期收购的HashiCorp公司将协助为这些大型机器部署新的安全防御功能。

据了解，z17是有着“蓝巨人”称号的IBM自2022年以来首款新大型机型，符合IBM大型机系统约三年一次的更新周期。

与亚马逊旗下云计算业务部门AWS，以及微软Azure与谷歌云平台等云计算服务供应商提供的云端计算负载与存储不同，大型机是客户自有的本地基础设施物理硬件。多年以来，许多行业观察者预计几乎所有企业数据终将迁移至AWS、微软Azure和谷歌云等公共或私有云服务提供商。但IBM基础设施负责人里克·刘易斯指出，随着AI浪潮席卷全球，一些企业级客户正日益意识到部分数据应保留在自有的本地服务器上，并且本地化部署AI大模型带来的实际效益在某些应用场景强于云端部署。

“你会发现整个行业正逐渐转向这种混合部署模式。”刘易斯表示。“部分企业客户执着于全面掌控自身数据、挖掘数据带来的全部价值，并确保其永不外流且绝对准确。”

DeepSeek风靡全球之后，IBM加速迭代z系列大型机，推进数据本地化

ChatGPT、DeepSeek以及Claude等生成式AI应用程序所带来的超高强度计算需求推升了各类与AI算力息息相关的基础设施硬件设备市场需求。比如英伟达H100/H200以及新推出的Blackwell与Blackwell Ultra架构AI GPU需求近两年持续在全球范围内无比火爆，一度推动英伟达登顶全球市值巅峰——即曾在2024年稳坐“全球最高市值公司”宝座，戴尔科技、超微电脑等AI服务器制造商曾一度沉寂的高性能服务器业务板块，如今已成为重要的业绩增长引擎。

随着DeepSeek这类高能效生成式AI大模型持续爆火，以“低成本+高能效”为核心标签的全新AI大模型浪潮，正在加速推动AI本地化部署趋势。随之而来，传统大型机(如IBM上述的z系列大型机)因其本地数据存储和强大的本地化AI推理能力并支持超高强度AI工作负载而重新受到市场关注。

尽管这家总部位于纽约州阿蒙克的“蓝巨人”IBM近年来已转型为以软件和IT咨询业务为核心，但实体基础设施硬件仍是其利润丰厚(尽管营收与增速缓慢)的业务板块之一。财报数据显示，IBM旗下的实体基础设施业务部门在上一财年实现高达140亿美元营收，预计今明两财年将呈现出小幅增长。

大型机——IBM增长平缓却利润丰厚的基础设施硬件业务

近年来种种迹象表明，大型机正在AI时代焕发新生。IBM等厂商持续投入大型机技术革新，使其能够融入当今AI应用场景。例如，IBM在2022年发布z16主机时首次引入了芯片内置AI加速器(Telum处理器)，宣称单台z16每天可处理高达3000亿次AI推理请求，延迟仅1毫秒。这一性能将实时AI分析(如信用卡交易反诈骗)直接嵌入交易处理中，表明大型机正被赋予前所未有的AI能力。

在DeepSeek风靡全球之后，IBM加速z系列大型机更新迭代，终于在近日最新推出的新一代大型机z17，也将呈现出比z16性能更加强大的AI任务运行效率以及面向高强度计算的综合处理能力。

火爆全球的DeepSeek-R1推理大模型采用混合专家(MoE)架构和低精度FP8计算等创新，将超大模型训练，以及AI应用程序极度依赖的大规模AI推理系统所需AI算力综合成本降至多数企业可长期接受的水平。DeepSeek算法创新破解算力瓶颈，让原本“高不可攀”的AI大模型变得相对亲民，这极大激发了全球各行业参与者们在本地部署AI大模型来大幅提升业务效率的信心——包括一些中小型企业和研究机构如今也有能力尝试自建本地化的大模型服务，而不必完全依赖云上巨头提供算力。并且一些大型企业出于私密数据安全、时延、能耗以及定制化提升某些内部场景的经营效率等考量，也正在积极拥抱本地部署，从而赋予传统大型机新的生命力。

DeepSeek风靡全球，可谓树立了“算效优先”的行业导向，促使更多AI大模型走向小模型化、低能耗化，在云端与本地终端间分布式协同。这股趋势与企业对数据主权、成本可控的诉求相呼应，最终结果就是AI算力部署从集中走向分散与混合模式，大型机等本地平台因而迎来了新的历史机遇c

展望本地化AI算力资源部署的前景，随着IBM等推出像z17这样专为AI大模型优化的大型机，以及更多高能效AI大模型的涌现，我们很可能看到云计算与本地大型机“双轮驱动”AI时代的格局持续发展：设计私密或高安全等级数据的关键业务场景的AI算力资源由本地大型机/边缘设备承担，大规模通用AI服务由云计算平台提供，二者协同也将为企业带来性能、成本与安全的最优平衡。