GPU 服务器
深度学习/工作站
朴赛的"深"，在于它是"GPU 服务器定制 × 算力租赁 × 附加值"的样本——问题不是"AI 要不要 GPU 机器"（要），而是"定制的附加值、租赁的红海、以及协同"。
缺口朴赛的产品、业务、客户信息较清楚（GPU 服务器/工作站、IDC/租赁、1 万+ 项目），但营收规模、毛利、各业务占比、算力租赁规模公开信息薄。因此本文对产品多为事实梳理，对"生意成色"更多是判断 + 追问。第 12 章追问清单尤为重要。
判断朴赛是一家产品聚焦（GPU 服务器/工作站）、客户覆盖广、并向算力租赁/IDC 延伸、但附加值和租赁红海待证的 GPU 算力硬件与服务公司。它做的是 AI/深度学习/科研的"工作母机"——GPU 服务器和图形工作站，还自建 IDC 做算力租赁。它赌的是——AI、学术、金融、科研都需要强算力的 GPU 机器和弹性算力，它用定制服务器 + 算力租赁的组合，服务这些客户。需求是真的，但它的胜负手不在"AI 要不要 GPU 机器"（要），而在两个问题：① GPU 服务器/工作站定制是薄毛利、同质化的组装生意，朴赛能不能靠定制能力、服务、场景（图形工作站/科研）赚到高于普通攒机的钱；② 算力租赁是极度拥挤的红海（潞晨、AutoDL、捷易等一堆），朴赛的 IDC/租赁能不能靠"硬件 + 租赁"协同做出差异化，而非又一个薄毛利拼盘。
| 决定性变量 | 为什么是胜负手 | 兑现的观察信号 |
|---|---|---|
| 服务器定制的"附加值" | GPU 服务器/工作站定制有一定门槛（图形/深度学习/多卡），但核心价值在 GPU。朴赛能不能靠定制、服务、场景（图形工作站/科研）赚到高于普通攒机的毛利，决定它是差异化厂还是攒机。 | 毛利、定制/图形工作站占比、相对普通攒机的溢价。 |
| 租赁/IDC 的"协同 vs 红海" | 算力租赁是红海、价格战。朴赛的硬件 + 自建 IDC + 租赁若真协同（硬件支撑租赁、租赁消化产能），是差异化；若各做各的，就是薄毛利拼盘。 | 租赁规模、硬件与租赁的协同、相对纯算力云的差异化。 |
朴赛做的是让 AI/科研/金融跑起来的"机器"——GPU 服务器、工作站，以及租出去的弹性算力。
判断朴赛的核心站位是GPU 算力的"硬件 + 服务"——既卖机器（服务器/工作站），又租算力（IDC/租赁）。推导它的逻辑：AI、深度学习、科研、金融都需要强 GPU 算力，有的要买机器（尤其图形工作站、多卡训练服务器），有的要租弹性算力。朴赛用定制服务器/工作站服务前者，用自建 IDC 和算力租赁服务后者，硬件和租赁能协同（自己的服务器用来做租赁、租赁消化产能）。产品从桌面工作站到 8 卡 GPU 服务器，客户覆盖 AI/学术/金融/科研。
判断"工作母机 + 算力"这个位置，需求实，但两块都有挑战。好处：GPU 机器和弹性算力都是 AI/科研刚需，图形工作站和科研定制是有一定门槛和粘性的场景，硬件 + 租赁能协同。挑战：其一，服务器/工作站定制毛利受限——核心价值在 GPU，定制/组装容易同质化、薄毛利；其二，算力租赁是红海——潞晨、AutoDL、捷易、大云厂都在抢，价格战、受卡价波动。朴赛的价值在于图形工作站/科研定制的场景专长 + 硬件与租赁的协同——它要证明这些能带来高于普通攒机和纯租赁的毛利与粘性，而不是把两个薄毛利业务拼在一起。它和捷易、思腾等类似，属于'服务器 + 算力服务'的实干型公司，成色看毛利和协同。
| 本质 4 问 | 答案（含证据） |
|---|---|
| ① 本质在做什么 | 判断本质是"把 GPU 组装成服务器/工作站卖，并把算力租出去"。卖的是硬件定制、服务和弹性算力。 |
| ② 成熟度 / 阶段 | 事实GPU 服务器/工作站是成熟品类，随 AI 放量；算力租赁是 AI 爆发下的热门红海。 |
| ③ 哪层赚钱 / 谁掌握话语权 | 事实硬件核心价值在 GPU，服务器/工作站毛利受限；租赁同质化、受卡价影响。推导话语权在有场景专长、有客户、有协同者手里。 |
| ④ 决定终局的是什么 | 判断不是"能不能做机器"，而是"定制附加值 + 硬件租赁协同 + 场景专长"。终局由附加值和协同决定。 |
判断朴赛产品聚焦、客户广，但真正的问题是——它是"有场景专长和协同的 GPU 算力服务商"，还是"攒机 + 薄毛利租赁的拼盘"？GPU 服务器/工作站定制的核心价值在 GPU，容易薄毛利；算力租赁是红海。朴赛的机会在于图形工作站/科研定制的场景专长（这块比通用服务器更有门槛和粘性）+ 硬件与自建 IDC 租赁的协同。它要回答的不是"AI 要不要机器"（要），而是"定制毛利够不够、图形工作站/科研场景专长强不强、硬件和租赁真协同吗"——这决定它是差异化服务商还是薄毛利拼盘。它和思腾、捷易是同类，成色看毛利质量和协同。
朴赛是上海的 GPU 服务器/工作站与算力服务商，客户覆盖 AI/学术/金融/科研。
| 维度 | 情况 | 说明 |
|---|---|---|
| 定位 | GPU 服务器/工作站方案商 | 事实图形工作站、GPU 深度学习服务器、服务器等解决方案提供商；深度学习服务器、通用服务器、图形工作站、存储、云计算、多节点、大数据应用硬件的定制制造与行业方案。 |
| 业务延伸 | IDC + 算力租赁 | 事实拥有专业 IDC 数据中心，提供大数据托管和算力租赁服务。 |
| 客户 | 1 万+ 项目 | 事实累计上万个行业客户项目合作，客户群覆盖 AI、学术、金融、科研等；是深圳市人工智能行业协会会员。 |
判断朴赛的强项是GPU 服务器/工作站的定制能力 + 图形工作站/科研场景专长 + 广泛客户 + 硬件与 IDC/租赁的协同——图形工作站和科研定制是比通用服务器更有门槛和粘性的场景，加算力租赁的延伸，是它的差异化。缺口但有两个待观察点：① 营收规模、毛利、各业务占比、算力租赁规模公开信息少——难判断它是"有规模有毛利的服务商"还是"中小攒机 + 薄毛利租赁"；② 相对国鑫/思腾/捷易等同类的差异化和份额——GPU 服务器 + 算力租赁的玩家不少，朴赛靠什么（图形工作站专长？协同？）赚毛利、拿份额，需要验证。
缺口产品线清楚，但——营收规模、毛利、硬件 vs 租赁占比、图形工作站/科研定制占比、算力租赁规模、客户结构——均未披露。"1 万+ 项目"是合作广度，不等于高毛利、有规模的生意。这正是追问清单第 1、2 组的核心。
朴赛的命运系于三个真正有分歧的命题。每题给 Bull / Bear / Reality，再下裁决。
GPU 硬件 + 算力服务商成败在附加值和协同。用"这类公司能赚好钱的条件"逐条拷问朴赛。
| 能赚好钱的条件 | 朴赛的现状 | 是否具备 |
|---|---|---|
| 场景专长（图形/科研定制） | 事实图形工作站/深度学习/科研定制 | ✅ 部分具备 |
| 定制/服务带来毛利溢价 | 缺口毛利溢价未证 | ⚠ 待证（关键） |
| 硬件 + 租赁真协同 | 缺口协同价值未证 | ⚠ 待证 |
| 客户规模与质量 | 事实1 万+ 项目；客单价/复购未证 | ⚠ 部分 |
判断朴赛在"场景专长和客户广度"上部分具备，但在"毛利附加值、硬件租赁协同"这些决定成败的条件上待证。GPU 硬件 + 算力服务的规律是：赚好钱的靠"场景专长 + 定制附加值 + 硬件租赁协同"，赚辛苦钱的困在"攒机薄毛利 + 租赁红海"。朴赛有图形工作站/科研定制的场景专长和硬件 + 租赁的协同想象、广泛客户。它最诚实的画像是："一家有 GPU 服务器/工作站定制专长、并向算力租赁延伸、客户广泛的实干型 GPU 算力服务商，但毛利附加值、硬件租赁协同、公司体量都还需要被证明"。判断它最有希望的路径，是把图形工作站/科研/深度学习这些有门槛、有粘性的定制场景做深，用场景专长和服务赚定制的钱，并让自建 IDC 的算力租赁与硬件真协同（用自产服务器做租赁、给硬件客户配弹性算力），做成一站式的差异化——用场景专长和协同，避开通用服务器攒机和纯租赁的薄毛利。它和思腾、捷易是同类实干型公司（本批已详细分析过这类模式），成色看毛利质量和协同深度。
GPU 服务器 + 算力服务是拥挤赛道，看清对手才知道朴赛的差异。
| 玩家 | 类型 / 强项 | 对朴赛的意义 |
|---|---|---|
| 朴赛 Porser | GPU 服务器/工作站 + 租赁 | 本体，场景专长、毛利待证 |
| 国鑫/思腾/宁畅等 | AI 服务器厂 | 服务器侧对手 |
| 捷易/潞晨/AutoDL 等 | GPU 租赁/算力云 | 租赁红海对手 |
| 图形工作站厂（丽台等） | 专业图形工作站 | 工作站侧竞争 |
| 浪潮/戴尔等大厂 | 规模服务器 | 规模碾压 |
| 大云厂 GPU 实例 | 规模算力 | 租赁的大厂压力 |
判断① 朴赛在服务器和租赁两块都有更专业/更大的对手，纯拼规模不占优。② 它的差异化在"图形工作站/科研定制专长 + 硬件租赁协同"：对要专业图形/科研定制、要一站式（买机器 + 租算力）的中小客户，朴赛比大厂灵活、比纯租赁多硬件。③ 它的护城河机会在"场景专长 + 协同"，而非规模。朴赛能不能立住，取决于它把图形工作站/科研定制做深、把硬件与租赁协同起来，服务好中小 AI/科研/金融客户，而不是在通用服务器和纯租赁上和大厂/同行拼价格。
判断五个断点里，断点 2（定制附加值）和断点 3（硬件租赁协同）最致命——它们决定朴赛是有专长的服务商还是薄毛利拼盘。产品再全，也要靠附加值和协同赚好钱。
| 风险 | 说明 | 观察信号 |
|---|---|---|
| 攒机薄毛利 | 服务器/工作站核心价值在 GPU，易同质化。 | 毛利、图形工作站/定制占比。 |
| 租赁红海 | 算力租赁价格战、受卡价波动。 | 租赁毛利、卡源、差异化。 |
| 协同不足 | 硬件和租赁若各做各的，无协同。 | 硬件/租赁客户交叉、协同价值。 |
| 客户量大质弱 | 1 万+ 项目可能客单价低、散单。 | 客单价、复购、大客户占比。 |
| 大厂/同行竞争 | 国鑫/思腾/捷易等 + 大厂。 | 份额、差异化。 |
| 信息不透明 | 营收/毛利/规模公开信息少。 | 权威披露的经营数据。 |
判断六类风险的母题是同一个：朴赛有场景专长和协同想象，但"定制毛利、硬件租赁协同、客户质量"还没被证明。这个问题没答清楚之前，"GPU 算力服务商"更多是产品组合而非已兑现的差异化。
朴赛"产品客户高调、财务协同黑箱"——这份清单就是把 GPU 服务逼回毛利与协同的工具。★ 是我认为最锋利的问题。
判断① 毛利率和图形工作站/科研定制占比如何？② 硬件和自建 IDC 租赁真协同吗？③ 客户客单价、复购如何？——这三问答清楚，就知道朴赛是"有场景专长的 GPU 算力服务商"，还是"攒机 + 薄毛利拼盘"。
基于公开信息的深度梳理，主要来源（节选）：
· 朴赛官网 porser.com / puersai.com / porser.net；企查查/天眼查 朴赛计算机（上海）；Intel 合作伙伴页 上海朴赛电子科技
· 公司资料：图形工作站/GPU 深度学习服务器/服务器方案提供商、深度学习/通用服务器/图形工作站/存储/云计算/多节点/大数据硬件定制、CAW6-4P 塔式工作站（AMD 线程撕裂者）、PGI454-D08（4U 8 卡 GPU 服务器）、专业 IDC 数据中心 + 大数据托管 + 算力租赁、1 万+ 行业项目、AI/学术/金融/科研客户、深圳市人工智能行业协会会员