私有化部署高性能AI算法模型需要具备一台性能比较不错的GPU服务器。以下是一些可能需要考虑的要素：

1. 处理能力：高性能AI算法模型通常对计算能力要求较高，因此服务器应配备高性能的处理器和大容量的内存，以便能够快速高效地处理大量的数据。

2. 存储空间：AI算法模型通常需要大量的存储空间来存储训练数据、模型参数和预测结果等。因此，服务器应具备足够的硬盘容量来满足存储需求。

3. 网络带宽：AI模型在部署和运行过程中需要与其他设备进行数据传输和通信。因此，服务器应具备较高的网络带宽，以确保数据传输的速度和稳定性。

4. GPU加速：AI算法模型对于图形处理器（GPU）的支持通常可以提高运算速度和效率。因此，如果需要进行大规模的训练和推理任务，服务器最好配置具备高性能GPU。

5. 高可靠性和稳定性：AI算法模型通常需要长时间的运行和稳定性保证。因此，服务器应具备良好的故障容忍能力和稳定性，以确保模型能够持续运行。

6. 安全性：保护AI算法模型的安全性和隐私非常重要。服务器应具备高级的安全措施，包括防火墙、加密通信和访问控制等，以防止未经授权的访问和数据泄露。

7. 软件支持：为了进行AI算法模型的私有化部署，服务器上需要安装相应的软件和库。这可能包括操作系统、AI框架、数据库和其他必要的软件组件。

所以，私有化部署高性能AI算法模型的服务器应具备高处理能力、大存储空间、高网络带宽、GPU加速、高可靠性和稳定性、安全性以及必要的软件支持。具体配置需根据所使用的AI算法模型和应用场景进行选择。