AI服務(wù)器不同于傳統(tǒng)服務(wù)器，它具有諸多優(yōu)勢(shì)

　　AI服務(wù)器主要指的是采用異構(gòu)形式的服務(wù)器，表現(xiàn)形態(tài)多為機(jī)架式。在異構(gòu)方式上，可以為CPU＋GPU、CPU＋FPGA、CPU＋TPU、CPU＋ASIC或CPU＋多種加速卡。

 

　　而在其他組成部件上，如內(nèi)存模塊、存儲(chǔ)模塊、網(wǎng)絡(luò)模塊與傳統(tǒng)服務(wù)器差別不大，主要的提升便是支持更大容量的內(nèi)存滿足當(dāng)下實(shí)時(shí)負(fù)載增加的需求，提供更多外置硬盤(pán)插槽，并廣泛支持NVME／PCIE等SSD，滿足數(shù)據(jù)洪流需求，網(wǎng)絡(luò)模塊主要表現(xiàn)為帶寬增加。

 

　　盡管AI服務(wù)器可以采用多種異構(gòu)形式，但目前廣泛使用的是CPU＋GPU。也因此，業(yè)界在談到AI服務(wù)器時(shí)，往往將其默認(rèn)為GPU服務(wù)器。因此，在第二部分中，筆者談到的AI服務(wù)器優(yōu)勢(shì)也主要為GPU服務(wù)器。

 

　　AI服務(wù)器的優(yōu)勢(shì)：

　　傳統(tǒng)服務(wù)器主要以CPU為算力提供者。而CPU為通用型處理器，采用串行架構(gòu)，擅長(zhǎng)邏輯計(jì)算，負(fù)責(zé)不同類型種類的數(shù)據(jù)處理及訪問(wèn)，同時(shí)邏輯判斷又需要引入大量分支跳轉(zhuǎn)中斷處理，這使得CPU的內(nèi)部結(jié)構(gòu)復(fù)雜。也因此，CPU算力的提升主要靠堆核來(lái)實(shí)現(xiàn)。

　　隨著云計(jì)算、大數(shù)據(jù)、AI、物聯(lián)網(wǎng)等技術(shù)應(yīng)用，數(shù)據(jù)在近幾年呈指數(shù)型增長(zhǎng)，IDC統(tǒng)計(jì)顯示全球90％數(shù)據(jù)均在近幾年產(chǎn)生，這便對(duì)CPU的處理能力提出考驗(yàn)，而目前CPU的物理工藝、核心數(shù)已接近極限，數(shù)據(jù)量卻不會(huì)停止，服務(wù)器的處理能力必須提升。因此，在AI時(shí)代下，僅由CPU做算力提供者的傳統(tǒng)服務(wù)器并不能滿足需求。

　　不同于CPU，GPU采用并行計(jì)算模式，單卡核心數(shù)達(dá)到上千個(gè)，擅長(zhǎng)處理密集型運(yùn)算應(yīng)用，如圖形渲染、計(jì)算視覺(jué)和機(jī)器學(xué)習(xí)。經(jīng)過(guò)幾年驗(yàn)證，搭載GPU的服務(wù)器也被證實(shí)的確適用這個(gè)時(shí)代。