AI服務器與普通服務器有什么區(qū)別

隨著大數(shù)據、云計算、人工智能等技術的成熟與在各行各業(yè)的應用，在人工智能時代，AI服務器這個新興名詞也頻繁的出現(xiàn)在人們的視線范圍內，有人預測在人工智能時代，AI服務器將會廣泛的應用于各個行業(yè)，那么AI服務器與普通服務器有什么區(qū)別呢？為什么AI服務器在人工智能時代能替代大多數(shù)的普通服務器呢？

從服務器的硬件架構來看，AI服務器是采用異構形式的服務器，在異構方式上可以根據應用的范圍采用不同的組合方式，如CPU+GPU、CPU+TPU、CPU+其他的加速卡等。與普通的服務器相比較，在內存、存儲、網絡方面沒有什么差別，主要在是大數(shù)據及云計算、人工智能等方面需要更大的內外存，滿足各種數(shù)據的收集與整理。

我們都知道普通的服務器是以CPU為算力的提供者，采用的是串行架構，在邏輯計算、浮點型計算等方面很擅長。因為在進行邏輯判斷時需要大量的分支跳轉處理，使得CPU的結構復雜，而算力的提升主要依靠堆砌更多的核心數(shù)來實現(xiàn)。

但是在大數(shù)據、云計算、人工智能及物聯(lián)網等網絡技術的應用，充斥在互聯(lián)網中的數(shù)據呈現(xiàn)幾何倍數(shù)的增長，這對以CPU為主要算力來源的傳統(tǒng)服務提出了嚴重的考驗，并且在目前CPU的制程工藝、單個CPU的核心數(shù)已經接近極限，但數(shù)據的增加卻還在持續(xù)，因此必須提升服務器的數(shù)據處理能力。因此在這種大環(huán)境下，AI服務器應運而生。

現(xiàn)在市面上的AI服務器普遍采用CPU+GPU的形式，因為GPU與CPU不同，采用的是并行計算的模式，擅長梳理密集型的數(shù)據運算，如圖形渲染、機器學習等。在GPU上，NVIDIA具有明顯優(yōu)勢，GPU的單卡核心數(shù)能達到近千個，如配置16顆NVIDIA Tesla V100 Tensor Core 32GB GPUs的核心數(shù)可過10240個，計算性能高達每秒2千萬億次。且經過市場這些年的發(fā)展，也都已經證實CPU+GPU的異構服務器在當前環(huán)境下確實能有很大的發(fā)展空間。

但是不可否認每一個產業(yè)從起步到成熟都需要經歷很多的風雨，并且在這發(fā)展過程中，競爭是一直存在的，并且能推動產業(yè)的持續(xù)發(fā)展。AI服務器可以說是趨勢，也可以說是異軍崛起，但是AI服務器也還有一條較長的路要走。

當前題目：AI服務器與普通服務器有什么區(qū)別
本文路徑：http://m.kartarina.com/news42/100892.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供定制開發(fā)、動態(tài)網站、網站內鏈、關鍵詞優(yōu)化、微信公眾號、電子商務

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)