AI服务器都有哪些类型？

AI服务器一般以加速卡类型区分，常见的计算卡有CPU、GPU、FPGA、TPU、ASIC五种，如果单从性能上看，这五种卡是依次提升，CPU最弱，ASIC最强。

但是在实际的应用中，不仅仅要考虑性能，还需要顾及AI服务器的可编程性和灵活性，而在这方面，从CPU到ASIC则是依次递减，ASIC是将算法固化在芯片上，算法是比较固定的，所以它的性能最好，但是编程性和灵活性就明显受限。

参考链接：https://www.kunqian.cn/news/detail259_1.html

随着大数据、云计算、人工智能等技术的成熟与在各行各业的应用，在人工智能时代，AI服务器这个新兴名词也频繁地出现在人们的视线范围内，有人预测在人工智能时代，AI服务器将会广泛的应用于各个行业，那么AI服务器与普通服务器有什么区别呢？为什么AI服务器在人工智能时代能替代大多数的普通服务器呢？

从服务器的硬件架构来看，AI服务器是采用异构形式的服务器，在异构方式上可以根据应用的范围采用不同的组合方式，如CPU+GPU、CPU+TPU、CPU+其他的加速卡等。与普通的服务器相比较，在内存、存储、网络方面没有什么差别，主要在是大数据及云计算、人工智能等方面需要更大的内外存，满足各种数据的收集与整理。

我们都知道普通的服务器是以CPU为算力的提供者，采用的是串行架构，在逻辑计算、浮点型计算等方面很擅长。因为在进行逻辑判断时需要大量的分支跳转处理，使得CPU的结构复杂，而算力的提升主要依靠堆砌更多的核心数来实现。

但是在大数据、云计算、人工智能及物联网等网络技术的应用，充斥在互联网中的数据呈现几何倍数的增长，这对以CPU为主要算力来源的传统服务提出了严重的考验，并且在目前CPU的制程工艺、单个CPU的核心数已经接近极限，但数据的增加却还在持续，因此必须提升服务器的数据处理能力。因此在这种大环境下，AI服务器应运而生。

首先在服务器的硬件架构上，通用服务器采用的是串行架构，主要以CPU为算力提供者，其算力的提升主要靠堆核来实现。而浪潮AI服务器采用的是异构形式，如CPU+GPU、CPU+TPU、CPU+其他的加速卡等不同的组合方式。但目前广泛使用的是CPU+GPU，也因此，业界在谈到AI服务器时，也会将其认为GPU服务器。与普通服务器相比，浪潮AI服务器有出色的图形处理能力和高性能计算能力。在未来，随着智能语音，图像、视频、搜索等AI模型的深入发展，浪潮AI服务器也将被更广泛的使用。

---