随着大数据、云计算、人工智能等技术的开展成熟，企业级IT范畴也迎来严重革新。聚焦到单个板块，如在效劳器市场上，传统互联网时期，我们听到的更多是机架效劳器、塔式效劳器及刀片效劳器。
而在行将到来或者说曾经到来的人工智能时期，我们更多的是听到AI效劳器这一名词。那么，终究什么是AI效劳器，AI效劳器又为何适用人工智能时期？在本文中，笔者也将解答AI效劳器的这些困惑，主要触及AI效劳器的定义、优势及市场现状3方面。
AI来了，效劳器市场要变天？
AI效劳器的定义
从硬件架构来看，AI效劳器主要指的是采用异构方式的效劳器，表现形态多为机架式。在异构方式上，能够为CPU+GPU、CPU+FPGA、CPU+TPU、CPU+ASIC或CPU+多种加速卡。
而在其他组成部件上，如内存模块、存储模块、网络模块与传统效劳器差异不大，主要的提升便是支持更大容量的内存满足当下实时负载增加的需求，提供更多外置硬盘插槽，并普遍支持NVME/PCIE等SSD，满足数据激流需求，网络模块主要表现为带宽增加。
虽然AI效劳器能够采用多种异构方式，但目前普遍运用的是CPU+GPU。也因而，业界在谈到AI效劳器时，常常将其默许为GPU效劳器。因而，在第二局部中，笔者谈到的AI效劳器优势也主要为GPU效劳器。
AI效劳器的优势
我们都晓得，传统效劳器主要以CPU为算力提供者。而CPU为通用型处置器，采用串行架构，擅长逻辑计算，担任不同类型品种的数据处置及访问，同时逻辑判别又需求引入大量分支跳转中缀处置，这使得CPU的内部构造复杂。也因而，CPU算力的提升主要靠堆核来完成。
随着云计算、大数据、AI、物联网等技术应用，数据在近几年呈指数型增长，IDC统计显现全球90%数据均在近几年产生，这便对CPU的处置才能提出考验，而目前CPU的物理工艺、中心数已接近极限，数据量却不会中止，效劳器的处置才能必需提升。因而，在AI时期下，仅由CPU做算力提供者的传统效劳器并不能满足需求。
不同于CPU，GPU采用并行计算形式，单卡中心数到达上千个，擅优点理密集型运算应用，如图形渲染、计算视觉和机器学习。经过几年考证，搭载GPU的效劳器也被证明确实适用这个时期。
AI来了，效劳器市场要变天？
AI效劳器市场现状
IDC全球半年度人工智能系统支出指南预测显现，2019年全球人工智能系统支出将到达358亿美圆，相比2018年增加44.0%。同时，人工智能系统支出到2022年将翻一番到达792亿美圆，2018年到2020年预测期内复合年增长率(CAGR)为38.0%。
这一数值也意味着，AI效劳器的市场有多广。也因而，全球几大效劳器厂商均紧锣密鼓部署着AI效劳器。
目前，在中国市场上，浪潮的市场占有率最大，且处于绝对抢先位置，份额到达51.4%，曙光和新华三紧随其后。从行业散布来看，互联网当之无愧是AI效劳器的主要用户。而在GPU上，NVIDIA具有明显优势，其Tesla系列产品在AI根底设备市场占领主导位置，特别在线下锻炼场景中处于垄断位置。
而在AI效劳器上，目前性能最强的为浪潮AI超级效劳器AGX-5，AGX-5是专为深度学习和高性能计算的性能扩展设计，单机在8U空间里能够配置16颗NVIDIA Tesla V100 Tensor Core 32GB GPUs，具有10240个张量计算中心，计算性能高达每秒2千万亿次。
