什么是服务器？包含哪些硬件和软件？

1、什么是服务器？
从广义上来讲，服务器是指网络中对其它用户主机提供互联网服务的计算机系统（如对外提供FTP、WEB服务）。从狭义上来讲，服务器归根结底还是一台计算机，能通过网络，对外提供服务。相对普通PC硬件，服务器硬件中包含着专门的服务器技术，这些专门的技术保证了服务器能够承担更高的负载，具有更高的稳定性和扩展能力。
2、服务器的分类
基于结构可以分为塔式服务器、机架式服务器和刀片式服务器；
基于应用类别可以分为为工作组级、部门级和企业级服务器；
基于处理器个数可以分为为单路、双路和多路服务器。
3、什么是塔式服务器？
塔式服务器是目前应用最为广泛，最为常见的一种服务器。 外观上为一台体积比较大的PC，机箱做工一般比较扎实。
优点：成本低于机架、刀片服务器，由于机箱较大，具备良好的扩展能力和散热性能，可以配置多路处理器、多根内存、多块硬盘、多个冗余电源和散热风扇。
缺点：机器重量、空间占用率相对其他两种是最高。
编辑建议：推荐给服务器扩展、散热性能要求较高，且采购数量不多、且空间比较冗余的用户。
4、什么是机架式服务器？
机架式服务器顾名思义就是“安装在机架上的服务器”。可以统一的安装在按照国际标准设计的机柜当中，机柜的宽度为19英寸，机柜的高度以U为单位，1U=175英寸=4445mm，不同的规格在标准上面进行相乘，即：2U=89mm，4U=178mm。
优点：相对塔式服务器大大节省了空间占用，使布线、管理更为简洁，节省了机房的托管费用，并且随着技术的不断发展，机架式服务器有着不逊色于塔式服务器的性能，机架式服务器是一种平衡了性能和空间占用的解决方案。
缺点：由于机身的限制，在扩展能力和散热能力上不如塔式服务器，这就需要对机架式服务器的系统结构专门进行设计，如主板、接口、散热系统等，设计成本提高，所以价格一般也要高于塔式服务器。
编辑建议：推荐给资金较为充裕，针对性比较强的应用。如需要密集型部署的服务运营商、群集计算等等。
5、什么是刀片式服务器？
刀片式结构是一种比机架式更为紧凑整合的服务器结构，它是专门为特殊行业和高密度计算环境所设计的。刀片服务器在外形上比机架服务器更小，只有机架服务器的1/3至1/2，每个刀片就是一台独立的服务器，具有独立的CPU、内存、I/O总线，通过外置磁盘可以独立的安装 *** 作系统，可以提供不同的网络服务，相互之间并不影响，
优点：扩展方便，刀片可以进行热插拔，通过刀片架组成服务器集群，提供高速的网络服务，如需升级，在集群中插入新的刀片即可。每个刀片服务器不需要单独的电源等部件，共享服务器资源，这样可以有效降低供功耗，并且可以通过机柜统一的进行布线和集中管理，这样为连接管理提供了非常大的方便，可以有效节省企业总体拥有成本。
缺点：刀片服务器至今还没有形成一个统一的标准，刀片服务器的几大巨头如IBM、HP、Sun之间互不兼容，这样导致了刀片服务器用户选择的空间很狭窄。另外成本在前面两种来说也是最高。

自上世纪90年代互联网技术诞生以来，移动互联网、云计算、大数据、人工智能等新一代信息技术的不断发展和逐步成熟，并日益深入的渗透到经济社会的各个领域，2020年全球范围内爆发的新冠疫情又进一步加速了这一趋势，数字经济已经成为世界经济发展的新阶段，即世界经济发展已经进入数字经济时代。
党中央、国务院和各级政府高度重视数字经济的发展。从2015年《中国制造2025》、《促进大数据发展行动纲要》等政策出台以来，中央和各级地方陆续以推出系列数字经济发展的措施，并支持雄安新区、浙江、福建等六个地区建设国家数字经济创新发展试验区，支持北京、上海、深圳、西安等地建设国家新一代人工智能创新发展试验区。2020年国家进一步提出加强新型基础设施建设，并明确将数据作为一种新型生产要素写入政策文件，这些将为数字经济的发展奠定更加坚实的基础。
农业经济时代，土地、水源和工具是关键资源。工业经济时代，能源、原材料、机器设备和生产工艺等是关键资源。那数字经济时代的关键资源是什么呢？数字经济时代的关键资源是数据、算力和算法。数据是数字经济时代的原材料，各种经济活动中都在源源不断的产生的数据，越来越多的组织也将数据当作一种资产，在政策层面数据已经成为一种新型生产要素。算力相当于数字经济时代的机器设备和生产力，面向各种场景的数据产品或应用都离不开算力的加工和计算，而且对算力的需求和要求也越来越高。算法是数字经济时代的生产工艺，面向图像、语音、自然语言处理等不同的应用场景和领域的算法也层出不穷，算法的提升和改进可以提高算力的效率和更多的挖掘数据价值。
本文重点分析算力方面内容，介绍算力市场总体情况，当前算力发展的特点和趋势，以及重点算力供应方式等。
一、算力需求快速增长，算力投资具有多重经济价值
算力即计算能力，核心是CPU、GPU、NPU、MCU等各类芯片，具体由计算机、服务器、高性能计算集群和各类智能终端等承载。数字经济时代，数据的爆炸式增长，算法的复杂程度不断提高，对算力需求越来越高。算力是数字经济发展的基础设施和核心生产力，对经济发展具有重要作用，根据IDC与浪潮联合发布的《2020全球计算力指数评估报告》，计算力指数平均每提高1点，数字经济和GDP将分别增长33‰和18‰。
随着数字经济的不断发展，人工智能、物联网、区块链、AR/VR 等数字经济的关键领域对算力的需求也将呈爆炸式增长。根据华为发布的《泛在算力：智能社会的基石》报告，预计到2030年人工智能、物联网、区块链、AR/VR 等总共对算力的需求将达到339万EFLOPS，并且将共同对算力形成随时、随地、随需、随形 (Anytime、Anywhere、AnyCapacity、Any Object) 的能力要求，其中人工智能算力将超过16万EFLOPS，接近整体算力需求的一半。OpenAI开发的GPT-3模型涉及1750亿个参数，对算力的需求达到3640PFLOPS，目前国内也有研究团队在跟进中文GPT-3模型的研究。
算力投资具有多重经济价值，不仅直接带动服务器行业及上游芯片、电子等行业的发展，而且算力价值的发挥将带动各行业转型升级和效率提升等，带来更大的间接经济价值。根据《泛在算力：智能社会的基石》报告，每投入1美元算力即可以带动芯片、服务器、数据中心、智能终端、高速网络等领域约47美元的直接产业产值增长；在传统工厂改造为智能化工厂的场景下，每1美元的算力投入，可以带动10美元的相关产值提升。
二、算力发展的特点及趋势
随着数据规模的增加和算法复杂度的提升，以及应用多样性的不断丰富，对算力提出的要求也越来越高，当前算力发展呈现出三方面的特点，一是多种架构百花齐放的状态，二是中心化的算力与边缘终端算力快速发展，三是专用算力日渐成势。
近年来多种算力架构并存并快速发展。曾经x86架构的算力占绝对优势，英特尔和AMD基本垄断了X86算力架构市场，海光信息通过跟AMD合作获得x86架构的授权；如今基于ARM架构的算力份额不断扩大，特别是在移动端ARM架构算力成为主流，华为海思等主要产品是基于ARM架构，另外天津飞腾的产品也是基于ARM架构。随着人工智能等算力需求的不断增加，GPU算力的需求不断增加，英伟达在GPU算力市场占有绝对优势，AMD也分了一杯羹，叠加比特币挖矿算力需求，导致市场上GPU卡供不应求。近几年国内也出现几个GPU方面的创业团队，如寒武纪、登临科技、燧原科技等。此外，Risc-V、存算一体化架构、类脑架构等算力也不断涌现，不过这些算力刚刚起步，在应用生态等方面还需要一定较长的培育过程。
中心化算力和边缘终端算力快速发展。随着7nm制程日渐成熟，基于7nm制程的CPU、GPU等算力性能得到极大提升，目前7nm制程算力主要是中心化算力，移动端智能手机的处理器算力部分也已经采用7nm制程。台积电的7nm制程已经实现规模化，并开始攻关3nm工艺制程；中芯国际7nm工艺制程仍在技术攻关当中。随着5G及物联网应用的不断增加，边缘终端算力的需求日益增加，特别是自动驾驶、智慧安防、智慧城市等领域算力需求。地平线自动驾驶芯片已经量产，英伟达jetson产品在嵌入式终端产品应用广泛，其他针对特定领域专用边缘终端芯片创业公司层出不穷。
针对图像、语音等特定领域的专用算力日渐成势。一方面是芯片工艺制程越来越逼近摩尔定律的极限，另一方面是物联网智能终端对功耗的要求等，针对特定领域的专用芯片层出不穷，并且越来越多的巨头参与其中。谷歌的TPU专为机器学习定制的算力，阿里平头哥的含光NPU专为神经网络定制的算力，赛灵思的FPGA算力，百度研发针对语音领域的鸿鹄芯片以及云知声、思必驰、探境科技等也推出智能语音相关的芯片，北京君正、云天励飞、依图科技和芯原微电子等推出针对视觉和视频处理相关的专用芯片。
三、算力供应以公有云和自建算力为主，多种方式相补充
当前的算力供给主要包括公有云、超算中心、自建算力、地方算力中心等方式。其中，公有云和自建算力中心是算力的主要来源方式，超算中心及地方算力中心等多种方式相互补充。
规模化的算力供应通常通过数据中来承载，新建数据中心的不断增加，将带动未来算力资源的供应不断扩大。据中国电子信息产业发展研究院统计数据，2019年中国数据中心数量大约为74万个，大约能占全球数据中心总量的23%，其中大型数据中心占比127%；在用数据中心机架规模达到2658万架，同比增长287%；在建数据中心机架规模约185万架，同比增加约43万架。2020年国家大力支持“新基建”建设以来，数据中心作为“新基建”的重要内容，京津冀、长三角和珠三角等算力需求地区，以及中西部能源资源集中的区域，如内蒙、山西等，均在推进新的大中型数据中心的建设。
公有云以其稳定和易用等特点，成为许多企业特别是中小企业的算力首选方式。据不完全统计，阿里云服务器总数接近200万台，腾讯云服务器总数超过110万台，华为云、百度云、京东云、AWS等云厂商服务器总数未找到确切数据，保守估计各类云厂商服务器总数之和也超过500万台。而且在国家宣布大力支持“新基建”建设之后，腾讯宣布未来五年将投资5000亿元用于云计算、数据中心等新基建项目的进一步布局，阿里云宣布未来三年阿里将投2000亿元用于面向未来的数据中心建设及重大核心技术研发攻坚，百度宣布预计到2030年百度智能云服务器台数将超过500万台。各大云厂商仍在继续加大算力投入，公有云算力供应将会更加充裕。
自建算力以其安全性和自主性等特点，成为政府、大企业及其他关注安全的组织的算力首选方式。政府、银行及高校和央企等，通常通过自建或租赁数据中心的方式自建算力，满足自身各项业务的算力需求。许多互联网公司在刚开始时选择使用公有云服务，但规模发展到一定程度时通常都会开始自建或租赁数据中心的方式自建算力。其他有部分各种类型的企业，出于安全、商业机密和隐私等方面的考虑，不意愿把数据和业务等放到阿里云等公有云上，往往选择托管服务器的方式自建算力，规模更小企业直接就在本地使用。2020年6月快手宣布投资100亿元自建数据中心，计划部署30万台服务器，字节跳动等大型互联网公司都在不断加大数据中心的建设。
超算中心和地方算力中心作为算力供应有效的补充方式，适合于大规模计算需求的应用领域。截至2020年，科技部批准建立的国家超级计算中心共有八所，分别是国家超级计算天津中心、广州中心、深圳中心、长沙中心、济南中心、无锡中心、郑州中心和昆山中心。超算中心主要的算力资源以CPU为主，新建的超算中心及更新升级过程中超算中心逐步增加了异构GPU算力资源。超算中心较好的满足和弥补了高校科研中算力资源的需求，特别是在工业仿真、生物信息、新材料、气象、海洋等科学计算领域。国内主要省市地区基本都投资建设了当地算力中心，重点服务本地科研和产业发展的需求，如太原、苏州、福建等地，目前通常地方算力中心的规模并不大，计算节点数在200-500之间居多，主要服务于当地气象、工业仿真和生物信息等领域计算需求。此外，2020年以来，武汉、南京、珠海、许昌等地区正在建设人工智能计算中心，将在一定程度上弥补当前规模化AI算力不足的情况。
结语
算力作为数字经济的基础设施，也是数字经济时代的生产力和引擎，越来越成为数字经济时代国家竞争力的体现。根据IDC与浪潮联合发布的《2020全球计算力指数评估报告》，中国和美国的算力建设在全球处于领先地位，美国的算力无论在规模、效率、应用水平等方面都领先于中国。此外，从算力芯片供应角度看，美国的英特尔、AMD、英伟达等企业几乎占了全球的绝大部分的市场份额。可见，中国在算力建设和发展仍然需要加大投入和加强研发等，发挥优势的同时弥补不足，从而为数字经济长期发展奠定更加坚实的基础。

我们从五个方面入手,帮助您系统的了解数据库服务器对服务器硬件有哪些要求选择数据库服务器的五个原则:1)高性能原则保证所选购的服务器,不仅能够满足运营系统的运行和业务处理的需要,而且能够满足一定时期业务量的增长一般可以根据经验公式计算出所需的服务器TpmC值(Tpmc是衡量计算机系统的事务处理能力的程序),然后比较各服务器厂商和TPC组织公布的TpmC值,选择相应的机型同时,用服务器的市场价/报价除去计算出来的TpmC值得出单位TpmC值的价格,进而选择高性能价格比的服务器结论:服务器处理器性能很关键,CPU的主频要高,要有较大的缓存2)可靠性原则可靠性原则是所有选择设备和系统中首要考虑的,尤其是在大型的、有大量处理要求的、需要长期运行的系统上考虑服务器系统的可靠性,不仅要考虑服务器单个节点的可靠性或稳定性,而且要考虑服务器与相关辅助系统之间连接的整体可靠性,如:网络系统、安全系统、远程打印系统等在必要时,还应考虑对关键服务器采用集群技术,如:双机热备份或集群并行访问技术,甚至采用可能的完全容错机结论:服务器要具备冗余技术,同时像硬盘、网卡、内存、电源此类设备要以稳定耐用为主,性能其次3)可扩展性原则保证所选购的服务器具有优秀的可扩展性原则因为服务器是所有系统处理的核心,要求具有大数据吞吐速率,包括:I/O速率和网络通讯速率,而且服务器需要能够处理一定时期的业务发展所带来的数据量,需要服务器能够在相应时间对其自身根据业务发展的需要进行相应的升级,如:CPU型号升级、内存扩大、硬盘扩大、更换网卡、增加终端数目、挂接磁盘阵列或与其他服务器组成对集中数据的并发访问的集群系统等这都需要所选购的服务器在整体上具有一个良好的可扩充余地一般数据库和计费应用服务器在大型计费系统的设计中就会采用集群方式来增加可靠性,其中挂接的磁盘存储系统,根据数据量和投资考虑,可以采用DAS、NAS或SAN等实现技术结论:服务器的IO要高,否则在CPU和内存都是高性能的情况下,会出现瓶颈除此之外,服务器的扩展性要好,为的是满足企业在日后发展的需要4)安全性原则

在如下几个方面不同于PC：
在CPU处理能力方面
由于服务器要将其数据、硬件提供给网络共享，在运行网络应用程序时要处理大量的数据。因此要求CPU要有很强的处理能力。大多数IA架构的服务器采用多CPU对称处理技术，多颗CPU共同进行数据运算，大大地提高了服务器的计算能力，满足学校的教学、多媒体应用方面的需求。而PC基本上都配置的是单颗CPU，所以PC在数据处理能力上比起服务器当然要差许多了。如果用PC充当服务器，在多媒体教学中会经常发生宕机、停滞或启动很慢等现象。
在I/O性能方面
服务器采用的冗余电源
在安全可靠性方面
由于服务器是网络中的核心设备，因此它必须具备高可靠性、安全性。服务器采用专用的ECC内存、RAID技术、热插拔技术、冗余电源(如图1所示)、冗余风扇等方法使服务器具备容错能力、安全保护能力。
服务器需保证长时间连续运行。多长的时间算长时间呢？不同的服务器有不同的标准。一般来说，对工作组级服务器的要求是在工作时间(每天8小时，每周5天)内没有故障；对部门级服务器的要求是每天24小时、每周5天内没有故障；而对企业级服务器的要求是最高的，要求全年365天、每天24小时都要保证没有故障，也就是说，服务器随时可用。而PC是针对个人用户而设计的，因此在安全、可靠性方面PC要远远低于服务器。如果用PC作为服务器，在教学应用中出现宕机或发生数据丢失的现象自然是不可避免的了。
在学校教学及校园网络应用中，经常有许多的用户同时访问服务器，网络上存在着大量多媒体信息的传输，要求服务器的I/O(输入/输出)性能要强大。服务器上采用了SCSI卡、RAID卡、高速网卡、内存中继器等设备，大大提高了服务器I/O能力。因为PC是个人电脑，无需提供额外的网络服务，因此在PC上很少使用高性能的I/O技术，和服务器相比其I/O性能自然相差甚远。
在扩展性方面
随着教育信息化应用的不断成熟，学校必然会面临网络设备的扩充和升级问题。服务器具备较多的扩展插槽、较多的驱动器支架及较大的硬盘、内存扩展能力，使得用户的网络扩充时，服务器也能满足新的需求，保护了学校的设备投资成本。如图2所示的服务器主板，具有数量高达8个之多的内存插槽，最高支持16GB的内存，这样的扩充能力是PC无可比拟的。
服务器主板上的8个内存插槽
在可管理性方面
从软、硬件的设计上，服务器具备较完善的管理能力。多数服务器在主板上集成了各种传感器，用于检测服务器上的各种硬件设备，同时配合相应管理软件，可以远程监测服务器，从而使网络管理员对服务器系统进行及时有效的管理。有的管理软件可以远程检测服务器主板上的传感器记录的信号，对服务器进行远程的监测和资源分配。而PC由于其应用场合较为简单，所以没有较完善的硬件管理系统。对于缺乏专业技术人员的学校来说，选用可管理性强的服务器可以免去许多烦恼。
为了使您更好地理解服务器和PC机的区别，请参见附表的对照。在校园网中，虽然高档PC可以暂且充当低端工作组级服务器进行工作，但是为了满足学校应用需求、为了保障您的数据安全，您最好还是选择专业服务器。国内服务器厂商浪潮、联想、曙光、方正都有专为教育用户量身定做的教育专用服务器，这些产品的性价比很高，是教育用户的理想选择。

---