目前windows占有率这么大，今后Mac有希望彻底取代windows吗？

回答这个问题前，我们先看一下w3techs每天更新的网站服务器Windows和Linux占比。

w3techs是一个广泛可靠的网络技术调查网站，网站的数据每天会进行更新。

除去unKnown的服务器外，Windows占比294%，Linux占比297%。这样看来可谓是平分秋色。但如果对网站再进一步细分，就会发现越是顶尖的网站，使用Windows的比例就越高。比如：TOP1000的网站，Windows占625%，Linux仅占181%。

从时间线上看，Linux的市场在占有率也出现了明显的下滑。

所以不要说服务器选择Windows *** 作系统是非主流，Windows *** 作系统不稳定之类的话。生态环境的不同造成Windows、Linux有很大的差别Windows需要付费使用并且依赖微软进行维护迭代的封闭生态系统，而Linux依赖众多开发者维系的开源生态系统。

这样概括可能很难区分Windows、Linux的优势和劣势在哪里，举例说明：一个初创的公司，根据业务的需求需要搭建网站。由于业务简单，免费的Linux变成了首选；大型互联网公司，需要开发底层框架，用于处理大量并发数据，并要求支持GPL协议，后续在GitHub上开源，给业界提供解决方案标准。

这时开源生态的Linux会是不二的选择；金融机构需要稳定的服务，同时能够提供及时的售后技术支持，这种情况下Windows明显要靠谱很多；

Windows的服务很不错，只要你愿意花钱，在出现任何问题的时候，微软都会很努力的解决问题。比如汤森路透这家金融公司，有一次在升级Mcafee的时候把Windows搞蓝屏了，打电话给微软，开了一个0级的维护单（0级的问题7X24小时，每小时都要做出相应，直到问题解决）。毫无疑问，这种快速解决问题的服务任谁都会满意，但Linux是很难享受到这种服务的。

Linux的优势在于服务器端的各种软件都是为它而设计，而它本身也是免费成熟的开源系统。Linux就像乐高玩具，给你各种各样的组件和一些基本构件的说明书，你可以完全自由的在上面发挥，完成自己想象中的作品。

但并不代表Linux不会出现任何问题，如果发现有高危漏洞：有补丁需要自己提心吊胆的去尝试升级，并没有商业支持；没有补丁，开源社区就会说你没有付钱给我们，我们没有义务给你发布补丁（有一些国内的安全机构认定高危漏洞，国外开源社区观点不同，不给补丁）。

总结从技术层面来讲，微软的Windows还是难以和Linux强大的开源生态世界匹敌。但微软的Windows解决方案是“一条龙”式的成套解决方案，节约了企业和开发者的“寻觅”时间，轻轻点击鼠标安装就可以了，而不需要花费大量的时间研究技术解决方案和技术门槛。

所以服务器系统是Windows好还是Linux好，这个还真不好说，黑猫、白猫能抓到老鼠都是好猫。怎么选，关键还是要从实际情况出发。

资讯 咨询机构IDC近日发布的《2017年中国AI基础设施市场跟踪报告》显示，2017年，中国GPU服务器市场迎来爆发式增长，市场规模为5．65亿美元（约合35亿元人民币），同比增长230．7％，约占中国X86服务器市场的6％。

该机构预测，未来五年GPU服务器市场仍将保持高速增长，2017～2022年复合增长率将超过43％。到2022年，GPU服务器的市场规模有望达到中国X86服务器市场整体规模的16％，将直接改变整个服务器市场的格局。

从厂商市场占有率来看，浪潮处于领先位置，曙光和新华三紧随其后。从行业分布来看，互联网是GPU服务器的主要用户群体，提供AIaaS的公有云服务提供商和AI解决方案提供商有望成为未来驱动市场增长的新动力。从市场趋势来看，2017年GPU服务器市场不再是一个小众的市场，几乎所有互联网用户和大量的AI初创公司都开始采购GPU服务器搭建自己的AI平台，主流的公有云厂商也都先后推出自己的AIaaS服务。

从AI生态系统建设来看，Nvidia具有明显优势，其Tesla系列产品在AI基础设施市场占据主导地位，尤其在线下训练场景中几乎垄断了市场。从其产品分布来看，P40和P100占据超过70％的市场份额，分别面向推理和训练工作负载，P4在2017年也取得了快速增长，主要面向1U紧凑型推理计算平台。

该机构中国服务器市场高级研究经理刘旭涛认为：“2017年是中国AI元年，也是AI生态和市场迅速发展的一年。在国家政策和资本的共同推动下，大量AI初创企业涌现、行业应用迅速落地。AI市场的火热推动了以GPU服务器为主的AI基础设施市场取得了爆发式增长，未来伴随AI市场的发展和繁荣，AI基础设施市场仍将保持快速增长。”他认为，目前，AI的应用以线下训练为主，使用者主要是拥有海量数据的用户群体，基础设施以GPU为主。未来，在线推理的应用将更加广泛，除了GPU，FPGA、ASIC等加速计算技术，甚至基于ARM架构的一些新的专用AI芯片都会迎来发展机遇。