选购服务器时应考察的主要配置参数有哪些？

问题一:选购IA服务器时应考察的主要配置参数有哪些
CPU和内存：CPU的类型、主频和数量在相当程度上决定着服务器的性能;服务器应采用专用的ECC校验内存，并且应当与不同的CPU搭配使用。
芯片组与主板：即使采用相同的芯片组，不同的主板设计也会对服务器性能产生重要影响。
网卡：服务器应当连接在传输速率最快的端口上，并最少配置一块千兆网卡。对于某些有特殊应用的服务器(如FTP、文件服务器或视频点播服务器)，还应当配置两块千兆网卡。
硬盘和RAID卡：硬盘的读取/写入速率决定着服务器的处理速度和响应速率。除了在入门级服务器上可采用IDE硬盘外，通常都应采用传输速率更高、扩展性更好的SCSI硬盘。对于一些不能轻易中止运行的服务器而言，还应当采用热插拔硬盘，以保证服务器的不停机维护和扩容。
冗余：磁盘冗余采用两块或多块硬盘来实现磁盘阵列;网卡、电源、风扇等部件冗余可以保证部分硬件损坏之后，服务器仍然能够正常运行。
热插拔：是指带电进行硬盘或板卡的插拔 *** 作，实现故障恢复和系统扩容。 同时，在选择IA服务器时通常需要考虑可管理性、可用性、可扩展性、安全性以及可靠性等几方面的性能指标。
问题二:64位服务器覆盖的应用范围
从应用类型来看，大致可分为主域服务器、数据库服务器、Web服务器、FTP服务器和邮件服务器、高性能计算集群系统几类。 而目前，主流的服务器处理器有：英特尔安腾处理器、英特尔至强处理器和AMD公司的Opteron处理器，这些处理器是近几年推出的新型64位服务器。笔者就以上的几种应用，讨论一下服务器在不同的应用当中，对服务器子系统的不同要求进行简单概述：
主域控制器 网络、用户、计算机的管理中心，提供安全的网络工作环境。主域控制器的系统瓶颈是内存、网络、CPU、内存配置。
文件服务器 文件服务器作为网络的数据存储仓库，其性能要求是在网络上的用户和服务器磁盘子系统之间快速传递数据。
数据库服务器 数据库引擎包括DB2、SQL Server、Oracle、Sybase等。数据库服务器一般需要使用多处理器的系统，以SQL Server为例，SQL Server能够充分利用SMP技术来执行多线程任务，通过使用多个CPU，对数据库进行并行 *** 作来提高吞吐量。另外，SQL Server对L2缓存的点击率达到90%，所以L2缓存越大越好。内存和磁盘子系统对于数据库服务器来说也是至关重要的部分。
Web服务器 Web服务器用来响应Web请求，其性能是由网站内容来决定的。如果Web站点是静态的，系统瓶颈依次是:网络、内存、CPU;如果Web服务器主要进行密集计算(例如动态产生Web页)，系统瓶颈依次是:内存、CPU、磁盘、网络，因为这些网站使用连接数据库的动态内容产生交易和查询，这都需要额外的CPU资源，更要有足够的内存来缓存和处理动态页面。
高性能计算用的集群系统 一般在4节点以上，节点机使用基于安腾、AMD 64技术的Opteron系统，这种集群系统的性能主要取决于厂商的技术实力、集群系统的设计、针对应用的调优等方面。
问题三:多核时代，处理器内核越多越好吗？
二大芯片巨头英特尔、AMD公司于2005年底推出多核处理器，目前，不管是双核、还是即将成为2007年主流四核处理器或是将来的八核、十六核处理器，英特尔、AMD之间激烈的竞争，促使处理器市场新品越来越多。在性能上、在功耗节能方面还是其它服务器配件方面，都极大地促进了产业的发展。
而对于大部分用户来讲，服务器在应用层次方面，仍旧是不变的。唯一需要考虑的就是用户自身的发展对于服务器的性能是否能够满足。现今，对于一款四核高性能服务器，其采购成本远远高于现今主流的双核服务器，如果双核服务器就能够满足您的需求，同时也能够为将来的3~5年发展预留足够的空间，那么就没必要选择价格昂贵的四核服务器。
综合以上：对于单核/双核/多核综合交叉时代，选购服务器应该把目光放在自身需求上面，以本身应用需求、资金投入为因素，选购最合适的服务器产品。

服务器被攻击了，攻击阿里云报告，分析如下。
1、使用阿里云的服务器用户多，阿里云的主机在国内市场占有率确实高，有4成用户都在使用阿里云服务器。
2、阿里云主机免费防御小，阿里云国内服务器默认免费防御5G，香港的更小，只有2G，甚至不提供DDOS防御，这点防御力在攻击方面前成本可以忽略不计。
3、阿里云不能换IP的特点一直传承到现在，还是没解决，只有购买DDOS高防后才给换一次。

网站服务器租用的价格与选择地区配置等都是有关系的，海外的服务器相对国内服务器价格会便宜些，像美国服务器一般的在一千元左右一年，但配置越高价格也会越高，具体服务器选择可以到主机侦探进行了解

在任何领域，底层基础设施都是至关重要的。对于数字化 社会 ，半导体、 *** 作系统则是整个数字化生态的底层基础设施。中国在芯片和 *** 作系统上实现突破，不仅关乎国家安全，也与中国的数字化产业发展潜力息息相关。

就像一颗大树一样，根扎的越深，树才能长得越高，枝叶才能更加茂盛。从这个角度来看，华为鸿蒙的确是国之重器。上至国家部门，下至黎明百姓，都对鸿蒙寄予厚望。

需要指出的是，鸿蒙一直宣称自己是面向物联网的 *** 作系统，与安卓系统有本质的区别。事实也的确如此，鸿蒙并不是在重复造轮子，而是下一代 *** 作系统。 鸿蒙对标的不是谷歌安卓，而是谷歌的物联网 *** 作系统Fuchsia OS 。那么，鸿蒙与目前的 *** 作系统相比，先进在哪里，鸿蒙是否就是未来 *** 作系统的终点呢？

这篇文章，我们将讨论鸿蒙与目前 *** 作系统的主要差别，描绘鸿蒙想要实现的“理想国”。此外，鸿蒙目前还只是一个半成品，更先进的 *** 作系统，是云 *** 作系统。接下来，我们将展开讨论。

说明：目前很多云厂商都宣称自研了云 *** 作系统，他们所谓的云 *** 作系统，实际上是云资源管理平台，不是真正的 *** 作系统。什么才是云 *** 作系统，目前还不能给一个完整的定义。不过，真正的云 *** 作系统应该要具备以下几个特征：可以直接调度CPU，控制CPU计算进程；融合了目前的计算节点管理与单服务器 *** 作系统，在云数据中心实现计算资源的自由调度；整个 *** 作系统横跨云服务器、边缘计算服务器、智能设备三端，实现云边端的协同； *** 作系统上的应用程序主要部署在云服务器，基于云原生实现应用开发，并且一处开发，一处部署，多端接入，多端应用。

我们从 *** 作系统的本质入手来讨论其演进的内在逻辑。大体上看， *** 作系统在整个计算架构中起着承上启下的作用：对下， *** 作系统的主要作用是控制计算、存储、网络和I/O设备；对上，则支撑应用软件，协助应用软件调用计算、存储等软硬件资源。 *** 作系统还通过I/O设备实现人机交互。比如，电脑的人机交互就是鼠标+键盘作为输入，屏幕作为输出；手机的人机交互，主要的输入和输出介质都是屏幕。此外，还有摄像头、扬声器等输入输出设备。

*** 作系统的演进，核心就是针对不同的终端计算设备，来变革对软硬件资源的调用方式，更好的支撑上层应用软件，提供更友好的人机交互方式。

对数据的计算、存储、传输，是整个计算体系的核心，计算机的发展也都是围绕这三个方面来开展的。总体上，计算体系的演进是两条腿走路：一方面，芯片本身提供的计算能力在飞速发展， 以前是CPU的摩尔定律主导，现在则是以AI为核心的异构计算挑大梁，终极形态就是量子计算芯片 。存储芯片也实现了很大的技术进步，存储能力大幅提升。另一方面，传输技术尤其是无限传输技术的进步，则改变着整个计算体系的资源组织方式。最典型的就是数据传输能力的提升，拉近了数据中心与智能终端的“距离”，催生出云计算这种新的计算资源组织方式。云计算并没有提升整个体系的计算能力，而是通过重新组织提升了整个体系的资源利用效率。

传输能力并不是线性增长，而是阶梯式发展的。无限通信技术历经1G/2G/3G/4G，目前正在进行5G通信网络的建设。几年之后，整个 社会 的数据传输能力会得到一次质的飞跃。在整个计算体系中，计算、存储、传输是紧密相关的，传输能力的提升会改变计算、存储资源的组织方式。更大的带宽、更低的延迟，进一步拉近了数据中心（包括边缘计算中心）与智能终端的距离，计算、存储资源会在智能终端和数据中心之间进行重新分配。 一旦整个传输网络可以支撑数据中心和智能终端之间进行大量数据的实时传输，那么计算、存储资源就会向云端集中，终端则“退化”为一个人机交互界面 。手机、电脑的核心是人机交互，只需要保留屏幕、键盘、鼠标等输入输出设备和数据传输设备，无需再保留CPU、存储芯片（即使会保留部分计算、存储能力，低端芯片就完全够用）。智能终端输入数据，传输到云端进行计算、存储，然后传输到终端进行显示。

面对数据中心-智能终端组成的新计算体系，计算、存储、I/O进行了重新分配，在物理上分离开了。这个时候， *** 作系统就需要横跨数据中心和智能终端，根据需要调用相应的计算资源。并且，由于数据中心的服务器承担了大部分的计算、存储功能，对数据中心资源的调配则成为新 *** 作系统的核心。相对而言，对电脑、手机这些终端的调配则显得没那么重要了。

相对于安卓 *** 作系统，鸿蒙并不是重复造轮子，是有重大创新的。最核心的创新就是致力于通过软总线来替换硬总线。在以前的 *** 作系统中，无论是电脑端的Windows系统，还是手机端的Android、IOS系统，在通信线路上都是硬总线。在一整个电路板上通过物理的实体电路来连接各个计算单元（包括计算、存储、I/O），实现各部分数据的传输。

实体电路在空间上有很大限制，如果能够通过无线电磁波来进行各个计算单元的数据传输，就可以在空间上大大解放智能终端。各个计算单元不再必须安装在一个电路板上，在空间上可以实现分离。如果再通过标准化将各个计算单元进行解耦，进而实现不同计算单元的自由组合，这一下子就打开了智能计算的想象空间。如果将几台电脑、手机放在一起，对于以前的 *** 作系统，这些智能设备都是独立的个体，一个系统 *** 作一台设备，不同设备之间没有联系；而 对于鸿蒙 *** 作系统而言，他们不再是独立的设备，而是一堆可以利用的计算单元，是一堆CPU、存储，系统可以根据需要来自由组合这些计算单元 。比如，要运行一个大型 游戏 ，一台电脑的配置不够，就调动周围几台电脑、手机的CPU组成一个计算资源池，共同支撑计算需求。

除了对计算、存储资源的自由调度，软总线技术在I/O设备上有更大的应用潜力。过去几十年，由于芯片制造工艺的快速发展，总体遵循摩尔定律，计算机在CPU、存储上取得很大的提升，以至于现在一台手机提供的计算能力，就超过以前的超级计算机。但是，在I/O设备方面却进展缓慢。除了键盘、鼠标、屏幕，电脑上就增加了一个摄像头和扬声器。很长一段时间，更高像素的摄像头是智能手机厂商之间实现差异化的关键。 如果把智能计算设备与人进行类比，CPU相当于大脑，各种I/O设备相当于四肢，则计算机可谓一直处于“头脑发达，四肢简单”的状态 。

之所以会如此，就是因为不同计算单元需要用硬总线来进行连接。比如，手机摄像头必须要安装在手机上，因而摄像头不能做的很大。如果通过软总线技术，如果把摄像头“拆下来”呢？智能手机只承担核心的计算、存储、显示、交互功能，其他功能通过各种专用设备实现，然后通过电磁波将专用设备与手机连接起来，这些专用设备就像“装在手机里”一样。这种情况下，手机摄像头就解除了物理限制，可以把像素做的很高，甚至与单反相机媲美（事实上，可以直接将单反相机与手机连接起来）。更进一步，为什么不能将手机、电脑与天文望远镜连接起来呢？通过手机、电脑 *** 控望远镜，把看到的美景实时记录下来，还可以分享给好友，或者进行在线直播。

通过软总线技术，鸿蒙 *** 作系统可以让计算机的“四肢”异常的发达。 鸿蒙系统可以“穿透”智能设备，直接利用设备内部的计算、存储、感知单元。在鸿蒙的“眼里”，面对的不再是一个个独立的智能设备，而是一堆可以自由组合的计算模块。 手机、电脑，可以很轻易的与打印机、摄像机、微波炉、电视、空调、洗衣机、冰箱、 汽车 、电表、水表、体重秤、跑步机等设备进行连接。手机是“大脑”，其他设备则是“四肢”。

为什么以前没想到要用软总线来代替硬总线呢？因为以前的无线通信技术很不成熟。总体上看，通过物理线路来进行数据传输，在带宽、传输速度上还是有很大优势。软总线要替换硬总线，就必须要扩大数据传输的带宽，同时提升传输速率，降低延迟，这也是华为鸿蒙系统能否成功的关键。以目前的情况来看，鸿蒙只能说还在路上，软总线技术取得了一些突破，但要完美替换硬总线，依然还有一定距离。

依据相关数据，目前华为鸿蒙的软总线，已经达到18G的带宽、10毫秒延迟、35%的抖动。 10毫秒的延迟，对于一些实时性要求不高的业务场景还可以接受，但对于一些实时控制系统显然还是不够的。所以，鸿蒙接下来的关键就是把数据延迟压下去，把带宽提升来。 这肯定是有很大的技术难度，会涉及到WIFI、蓝牙等通信协议的大幅度修改。如果上述技术指标能够接近硬总线，鸿蒙软总线所带来的优势就会得到释放。依据华为内部的说法，他们目前正致力于攻克分布式计算，有望将软总线的时延压低到微秒级。如果真的可以实现，那鸿蒙必将大放异彩，中国的国产 *** 作系统也才迎来了真正的春天，我们拭目以待吧。

虽然鸿蒙相比于上一代 *** 作系统，已经实现了很大的进步（或者说致力于实现很大的进步，关键在于软总线是否能在时延、带宽上赶上甚至超越硬总线）。但是，鸿蒙很可能不是下一代 *** 作系统的理想形态。与鸿蒙相比，云计算 *** 作系统更具有发展潜力。

那么，云 *** 作系统与鸿蒙 *** 作系统的关键区别是什么呢？

鸿蒙虽然比安卓更进一步，但本质上还是一个本地化的 *** 作系统，核心功能也是调配终端设备的计算资源。 所以，鸿蒙需要安装在手机、电脑、电视这种终端设备上。与之相比，云 *** 作系统则是安装在数据中心的服务器上。或者说，云 *** 作系统的主体在服务器上，终端设备上的系统只是起辅助作用。

云 *** 作系统的核心也在软总线（我们暂且将其定义为软总线，即通过无线通信方式连接不同计算单元），只是其软总线的载体是5G构建的广域网；与之相比，鸿蒙软总线的核心是蓝牙、WIFI等近场通信构建的局域网。在传输领域，有线宽带和无线通信是竞合关系。在无线通信内部，1G~5G网络，也和蓝牙、WIFI存在竞合关系。上一代主要是4G网络与WIFI的竞争，下一代则是5G网络与WIFI的竞争。总体上，大家更看好5G网络。云 *** 作系统将主要建立在5G基础上，有线宽带、WIFI、蓝牙也会发挥作用。

数据的计算、存储由数据中心（包括边缘数据中心）的服务器来完成，智能终端主要保留两个功能，数据收集和人机交互。云 *** 作系统横跨云端服务器和智能终端来实现资源调配。要实现这个目标，关键是5G网络在带宽、时延、稳定性这些技术指标上能否达到硬总线的水平。与4G基站不同，5G将是宏基站与微基站（甚至更小的皮基站）相互配合，微基站或者皮基站其实就相当于室内WIFI。 从理论上来看，核心光通信网络+5G宏基站+5G微基站+皮基站，是可以实现对整个数据传输链路的全覆盖的。云 *** 作系统也必然是基于5G，将5G通信网络作为其“软总线”的载体。

当然，以上只是对理想情况的设想。 目前，无论是5G还是云计算，都还处于初级发展阶段，5G技术还没成熟，5G网络覆盖也远未完成。尤为关键的是，5G网络在带宽、延迟这些技术性能上与硬总线相比还存在不小的差距。总体上看，5G和云计算的技术发展很快，协同效应越来越明显。 通过5~10年的时间，5G的带宽、延迟指标会得到大幅度提升，5G网络的建设也基本成熟。再加上边缘计算的发展，云数据中心-边缘计算中心-智能终端，将形成紧密配合的计算体系，届时就可以支撑云 *** 作的发展。

我们不妨大胆设想一下，加入实现了云 *** 作系统，整个计算体系会面临什么样的变革。云 *** 作与原来的 *** 作系统有什么不同，与鸿蒙所代表的物联网 *** 作系统又有什么不同。云 *** 作系统可以实现鸿蒙系统的一系列设想，而且可以比鸿蒙做的更好。下面，我们来具体分析。

下一代 *** 作系统一定是面向物联网的，需要基于物联网设备来进行设计。在物联网领域有一个根本的难题——如何平衡设备智能化与成本控制？

某种程度上，计算能力就是智能程度。一个设备能够提供的算力越强，能够解决的问题就越多。计算能力的主要载体是芯片，越强的芯片越贵。 按照以往的逻辑，要对一台设备进行智能化改造，核心就是通过嵌入更强大的芯片来让其具备计算能力，这必然会大幅增加设备的成本。

在为物联网设计 *** 作系统时，有两个因素需要重点考虑：

物联网设备数量巨大，因此必须降低成本。 如果每台物联网设备都安装芯片，这样的成本是难以承受的。试想一下，台灯、冰箱、空调，甚至水表、电表，都安装CPU和存储芯片，这些设备的价格必然会大幅度上升（目前物联网设备中的各种嵌入式芯片计算能力较弱，比电脑、手机芯片所能提供的计算能力小很多，因而其智能化程度有限）。

物联网设备的核心在于感知和控制，不在于计算。 未来，不仅家庭里会有各种智能设备，城市中也会密布各种传感器来监控城市的水、电、气等供应体系的状态。这些物联设备，核心作用是传感器和控制器，一方面将感知到的图像、电压等数据传入系统，另一方面依据指令来进行相应的 *** 作，比如关闭阀门、调整摄像头角度等。

基于物联网设备的特点，要解决上述成本与智能化的矛盾，最好的办法就是将计算与感知、 *** 控分离开来：物联网终端承担数据感知和 *** 控的功能，把数据计算功能放到云端或者边缘计算端来完成。通过云 *** 作系统，物联网设备可以安心做“四肢”，而将“大脑”放在云端或边缘端的服务器上。物联网设备上不用安装昂贵的芯片，依然可以获得强大的数据计算能力，以此来实现低成本的智能化改造。

将数据计算功能从物联网终端剥离出来，还有一个很重要的作用，那就是推动物联网设备在计算上的标准化。

我们知道， *** 作系统跟计算芯片是高度耦合的。电脑上的微软 *** 作系统+英特尔芯片，手机端的安卓系统+高通芯片都是如此。 *** 作系统往往与芯片相互配合，共同演进。无论是英特尔的电脑芯片，还是高通的手机芯片，都是高度标准化的。与之不同，物联网设备中的嵌入式芯片却是各式各样、千差万别，这就为 *** 作系统的发展设置了很大的障碍。如果在芯片上不能实现统一，要用一套 *** 作系统去适配多种多样的物联网芯片，系统性能必然会大打折扣。

如果通过云边端协同的方式，把物联网设备的计算芯片统一放到云端或者边缘端的服务器上，则可以很好地解决这个问题。服务器上的芯片是可以做到高度统一的，云 *** 作系统只需要适配云服务器上的芯片。 *** 作系统是调用硬件资源来完成计算任务，如果将计算任务集中到云端，那就屏蔽了本地终端设备的差异性。在云 *** 作系统看来，无论是电脑、手机、平板还是车机、电视，本质上都是一块屏幕， *** 作起来都一样。

鸿蒙+物联网嵌入式芯片，只是一种过渡方案，终极方案还是云 *** 作系统+云端标准计算芯片的方式。当然，实现上述的云边端协同是一条漫长的道路。在未来几年内，物联网上的嵌入式芯片依然会是主流方案。 这种情况下，华为的鸿蒙系统就不得不要去兼容各种各样的嵌入式芯片，这是一个很大的难题。 不过反过来看，通过鸿蒙系统来倒逼物联网芯片的标准化，也可以推动我国芯片和物联网产业的发展，这也算鸿蒙的一大贡献。

以上从硬件计算资源的调度方面来分析云 *** 作系统的优势。下面，我们从应用软件的角度来看看云 *** 作系统可能的未来。

在计算架构中， *** 作系统与芯片耦合，应用软件则与 *** 作系统耦合。同样的一个应用软件，如果要从一个 *** 作系统迁移到另一个 *** 作系统，需要重新开发。比如电脑端的微信和手机端的微信，虽然功能都一样，腾讯却要要基于Windows和安卓系统开发两次。同样在移动端，微信也要基于苹果的IOS系统再开发一次。 功能都一样，却因为不同的 *** 作系统重复开发多次，这无疑是巨大的浪费。 试想一下，面对各式各样的物联网设备，如果软件厂商也要对不同的设备进行多次开发，那简直不能忍受。

所以，一次开发，多端适配，是物联网 *** 作系统的刚需，这也是鸿蒙尽力要实现的目标。 *** 作系统是与计算芯片耦合的，面对多样化的嵌入式物联网芯片，鸿蒙必然要做出一些个性化适配，上面承载的应用软件也要做出相应的适配，这会增加一些开发难度。如果强行屏蔽底层芯片的差异，很可能会损害系统的性能，表现出来就是系统容易卡、稳定性差。

如果是云 *** 作系统，由于计算芯片本身就是统一的，云 *** 作系统主体部署在云端服务器上。相应的，上层应用的主体也部署在云服务器上。终端设备就是一个人机交互界面，大部分情况就是一块触摸显示屏（在部分场景中再加上语音交互）。终端智能设备是一个访问云端应用的入口。无论是从手机、电脑还是电视、车机，甚至是从电冰箱、电梯广告屏幕上访问，接入的都是云端的同一个应用软件。这天然就没有应用适配的问题。

鸿蒙想要实现的是一处开发多端部署。而云 *** 作系统可以实现的是一处开发，一处部署，多端应用。这种方式，在应用软件的标准化、性能表现等方面，比多端部署的方案更优。

我们以一个应用场景来举例说明：

华为鸿蒙项目负责人在一次媒体采访中提到，鸿蒙的目标是让应用跟着人走，而不是锁定在特定的设备上。比如，当用户用手机与家人进行视频通话时，不用一直拿着手机，当用户走到客厅的时候，视频电话就自动接到电视上。这如果能实现，真的是一个很大的进步。现在的 *** 作系统，别说手机和电视打通，就是手机与平板电脑都不能打通。

在这个方案中，手机和电视都安装了鸿蒙系统，这毕竟是两个独立的设备，视频应用需要从手机传到电视上。我们用传球来做类比：面对一个运动的人，如何更好地把球传到他手里呢？目前的安卓、IOS *** 作系统，球只能锁定在一个人手里，如果用户离开这个是没办法拿到球的；鸿蒙要实现的是，有多个人进行相互传球，当用户离开A走到B附近时，A就把手里的球传给B，然后B再把球传给用户；云 *** 作系统的解决方案是，球依然只在A手里，但A站的比较远，传球能力很强，无论用户走到那里，他都可以把球直接传过去。这样，就省去了中间把球从A传到B的过程。

目前，云计算的重心，已经从基础设施的虚拟化转向云原生应用的开发。云原生应用的目标就是一处开发，多端应用。 届时，本地终端是只是一个网络接入和人机交互的设备，并不需要部署应用。每个人有特定的应用账户，这个账户与其生物特征绑定（比如人脸、指纹），从任何终端都可以轻易接入云端应用中心，真正实现应用随人走。

电脑、手机作为个人应用的私密性将大大降低。每个人的电脑、手机之所以私密性强，最关键的是很多数据存储在本地端，并且，每个人下载的应用软件也不同，桌面的布局也独具特色。自己电脑用习惯了，别人的电脑用起来就总会感觉别扭。在云 *** 作系统时代，这一切都会改变。本地终端几乎不再存储数据，别人拿着你的电脑，只要不能登录你的账户，也看不到你的任何信息。此外，云端不仅存储个人数据，也会存储你的电脑和手机桌面，你安装了什么软件，这些软件如何布局的，都可以完整的还原出来。

电脑、手机本质上就是一块屏幕，跟安装在 汽车 、冰箱、洗衣机上的屏幕没什么区别，都只是接入云数据中心的一个入口而已。 当你自己没带电脑，借用同事电脑办公时，只需登录自己的云端账户，同事电脑桌面立马跟你的一模一样。用完退出账户之后，你的一切使用记录在本地端都消失了（实际上本地端本来就没有做任何数据记录，只是一个显示屏）。你挥一挥衣袖，不带走一片云彩，你和你的同事都没有数据安全的担忧。

更进一步的，大部分设备都退化为屏幕后，设备本身的价值就大大降低了，整个智能硬件的商业模式将发生根本的变革。手机、电脑终端由于不再追求高配置的计算和存储芯片，成本大幅度降低，进而这些电子产品的价格大幅度降低。原先6000元的电脑、手机，也许只需要2000元。另一方面，消费者虽然不需要买芯片，但需要为使用芯片付费。依据对计算、存储、网络资源的消耗量，以及使用的时间来进行付费。比如，用1000元的手机可以玩王者荣耀，看4K，但是每小时需要付费1元钱。 与企业端的云服务类似，个人消费者市场也全面进入云服务时代。

这对于用户也是有好处的：在C端的计算领域也实现“以租代售”，不用一次性付出几千元来购买昂贵的电子设备，有助于改善用户现金流；用户可以获得几乎无限的计算能力，突破单台设备的算力限制。当需要运行大型 游戏 的时候，可以获得超高的算力配置，并且只为这一段时间付费。单个用户只要愿意付费，可以通过获得目前超级计算机一样的计算能力。

如果将应用部署在云端，实现应用随人走，届时，各种触摸屏可能在城市中随处可见（毕竟，只是一块屏幕，成本比电脑要低很多），这些屏幕可以作为共享计算机。用户可以通过指纹识别、人脸识别等方式，在任何屏幕上便捷地登陆自己的云端账户，将这块屏幕变成自己的计算机。使用完毕退出账户后，设备上不会留有任何痕迹，也没有数据泄露的风险。这对于经常需要移动办公的人而言，会带来巨大的便利，他们不用再背着一台电脑到处跑，因为“电脑”随处可见，用完即走。

综上， 鸿蒙比目前的安卓系统更进一步，但依然不是最终的方案。 需要指出的是，云 *** 作系统是需要一定的前提条件的，5G网络要足够成熟强大，云边端协同体系已经完备，这需要很长的时间来完善。在这个过程中，鸿蒙系统不失为一种很好的方案。

最后，我们再来看看在云 *** 作系统领域，都有哪些玩家。大体来看，云 *** 作系统会有三类玩家：以往的 *** 作系统企业，领先的云计算企业，互联网应用巨头。

*** 作系统本身具有一定的连续性，微软、谷歌、苹果这类 *** 作系统厂商，在云 *** 作系统领域依然会是重要玩家，并且，他们依然具有很强的竞争优势。尤其是微软，其服务器 *** 作系统占据最大的市场份额，会慢慢向真正的云 *** 作系统演进。华为目前已经推出了鸿蒙，虽然鸿蒙不是终极的云 *** 作系统，但却是目前最好的物联网 *** 作系统。通过鸿蒙进化成云计算 *** 作系统，也比安卓等系统更方便。并且，鸿蒙在软总线技术上有积累，再加上华为领先的5G，华为云也具有不熟的实力，因而华为鸿蒙是未来云 *** 作系统的有力竞争者。

除了 *** 作系统企业，头部云计算巨头也是未来云 *** 作系统的有力竞争者。（再次说明下，目前云厂商所声称的云 *** 作系统，实际上是云资源管理平台，还不是真正的云 *** 作系统）。阿里云、AWS、谷歌云等，将其目前所谓的云 *** 作系统进行升级，做成真正的 *** 作系统，也未可知。

此外，还存在一类云 *** 作系统玩家，那就是个别互联网应用巨头。最典型的就是腾讯（微信），其次是阿里巴巴（钉钉）。以微信为例，通过小程序，把自己变成一个应用开发平台，微信本身 *** 作系统化。微信账户就是云 *** 作系统的账户，登陆微信然后打开各种小程序，跟登陆云桌面打开各种应用软件类似。因此，微信也是 *** 作系统的重要玩家。此外，钉钉也在逐步把自己变成开发平台，也在 *** 作系统化。

在未来的云 *** 作系统之争中，中国将是美国的有力竞争者。国内华为、阿里巴巴、腾讯，都将是重要玩家。可以预见，未来的 *** 作系统，不再只是美国的企业的天下。中国 *** 作系统的自主化，是值得期待的。

文：凝视深空 / 数据猿

眼下，中国共计装有近2亿个视频监控摄像头，而具备AI能力的摄像头仅占其中的1%。

在高清监控摄像头数量与AI渗透率不断递增的情况下，由摄像头采集的图像、视频流数据，需要更强大的分析引擎对其进行分析、处理和训练。

以北京地铁站为例，北京1000多个地铁站中平均每站都有上百个摄像头，平均每个地铁站每天流通8到10万人较为常见。保守预估每个相机每天看见1万个人，再假设对比库中有1万个目标（对于公安数据库来说并不大），这个相机每天要回答的问题就是一亿零一万个！

显然，在当前各类安防项目中，依靠纯嵌入式智能DVR和NVR均无法满足严苛的计算要求。

面对万亿级AI安防市场，在技术落地成花的十字路口，所有的安防企业高管们都会面对一个终极命题：AI安防究竟需要一款怎样强大的服务器？
谈到安防服务器，X86无处不在，一直以来，它都是包括安防在内等多个行业的“宠儿”。

“眼下安防市场很多的管理平台，譬如流媒体服务器、转发服务器、主控服务器基本基于X86架构建设，它的最大优势是比较容易开发、上手比较快，大多工程师更擅长在X86架构上做研发。”

华泰科捷CEO傅剑辉告诉雷锋网，考虑到它表现不俗的性价比，X86服务器一直都是我们采购的首选。

由此，过去多年来，X86服务器也获得了全球顶尖服务器供货商的青睐。

遗憾的是，各科成绩均“达标”的 X86服务器，在如今大热的AI浪潮面前，却遇到了一些“偏科”难题。

傅剑辉透露，从安防用户实际使用角度考量，目前X86服务器应用在安防行业主要存在三大问题：

一、CPU负责逻辑运算的单元并不多，在多任务处理时效率低下。面对海量视频信息，传统X86服务器单纯以CPU为核心的数据中心部署已经不能很好地满足并行灵活计算、多变环境的计算需求，很难在安防企业级服务器市场有惊艳的表现。

“以前的视频数据只需存在后台，做少量分析即可，也就是说存储足够大就行；今天，很多客户都希望我们能够实时处理这些海量视频信息并反馈结果，而这就意味着系统需要同时做解码、做视频结构化、做识别、搜索等等，X86明显就不够用了。”

换句话说，X86可以类比手机里的功能机，它能够满足单一的通信处理需求，而AI融入的安防市场，更需要一台强大的智能手机，配备更强大的性能以适配 游戏 、处理等个性需求。

二、在行业出现算力不够的大背景下，很多厂商打出X86服务器加上若干GPU卡的组合拳，而这种为了单纯解决算力而“拼凑”出的方案大大增加了服务器的功耗和用户成本。

从行业采用情况看，如果涉及人脸识别等AI项目时，大部分厂商会采用GPU作为人像数据结构化的处理单元，特别是在X86服务器集群中，GPU更是成为唯一选择。

在某种程度上，GPU的确解决了部分算力不足的问题，却也存在两个致命硬伤。

一是功耗大，需依托X86架构服务器运行，不适用于更为广泛的AI方案开发； 二是成本高昂，比如采用GPU方案，折算单路人脸识别成本在万元以上，相较其他千元级，甚至是百元级的方案，毫无成本优势可言，这两个致命短板，也让很多企业不得不寻求新的方案。

三、由于X86更多采用的是较为开放的LinuX系统，而非封闭的AIX系统，在稳定性和可维护性上略显不足。

“未来的市场必定是数据规模和计算能力的角逐。”

浪潮商用机器有限公司产品部张琪告诉雷锋网，随着越来越多新应用的出现，传统的X86计算架构会遇到很多瓶颈，包括数据瓶颈（处理器的计算单元以多快的速度获取和交换数据）、计算瓶颈（单位空间内能集成多少计算能力）、延迟瓶颈、通信瓶颈。

就像设计时速30码的道路难以承载均速100码的车辆通行一样，很短时间内就可造成道路拥堵甚至瘫痪。

今天来看，面对大计算、智能化场景，谁能够最先解决算力问题，又能够更好降低功耗与成本，谁就能在AI浪潮下引领鳌头。

在张琪看来，基于POWER9的高性能服务器能够很好满足AI安防时代下的高智能需求。
从AI安防实际场景所需出发，浪潮商用机器有限公司近期推出了基于POWER9服务器，搭载UltraVision视频智能分析系统的AI视觉分析智能分析解决方案(UltraVision on Power)。

AI视觉分析解决方案可以看作一个超级高效的AI大脑，它软硬结合，能够实时、准确、智能、节能地完成包括安防在内各个行业所需的复杂性数据处理工作。

“硬”，体现在POWER9架构上，它能够提供强大的图像视频的计算处理能力。相比其他处理器，POWER9支持了PCIe40、NVlink20等新一代I/O协议，能够在AI等应用中展示出更好的应用表现。

具体来看，相比X86，其单节点视频处理路数提升近3倍，达38倍提升深度学习框架AI模型训练效率，18倍更好的加速数据库性能，IO能力提升了近5倍。

另外，执行视频和图像编解码，查询搜索任务时，整机可提供单精度56TFlops和双精度28TFlops超强算力，和比X86服务器相比，单块GPU即可提供比纯CPU服务器高30倍的推理能力。

值得一提的是，该方案独有的CAPI技术，可以将延迟降低至1/36，全面加速图像处理，同时功耗降低高达30%。

18倍、38倍、3倍、5倍、30倍，看起来不大的几个数字对于安防行业来说，都是庞大数量级的提升。

这几个数字的变化，能够将各类犯罪和严重的暴力事件的防控手段从事后介入提前到事前或事中，大大减少安全事件的发生，实现公共安全从被动防御到主动防御的业务转变。

除了POWER9提供的超强算力硬核外，在软件层面，该方案还有高重UltraVision视频智能分析技术加持，如目标检测（PD）、行人重识别（RE-ID）等多项计算机视觉技术，提升目标识别准确率高达94%。

毋庸置疑，软硬结合的AI视觉分析解决方案在实际落地过程中，能够实实在在地为用户解决AI时代下的高算力与低功耗问题。

除此之外，相比其他热门方案，该方案还有两大优势不得不提。

其一、独有的利旧能力降低客户成本。

通常来说，一般的AI视频系统想要实现某些功能必须接入具备AI技术的感知摄像头，该方案在部署过程中不需要更换原有摄像头，只需要旁路接入视频采集端，即可实现AI系统；

另外，该方案还可以兼容不同品牌、不同制式的任何摄像头；可以不改变客户原服务器等硬件架构的情况下直接部署，有效降低客户部署成本。

其二、就浪潮商用机器公司本身来说，依托其在服务器领域的引领地位，拥有强大的定制化落地能力，缩短交付周期从月到天。
该方案无论是面对大数据处理、机器学习这样的AI应用，还是软件定义存储、内存数据库这一类的开源应用都会有比较好的性能表现。

毫无疑问，专为AI、云计算、大数据等新兴应用而生的AI视觉分析解决方案在客户面对严苛业务挑战时，提供了更多元化的选择。

依托这款高性能产品，用户可以更快地部署各类智能应用，缩短安防AI应用的技术迭代周期。

与此同时，性能卓越的浪潮商用机器服务器的应用不仅限于安防行业，在互联网、金融等对安全性要求高的领域，其也可以施展拳脚。

安防之外，整个 社会 正在向规模化、自动化、智能化转型升级。其中，智能化的应用方向涵盖四大方向：前端化、云端化、平台化和行业化。

在这个升级过程中，新的平台需要有新的能力做新的认知，新的认知催生新的需求和应用。

对于包括浪潮在内的 科技 公司来说，这是一次巨大的机会，同时也是一个不小的挑战，路漫漫其修远兮，必须上下而求索。雷锋网雷锋网雷锋网

---