# 伺服器的應用(上)：資料中心、高效運算中心、機器學習及深度學習中心

`伺服器` `資料中心` `運算中心` `教練我想要一台伺服器`

伺服器的應用無遠弗屆，相信大家都聽過那句「電腦碼ㄟ選土豆」，就可以看出我們的生活是與伺服器息息相關的，接下來，讓我幫大家分析一下，伺服器到底離我們有多近吧！

>一、資料中心 (Data center)
>二、高效運算中心 (High Computing Cloud)
>三、機器學習中心 & 深度學習中心(Machine Learning & >Deep Learning)

每個客群需要的伺服器有所不同，讓我們一起來看看~

### 一、資料中心 (Data center)
通常Tier1的大公司(Google、Meta、AWS等)，會有屬於自己的超巨大資料中心！也因為量大，所以會採取所謂OEM、ODM的方式去進行合作，他們會找出最適合自己的規格，然後再去向請系統廠代工，也就是鴻海、英業達、廣達、緯創在做的事情。

此類型的伺服器以便宜、大量、Proper density為主，因此許多都是購買2U機架購買，那如果追求穩定的公司，也會選擇使用intel的CPU。

>
>[資料來源:Dell Poweredge Server](https://www.dell.com/en-us/shop/dell-poweredge-servers/sr/servers/poweredge-rack-servers)

### 二、高效運算中心 (High Computing Cloud)

前陣子很紅的GPU也被我歸類在這個行列裏面，因為好的GPU是一定要搭配好的CPU的！
小小插播一個重要觀念：並不是顯卡好電腦就會順暢，有時候寧可降顯卡的level，也要找到一顆適合的CPU喔！
像是病毒菌絲等需要高效運算的機器，通常會搭配高階的CPU、GPU等等，當然對於儲存的需求可能就沒那麼高。(注意！是相對CPU的需求)

>
[圖片來源: 美超微A+ Server 2124US-TNRP](https://www.supermicro.com/en/aplus/system/2u/2124/as-2124us-tnrp.cfm)

三、機器學習中心 & 深度學習中心(Machine Learning & Deep Learning)
這個類型跟上面那個有點相似，但其實機器學習更看重AI模型的建議跟養成，所以有的時候比起硬體，更重視軟體的開發，但關於這類型的應用，有些人也會買專門的GPU server去做應用。

>
[圖片來源：Gigabyte GPU server](https://www.gigabyte.com/Enterprise/GPU-Server)