工作站在过去被定义为人们操作大型计算机的房间或站点。如今，工作站只是指能够处理个人电脑（PC）外形中极其繁重的工作负载的高端台式电脑。

工作站专为需要强大计算能力的应用程序而设计，包括创意应用程序，其中包含照片和视频编辑、图形设计、3D 设计、渲染等任务。它们还可以用于企业级生产力，例如处理大型 SQL 数据库或密集的 Excel 文件进行市场分析。如今深受欢迎的领域有：开发和构建简单的人工智能（AI）并训练深度学习模型，以实现自动驾驶或图像识别等进步。

为了更好地了解这些工作站的功率有多高，这里有一些来自联泰集群自己产品线的快速示例。这些工作站为依赖大量 GPU 计算的应用程序提供了最多4个双宽图形卡的空间。从长远来看，商用游戏台式电脑只使用一台。

工作站可以有各种处理器；顶级工作站 CPU，如 AMD Threadripper 或 Intel Core X 系列，是最受欢迎的单 CPU 解决方案之一。一些工作站支持双服务器级 Intel Xeon 和 AMD EPYC 处理器，以实现极致性能。

这些工作站上的内存（RAM）因使用情况而异，从 64GB 一直到 4TB 不等。相比之下，高端游戏台式机可能只有 32GB 的 RAM。

高端工作站可能不起眼，看起来像任何其他台式电脑，但内部的组件比普通电脑领先。我们谈论的是两个 CPU 处理器、16块总计 256GB 的 RAM 和最多四个专业级 GPU，它们被塞进一个金属盒子里。工作站也可以内置到企业的机架式机箱中，补充工作站和服务器之间的差距。

在某些情况下，工作站可以用作服务器，那么为什么要考虑服务器呢？

服务器是运行专用软件的计算机系统，该软件提供资源，使数据、服务或程序可供授权用户的公共网络或专用网络使用。

服务器不是你工作时工作的日常电脑，而是设计成每周7天、每天24小时运行的。如果没有系统更新和维护，服务器几乎不会停机。服务器及其组件设计为日夜运行，用户可以随时随地访问其数据。

专用服务器除了工作站外还有企业级用例，还可以运行虚拟机、容器整合、可视化和科学计算、增强的安全性和数据中心。最常见的应用是可视化和科学计算、数据中心和共享存储以及服务器安全。

在工作站被认为功能强大的地方，服务器处于完全不同的水平。以下是联泰集群的一些 AI 服务器和存储服务器。多个 CPU 是常见的做法，同时支持多达8个 GPU、数 TB 内存和大量存储。一些 GPU 制造商为服务器提供了专用的 GPU 外形，允许更高的互连性。服务器可能看起来只是长矩形，但它们的设计针对大规模正压冷却进行了优化，风扇以极高的速度旋转。这些服务器很吵，不会为了性能而牺牲任何东西。

请记住，认真的企业用户不会只安装一个服务器单元。它可以是几十个甚至几百个单位。对于普通用户来说，这可能看起来很疯狂；一个服务器系统已经超过了工作站的输出，但容纳多个服务器系统呢？不管你信不信，在企业和业务层面，专用于服务器的整个房间都很常见。这些系统可能需要数千瓦的功率才能运行，并且噪音大、温度高、CPU 计算密集。

工作站非常适合希望开发自己项目的单个用户。训练简单的 AI 模型、运行模拟或渲染 3D 模型都可以轻松完成。然而，当与团队合作时，当每个人都有自己的工作站时，事情可能会变得棘手。

拥有服务器可以帮助缓解单独系统的问题，并创建网络存储系统，允许与公司内部的团队成员共享对大型项目文件的访问。远程访问还允许用户在旅行时访问文件。

此外，服务器的强大构建和额外的安全措施意味着它可以昼夜运行，而不是为短时间的个人计算而构建的工作站。

考虑这样一个场景：工作站作为一个小团队的临时文件服务器提供帮助。该公司在一台旧台式机上运行本地文件服务器，该台式机配备英特尔酷睿 i5 处理器、健康的存储空间、16GB RAM 和以太网端口。虽然不是很好，但已经足够好了。随着团队的壮大，它仍然需要削减成本，因此该公司决定使用其工作站 PC 来运行文件服务器。

这是削减成本的好方法；即使人们需要在机器上做其他工作，工作站也能正常工作。但工作站也有其局限性；随着团队的扩大，工作站面临双重任务。由于长期使用，可靠性将急剧下降，并出现技术困难。例如，服务器软件关闭/从未启动，或者机器因一天中的每一小时都在运行而崩溃。

对于一个寻求可靠性的企业来说，这样的情况是站不住脚的。由于他们已经有了一个工作站来承担适当的工作站职责，因此服务器是支持其业务多租户性质的更明智的投资。这些服务器可以在未来进一步扩展，以添加额外的存储或计算，或业务可能需要的任何其他内容。

另一个例子是一个非常成功的自由开发者。在业务初期，升级工作站是一件轻而易举的事情，但能够在现场与客户一起工作，同时远程访问功能强大的计算机来完成所有繁重的工作将是更大的业务助力。开发人员可能会考虑像 Digital Ocean、Linode 或 AWS 这样的共享云服务器，但有些人希望拥有自己的硬件，具有更高的可定制性。

对于初学者来说，购买服务器并在数据中心租用一些空间是一个完美的解决方案。拥有专用服务器还可以轻松地与客户端共享任何正在进行的工作。由于大部分计算能力都在偏远地区，开发人员可以使用终端程序处理任何东西，比如苹果 iPad、微软 Surface 平板电脑、苹果 MacBook 或 Windows 笔记本电脑。

也许这些场景有点过于简单和明显。那么，答案不那么明显的时候呢？一家成长中的公司正在寻求证明服务器与工作站的成本是合理的。然后呢？

有各种经验法则可以指导你，比如“服务器每个核心只能处理 X 个并发用户/访问者”。这些都是一般的估计，但最有效的方法是考虑实际情况。每个访问者或用户现在需要多少计算资源来访问服务器应用程序？要更详细地了解，请尝试研究服务器的容量规划和交易成本分析。

这些方法很好，但并不完美，因为不同的硬件在执行相同的任务时会有不同的表现。然而，了解实际所需的资源可以根据您的实际使用情况提供更实用的数据。

一般来说，如果公司正在发展并需要网络数据的主要来源，如内部文件服务器、电子邮件和网站托管，那么服务器是一项巨大的投资。对于那些希望训练深度学习模型并运行广泛的科学计算和分析的人来说，服务器几乎是必不可少的。

虽然很难证明在工作站上安装服务器的成本是合理的，但重要的是要承认，作为服务器运行的工作站是一种变通方法，而不是长期解决方案。随着业务的增长，服务器和数据中心是不可避免的。当确实需要升级到服务器时，联泰集群有各种高质量的算力产品来满足各种实例应用。