一：什么是显卡服务器?

　　一般的服务器是没有加显卡的，增加了显卡的服务器，可以用来异构计算，用GPU来大大加速那些CPU不是很擅长的浮点运算。一般是用来做 3D 图形应用程序、视频解码、深度学习、科学计算或者运行安卓手机模拟器，适合手机游戏挂机、自动化脚本运行的。因此，从某种程度上来说，GPU服务器是一种十分特殊的服务器。

　　显卡服务器(GPU服务器)可以为服务器承担输出显示图形的任务。一般可用于搭建手机模拟器(如蓝叠、逍遥、雷电、夜神等)。用于手机游戏挂机和自动化脚本运行。其内置的并行计算能力现阶段也用于深度学习等运算。显卡服务器，它是基于GPU的应用于视频编解码、深度学习、科学计算等多种场景的快速、稳定、弹性的计算服务。

二：服务器带显卡有什么作用?

　　服务器带显卡有什么作用?看看网友们是这么说的

　　①liqisheng61：看片流畅不卡顿!

　　②燕十三丶：有的软件运行需要显卡~

　　③matoi：深度学习?

　　④cheshirex：看带什么显卡了，有专门用GPU计算的高端显卡。有的是服务器跑的一些软件用CPU跑比较吃力，带一个低端的显卡，能流畅用就行了。还有是开模拟器的，也会要显卡。这类一般CPU等都是使用的家用平台的硬件。

　　从以上摘自网络的言论不难看出，不少朋友对于显卡服务器的作用比较模糊，虽然表面上说得也没错，但如果打算租用显卡服务器用于实际的使用的话，就会造成使用不当的情况。那么小编将为大家介绍几个显卡服务器的具体使用场景。

　　1、简单深度学习模型

　　使用显卡服务器为机器学习提供训练或者预测，显卡云服务器带有强大的计算能力，可作为深度学习训练的平台，直接与外界连接通信。可以使用显卡服务器作为简单深度学习训练系统，帮助完成基本的深度学习模型。

　　2、复杂深度学习模型

　　显卡服务器作为深度学习训练的平台。结合云服务器 CVM提供的计算服务、对象存储

　　COS提供的云存储服务、云数据库MySQL提供的在线数据库服务、云监控和大禹提供的安全监控服务，图片、视频编解码，可以采用显卡服务器进行渲染，利用 显卡 加速器指令，让数以千计的核心为您所用，加快图形图像编码渲染速度。

　　3、海量计算处理

　　显卡 服务器超强的计算功能可应用于海量数据处理方面的运算，如搜索、大数据推荐、智能输入法等：

　　• 原本需要数天完成的数据量，采用 显卡 服务器在数小时内即可完成运算。

　　• 原本需要数十台 CPU 服务器共同运算集群，采用单台 显卡 服务器可完成。

　　这些是一些可以用到显卡服务器的场景，所以如果您的使用需要比较高端，建议还是使用显卡服务器。

三、如何选择显卡显卡服务器租用?

　　选择显卡服务器时首先要考虑业务需求来选择适合的显卡型号。在HPC高性能计算中还需要根据精度来选择，比如有的高性能计算需要双精度，这时如果使用P40或者P4就不合适，只能使用V100或者P100;同时也会对显存容量有要求，比如石油或石化勘探类的计算应用对显存要求比较高;还有些对总线标准有要求，因此选择显卡型号要先看业务需求。

　　当显卡型号选定后，再考虑用什么样显卡的服务器。这时我们需要考虑以下几种情况：

　　1* 在边缘服务器租用上需要根据量来选择T4或者P4等相应的服务器，同时也要考虑服务器的使用场景，比如火车站卡口、机场卡口或者公安卡口等;在中心端做Inference时可能需要V100的服务器，需要考虑吞吐量以及使用场景、数量等。

　　2* 需要考虑客户本身使用人群和IT运维能力，对于BAT这类大公司来说，他们自己的运营能力比较强，这时会选择通用的PCI-e服务器;而对于一些IT运维能力不那么强的客户，他们更关注数字以及数据标注等，我们称这类人为数据科学家，选择显卡服务器的标准也会有所不同。

　　3* 需要考虑配套软件和服务的价值。

　　4* 要考虑整体GPU集群系统的成熟程度以及工程效率，比如像DGX这种GPU一体化的超级计算机，它有非常成熟的从底端的操作系统驱动Docker到其他部分都是固定且优化过的，这时效率就比较高。TG:yy2035