為了優(yōu)化企業(yè)性能，IT部門應該評估頂層任務，以決定如何選購服務器并創(chuàng)建最有效的工作負載。
服務器是現(xiàn)代計算能力的核心，但是有很多眼花繚亂的方法可以選擇服務器來承載工作負載。盡管可以用相同的虛擬化和集群化的具備管理能力的白盒系統(tǒng)填充數(shù)據(jù)中心，隨著越來越多的公司在云端部署工作負載，本地數(shù)據(jù)中心托管仍在企業(yè)內(nèi)部的工作負載需要越來越少的資源。這幫助IT和業(yè)務領(lǐng)導者可從縮減的服務器的規(guī)模中尋求更多的價值和性能。
今天，白盒系統(tǒng)的廣闊海洋受到服務器特性的新一輪專業(yè)化挑戰(zhàn)。部分組織正在重新發(fā)現(xiàn)一臺服務器可能確實適合所有的工作負載。您可以選擇甚至定制服務器群集硬件以適應特定的使用類別。
虛擬機整合以及網(wǎng)絡(luò)級I/O增加帶來的優(yōu)勢
服務器虛擬化的核心優(yōu)勢是能夠在同一臺物理服務器上托管多個虛擬機，以充分利用服務器的可用計算資源。虛擬機主要依靠服務器內(nèi)存（RAM）和處理器的內(nèi)核數(shù)量。無法詳細確定給定服務器上可以駐留的虛擬機數(shù)量，因為您可以將虛擬機配置為使用各種內(nèi)存空間和處理器內(nèi)核。但是，服務器上的經(jīng)驗法則包括選擇一枚具有更多內(nèi)存的處理器，（更多的）處理器內(nèi)核數(shù)量通常允許更多的VM駐留在同一臺服務器上，這樣可以提高整合性。
例如，Dell EMC PowerEdge R940機架式服務器可以支持多達28個處理器核心，并提供48個雙倍數(shù)據(jù)速率4（DDR4）雙列直插式內(nèi)存模塊（DIMM）插槽，最多支持高達6 TB的內(nèi)存。有些組織可能選擇部署單獨的機架式服務器，而選擇刀片服務器作為替代形式，或者作為超融合基礎(chǔ)設(shè)施系統(tǒng)的組成部分。服務器適用于高級別的虛擬機整合，包括冗余的熱插拔電源以及DIMM熱插拔和DIMM鏡像等彈性內(nèi)存功能。
接下來考慮關(guān)于如何選擇高度整合的服務器，目的是提升對網(wǎng)絡(luò)級I/O的關(guān)注。企業(yè)級工作負載通常交換數(shù)據(jù)、訪問集中式存儲資源、在不同的LAN或WAN之間通過接口與用戶通訊。當多個虛擬機嘗試共享相同的低端網(wǎng)絡(luò)端口時，可能會導致網(wǎng)絡(luò)瓶頸。綜合服務器可以從快速網(wǎng)絡(luò)接口中受益，例如萬兆以太網(wǎng)端口，但選擇具有多個GbE端口的服務器通常更經(jīng)濟，也更為靈活，您可以將其整合在一起以提高速度和彈性能力。
在選擇服務器時，根據(jù)用例評估某些功能的重要性。
在RAM上展開容器合并以選購服務器
虛擬化容器代表了一種相對較新的虛擬化實現(xiàn)方法，幫助開發(fā)人員和IT團隊以代碼和依賴性共同封裝實例的方式創(chuàng)建和部署應用程序，但容器共享相同的底層操作系統(tǒng)內(nèi)核。容器對于高度可擴展的基于云的應用程序開發(fā)和部署非常有吸引力。
與虛擬機整合一樣，計算資源將直接影響可能托管的容器數(shù)量，因此服務器將提供足夠數(shù)量的RAM和處理器內(nèi)核數(shù)量。更多的計算資源通常會允許更多的容器。
但是大量的同步容器會給服務器帶來嚴重的內(nèi)部I/O挑戰(zhàn)。每個容器必須共享一個通用的OS內(nèi)核。這意味著可能有數(shù)十個甚至數(shù)百個容器試圖與同一內(nèi)核進行通信，從而導致可能影響容器性能的過度延遲。同樣地，容器通常作為應用程序組件進行部署，而不是完整的應用程序。這些組件容器必須相互通信并根據(jù)需要進行擴展以提高總體工作負載。這會在容器之間產(chǎn)生巨大的，有時甚至是不可預測的API流量。在上述兩種情況下，服務器本身的I/O帶寬限制以及應用程序的架構(gòu)設(shè)計效率都會限制服務器可能成功托管的容器數(shù)量。
當許多容器化的工作負載通過局域網(wǎng)或廣域網(wǎng)傳輸時，網(wǎng)絡(luò)I/O也可能造成潛在的瓶頸。網(wǎng)絡(luò)瓶頸可能會降低對共享存儲的訪問速度，延遲用戶響應甚至導致工作負載錯誤。考慮容器和工作負載的網(wǎng)絡(luò)需求，并為服務器配置足夠的網(wǎng)絡(luò)容量——可以選擇較為快速的10 GbE端口，也可以選擇配置多個1 GbE帶寬端口，以便提高速度和恢復能力。
大多數(shù)服務器類型都能夠托管大容量的容器，但他們通常會選擇使用測量I/O負載，I/O負載和I/O負載的組合容量的刀片服務器。Hewlett Packard Enterprise（HPE）ProLiant BL460c Gen10刀片服務器，最多支持高達26個處理器內(nèi)核和2 TB容量的DDR4內(nèi)存。
可視化和科學計算對服務器選購的影響
圖形處理單元（GPU）越來越多地出現(xiàn)在服務器級別產(chǎn)品之中，以幫助從大型數(shù)據(jù)處理和科學計算到更多與圖形相關(guān)的任務（如建模以及可視化）在內(nèi)的算法密集型任務。GPU還使IT能夠在受到更好保護的數(shù)據(jù)中心中保留和處理敏感、有價值的數(shù)據(jù)集，而不是讓數(shù)據(jù)流向業(yè)務終端。
一般來說，對GPU的支持只需要在服務器中增加一個合適的GPU卡，對服務器的傳統(tǒng)處理器、內(nèi)存、I/O、存儲、網(wǎng)絡(luò)或其他硬件細節(jié)幾乎沒有影響。但是，企業(yè)級服務器中包含的GPU適配器通常比可用于桌面或工作站的GPU適配器復雜得多。事實上，GPU越來越成為刀片系統(tǒng)高度專業(yè)化的模塊。
例如，HPE ProLiant WS460c Gen9圖形服務器刀片使用帶兩個GPU的Nvidia Tesla M60外圍組件互連式加速（Peripheral Component Interconnect Express）圖形卡，4096個計算同一設(shè)備架構(gòu)（Compute Unified Device Architecture）內(nèi)核和獨立的16 GB的圖形化DDR5視頻RAM。該圖形系統(tǒng)通過使用多個圖形服務器刀片支持多達48個GPU。對大容量GPU硬件（特別是在GPU硬件也被虛擬化時）的支持允許很多用戶和工作負載共享使用圖形子系統(tǒng)。
