●個人電腦，PC，這個大家都熟，辦公、影音娛樂、玩遊戲，做些簡單的創意性工作（比如視訊編輯、簡單的三維模組化、簡單的産品設計），完全OK！而PC的特點，從英特爾這邊來說，主要就是搭載(Core)酷睿處理器的平台。
●再往上一級是工作站。負載更重的專業設計任務，比如，設計一台機車發動機，正常的PC可就有些吃力了，就得上工作站了！從工作站這一級開始，就開始使用（Xeon）至強處理了，核心數量比PC多，用的主機闆也不同了，且能使用ECC錯誤校驗記憶體避免工作過程中當機，而且，開始搭載專業顯示卡了。
●那麼再往上呢？那就是伺服器，以及伺服器叢集了。采用的是數個至強或是海量的至強處理器，用Win Server或Linux系統，然後根據不同的應用需求，會插滿記憶體(比如幾千GB)或硬碟（比如10PB、100PB，1PB=1024TB），當然，也可以插滿深度學習用的加速卡。總之，複雜的任務，比如電影、動畫長片的渲染，比如大型的機械設計，比如遊戲伺服器，比如資料中心，又比如深度學習訓練等，就要用到伺服器或伺服器叢集了！
但實際上，從工作站到伺服器（叢集），中間還是有比較大的跨度。實際應用中，往往會有這樣的情況：某些應用類型的算力需求遠高于工作站，但如果上伺服器（叢集），成本又太高了——畢竟至強處理器，以及其專屬的主機闆、記憶體等周邊都相對更貴，且Windows Server系統還是收費的，Server上很多應用也往往是付費的（甚至是按照節點數量收費的）——這，可就相當具體了！！
為了解決上述這些實際問題，在2018年，英特爾創造了一種新技術、新事物：把個人電腦（PC），通過機架進行組合堆疊來集合算力（并進行配置設定），大家可以了解為“用PC搭建的伺服器”。而英特爾也給它取了一個特别貼切的名字，叫做“PC Farm”，也即是“PC農場”。
▲這是PC Farm的“官方定義”。
▲PC Farm也曆經多次進化和疊代，但其統一的特征就是：它是由完整的“PC系統”即個人電腦系統組合而成的！上圖裡可以非常清晰地看到三套完整的個人電腦系統：三塊主機闆，每塊上都有兩根記憶體、一根M.2接口的SSD，并安裝了一顆處理器，而且，每塊主機闆上也都有一套完整的接口。
▲而後，PC Farm進化為縱向拔插形态友善随時擴充和更多地堆疊（往機架上堆，堆成一個一個的機櫃），但依然可看出是由單個PC單元組合而成的。
▲較新的PC Farm産品已經非常友善插拔了，但單個組成單元依然是一套完整的PC，當然，也借助了一些伺服器技術，比如伺服器的散熱技術。
PC Farm的具體優勢是什麼呢？
●首先是總算力可以很高！因為它也可以若幹個機櫃進行堆疊，内部通過IPMI（智能平台管理接口，Intelligent Platform Management Interface）或是基于IPMI的第三方管理軟體來進行管理和調配，實作硬體性能的組合（和配置設定），是以它的“總體性能”可以非常高（一個機櫃貌似就可部署144個算力節點），能勝任大量的專業應用。
●其次就是成本相對伺服器系統要低不少。這個“成本相對低”是多方面的，首先PC硬體系統相對便宜，系統和軟體費用也低。另外，這些用于組合堆疊的PC是“完整的個體”，它們是可以輕松替換的，如今甚至能“跨代堆疊”（比如之前大部分是12代酷睿平台，如今可部分更新到13代酷睿平台，不同代可混用）。最誇張的是，被替換下來（淘汰下來）的個體，是可以作為獨立的PC折價銷售的——因為它的配件、功能是完備的。也就是說，PC Farm的擴容、更新，既簡單，成本也要低得多！
● 部署和管理靈活快捷。由于PC Farm引入了伺服器的插拔擴容概念和遠端管理概念，是以，其部署和管理是比較靈活快捷的。經過教育訓練後，其實是很容易上手的。
▲而基于以上特性，PC Farm其實可以實作很多應用。目前主要活躍在電競網吧、電競酒店、雲遊戲、雲渲染、VR娛樂等領域。
大家不要被“雲”字給唬着了，其實沒那麼複雜，下面牛大叔給大家舉幾個不同類型的例子，相信大家都能看得明白：
●電競酒店。
我們假設一家電競酒店，分布在5層樓共計100個房間。最傳統的做法是：在每個房間放一台高性能PC，比如12代酷睿i7+RTX 3070/4060。總量是100台，投資巨大不說，還面臨配件被盜被破壞的風險。
而采用PC Farm方案，我們隻要在一個房間部署機架式的PC Farm“伺服器”，或許隻用30個節點（30顆i7處理器+30塊RTX獨顯系統），進行統一管理和性能動态配置設定，就能滿足100個房間的需求（畢竟絕大部分使用者就玩玩網遊，無需太多性能）。而具體到每個客房，電腦的硬體配置可以大幅降低（大量的運算是在PC Farm端完成），也不用擔心因為配置高被盜了。這樣一次性投入和後續維護成本都可以大幅降低！
甚至于，酒店老闆都不用自己購買搭建PC Farm，可采用租用的形式——目前市面上已有不少成熟的PC Farm供應商。
●和上述情況類似，網吧也是PC Farm的用武之地。
●又比如小型的影視工作室。
這個很好了解，這些小型的影視工作室主要做特效視訊，并完成海量視訊的剪輯工作，對處理器性能和顯示卡性能要求高，單個PC肯定是不夠的。以往，這類工作室往往購買二手伺服器用處理器來渲染（上全新的至強系統，不管是工作站還是伺服器，成本都很高）。如今，PC Farm是更好選擇，因為它可以很友善地搭載強力（且相對專業卡便宜）的RTX獨立顯示卡，視訊制作效率更高，總體擁有成本更低，還能随時更新換代。
▲PC Farm的進化曆程。最新的PC Farm 4.0甚至支援至強處理器平台了，且能采用英特爾自家的Arc顯示卡！總之，PC Farm的平台包容性是非常好的。
●PC Farm與伺服器叢集混搭搞定“雲遊戲”。
這個例子稍專業一點，但也容易了解：假設某遊戲廠商開發了一個畫面特漂亮的遊戲（通常是網遊），但問題是，如果把所有運算都在用戶端完成（如手機、筆記本電腦），對用戶端硬體的要求就很高，而用戶端的程式也會非常大，就好像如今的大型3A遊戲，動辄上百GB容量——這對于手機來說就是惡夢了！
那麼咋解決呢？比較好的方式就是在雲端完成遊戲的渲染工作，把用戶端的運算和存儲壓力大幅降低。但，渲染這活兒，并不适合于傳統意義上的伺服器——伺服器可以用一顆處理器延展出TB級的記憶體+海量的硬碟，但渲染這活兒是吃處理器核心數量、GPU數量和性能的——這要靠伺服器系統來堆，可就貴上天了！那麼合理的方案就是：傳統的伺服器完成資料部分，渲染部分就交給PC Farm完成▼！
▲這就是“雲遊戲模型”，實際上，最傳統的“網頁遊戲”也是典型的雲遊戲。不過如今的雲遊戲，畫質提升很大——考驗的就是PC Farm的算力。
▲西山居的《劍網3》和《劍網3緣起》，就與英特爾和阿裡邊緣雲ENS合作，靠PC Farm叢集完成畫面渲染，進而大幅降低用戶端硬體的需求。
●邊緣算力，如測繪模組化等。
不要被“邊緣”這個“标準行業詞彙”吓着啦，待牛大叔給你清楚解讀：
2020年以前，大家都知道一個有意思的事情，叫做“演唱會抓逃”。好多逃犯耐不住寂寞，去看歌星的演唱會，誰知道被現場逮住！還别說，演唱會上真的抓了不少逃犯。
具體咋做的呢？其實機制很簡單：會場每個進出口架上攝像頭，攝像頭抓取進場觀衆的人臉和公安部的逃犯資料庫進行比對。而在這個系統中，攝像頭就是“終端”，而公安部的逃犯系統在公安部伺服器上，就是“雲端”。
但這個方式有個現實的問題：如果所有人臉都要通過網際網路“跨越千山萬水”上傳到公安部的伺服器上進行比對，然後再回報下來，那麼速度就太慢了，無法及時出結果。于是，這個系統就引入了“邊緣算力”——每個攝像頭或者每幾個攝像頭，搭配一台電腦，這台電腦不僅錄制攝像頭拍攝的畫面友善後續到公安部資料庫中比對，而且它自己就帶有幾十萬個逃犯的面部特征資料，然後它就可以完成快速的對比篩查，這就比全部通過雲端進行要快得多，高效得多了。而在這個模型中，攝像頭就是“終端裝置”；這台靠近攝像頭的電腦就是“邊緣算力”（“邊緣”指它實體位置上更靠近終端而不是雲端）；而公安部的資料庫就是“雲端”。
不過上述例子中，人臉識别隻抓關鍵特征，是以對“邊緣算力”的要求并不高，一台高性能PC即可。但如果采集的、需要在邊緣端預處理的資訊比較複雜，算力要求比較高咋辦呢？比如測繪資料，不僅是複雜的高精度圖像，而且包含了坐标、海拔等一大堆位置資訊，還要做識别分析，這時，邊緣端就得靠高PC來堆疊性能了——PC Farm在這裡就正好可以派上用場了——用一台多節點的PC Farm叢集系統覆寫一片範圍的測繪資訊進行預處理，最後再上傳到雲端。
PC Farm（叢集），應用前景廣闊
看到這裡，相信大家對PC Farm這種産品有了全面的認識和了解，而我想說的是：這種神奇的産品，其實應用前景非常廣闊。之前有人說它是“介于工作站和伺服器之間的産品”，對，但也不對——畢竟它具備了不少連傳統伺服器都不具備的特質，且其算力理論上也可以相當強悍，而總體擁有成本相對伺服器系統又明顯低得多，在不少應用上的确能大展拳腳——最終，就看大家如何發揮想象了！
咱就甭說遠了，舉個“最近的例子”，至少看了這篇文章，土豪們已經知道自己的裝X上限不再局限于一顆24核的酷睿i9了。
▲前一陣兒蘋果展示了用海量Mac Mini組成的資料中心，其實理念也是來自于PC Farm。
編輯：牛大叔
***