●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（比如視頻編輯、簡單的三維建模、簡單的產品設計），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，設計一台摩托車發動機，常規的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，用的主板也不同了，且能使用ECC錯誤校驗內存避免工作過程中宕機，而且，開始搭載專業顯卡了。
●那麼再往上呢？那就是伺服器，以及伺服器集群了。採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，會插滿內存(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，比如數據中心，又比如深度學習訓練等，就要用到伺服器或伺服器集群了！
但實際上，從工作站到伺服器（集群），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於工作站，但如果上伺服器（集群），成本又太高了——畢竟至強處理器，以及其專屬的主板、內存等周邊都相對更貴，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（並進行分配），大家可以理解為「用PC搭建的伺服器」。而英特爾也給它取了一個特別貼切的名字，叫做「PC Farm」，也即是「PC農場」。
▲這是PC Farm的「官方定義」。
▲PC Farm也歷經多次進化和疊代，但其統一的特徵就是：它是由完整的「PC系統」即個人電腦系統組合而成的！上圖里可以非常清晰地看到三套完整的個人電腦系統：三塊主板，每塊上都有兩根內存、一根M.2接口的SSD，並安裝了一顆處理器，而且，每塊主板上也都有一套完整的接口。
▲而後，PC Farm進化為縱向拔插形態方便隨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產品已經非常方便插拔了，但單個組成單元依然是一套完整的PC，當然，也藉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！因為它也可以若干個機櫃進行堆疊，內部通過IPMI（智能平台管理接口，Intelligent Platform Management Interface）或是基於IPMI的第三方管理軟體來進行管理和調配，實現硬體性能的組合（和分配），所以它的「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，這些用於組合堆疊的PC是「完整的個體」，它們是可以輕鬆替換的，如今甚至能「跨代堆疊」（比如之前大部分是12代酷睿平台，如今可部分升級到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、升級，既簡單，成本也要低得多！
● 部署和管理靈活快捷。由於PC Farm引入了伺服器的插拔擴容概念和遠程管理概念，所以，其部署和管理是比較靈活快捷的。經過培訓後，其實是很容易上手的。
▲而基於以上特性，PC Farm其實可以實現很多應用。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」字給唬著了，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。
而採用PC Farm方案，我們只要在一個房間部署機架式的PC Farm「伺服器」，或許只用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態分配，就能滿足100個房間的需求（畢竟絕大部分用戶就玩玩網遊，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！
甚至於，酒店老闆都不用自己購買搭建PC Farm，可採用租用的形式——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。
這個很好理解，這些小型的影視工作室主要做特效視頻，並完成海量視頻的剪輯工作，對處理器性能和顯卡性能要求高，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，因為它可以很方便地搭載強力（且相對專業卡便宜）的RTX獨立顯卡，視頻製作效率更高，總體擁有成本更低，還能隨時升級換代。
▲PC Farm的進化歷程。最新的PC Farm 4.0甚至支持至強處理器平台了，且能採用英特爾自家的Arc顯卡！總之，PC Farm的平台包容性是非常好的。
●PC Farm與伺服器集群混搭搞定「雲遊戲」。
這個例子稍專業一點，但也容易理解：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客戶端完成（如手機、筆記本電腦），對客戶端硬體的要求就很高，而客戶端的程序也會非常大，就好像如今的大型3A遊戲，動輒上百GB容量——這對於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，把客戶端的運算和存儲壓力大幅降低。但，渲染這活兒，並不適合於傳統意義上的伺服器——伺服器可以用一顆處理器延展出TB級的內存+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：傳統的伺服器完成數據部分，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》，就與英特爾和阿里邊緣雲ENS合作，靠PC Farm集群完成畫面渲染，從而大幅降低客戶端硬體的需求。
●邊緣算力，如測繪建模等。
不要被「邊緣」這個「標準行業詞彙」嚇著啦，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！還別說，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，攝像頭抓取進場觀眾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，然後再反饋下來，那麼速度就太慢了，無法及時出結果。於是，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，這台電腦不僅錄製攝像頭拍攝的畫面方便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徵數據，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「終端設備」；這台靠近攝像頭的電腦就是「邊緣算力」（「邊緣」指它物理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，人臉識別只抓關鍵特徵，所以對「邊緣算力」的要求並不高，一台高性能PC即可。但如果採集的、需要在邊緣端預處理的信息比較複雜，算力要求比較高咋辦呢？比如測繪數據，不僅是複雜的高精度圖像，而且包含了坐標、海拔等一大堆位置信息，還要做識別分析，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集群系統覆蓋一片範圍的測繪信息進行預處理，最後再上傳到雲端。
PC Farm（集群），應用前景廣闊
看到這裡，相信大家對PC Farm這種產品有了全面的認識和了解，而我想說的是：這種神奇的產品，其實應用前景非常廣闊。之前有人說它是「介於工作站和伺服器之間的產品」，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，在不少應用上的確能大展拳腳——最終，就看大家如何發揮想像了！
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上限不再局限於一顆24核的酷睿i9了。
▲前一陣兒蘋果展示了用海量Mac Mini組成的數據中心，其實理念也是來自於PC Farm。
編輯：牛大叔
***