用服务器仿真时，怎样才能把CPU效率发挥到极致

主要区别在于：

1指令集不同

家用或者用工作用电脑配备的普通CPU，通常为CISC复杂指令集，追求指令集的大而全，尽量把各种常用的功能集成到一块，但是调用速度和命中率相比服务器CPU较低一些。

服务器CPU的指令一般是采用的RISC（精简指令集）。这种设计的好处就是针对性更强，可以根据不同的需求进行专门的优化，能效更高。

2缓存不同

缓存也决定着CPU的性能，由于服务器CPU对运算性能要求高，所以服务器CPU往往应用了最先进的工艺和技术，并且配备了一二三级缓存，运行能力更强。服务器CPU很早就用上了3级缓存。

普通cpu是近几年才用上了缓存技术。

3接口不同

服务器cpu和普通cpu接口往往不同，目前服务器CPU接口大多为Socket 771、Socket 775、LGA 2011、LGA 1150相比普通CPU接口尽管不少相同，但实际上搭配的主板并不相同。服务器cpu配备的主板通常没有显卡卡槽，因为CPU自带的核心显卡即可满足需求，并且其CPU总线带宽比家用CPU高。

4稳定性要求不同

服务器CPU是为了长时间稳定工作而存在的，基本都是设计为能常年连续工作的。服务器CPU相比家用CPU在稳定性和可靠性方面有着天壤之别，一般服务器都是365天开机运行，只有偶尔停机维护，对稳定性要求极高。

普通CPU则是按72个小时连续工作而设计的，家用电脑在不使用时，还是习惯让他保持关机状态，一般每天都会关机。

5多路互联支持不同

多路互联是服务器上的一项技术，比如服务器主板可以同时拥有多个CPU插槽，可以同时安装多个CPU，这个就是CPU多路互联技术，这项技术目前只有服务器CPU才支持，普通家用电脑，一块主板只可以安装一个CPU，不支持多路互联。

6价格不同

由于服务器CPU针对高稳定性设计，在用料上一般都是选用优质材质，并且支持多路互联和长时间工作，和相同性能的普通CPU比，价格自然也是更高。此外，高端服务器CPU更上运用大量的最新先进技术，价格更贵，因此一般服务器CPU价格都在千元以上，高端服务器CPU都是在万元以上，甚至几十万。

而普通CPU价格通常几百元到几千元，主流产品价格基本在千元左右。

机架安装，又要阵列和集群，肯定是服务器好

装个至强E3 的cpu的服务器。32G内存，一张独立显卡。其他适当的配就可以了。

打字不容易，感觉ok就给个好评采纳吧，谢谢。。。。。

云服务器作为一种简单高效、处理能力可弹性伸缩的计算服务，性价比高，可以按需购买资源，价格并不算贵。

  有些用户觉得云服务器比虚拟主机贵，这是因为云主机是独立资源，而虚拟主机是共享资源，无论是安全稳定性、访问速度、资源升级拓展等，云主机的性能都要比虚拟主机优异很多，所以价格也要相应贵一些。

  从成本方面来讲，云计算服务器所需要付出的也远比用户想象的多。

  1硬件设施成本

  硬件成本主要是采购服务器、交换机及其零部件，实力雄厚的大厂还会采购硬件负载均衡和硬件存储，科研机构还会自研整柜服务器。IT基础设施包括：入门服务器折旧费、服务器软件折旧费、服务器能耗费用及场地租金、维护管理设备的人力资源费用和保存文件的其它支出等等。

  2机房电力和网络成本

  电力是机房实打实的资源，IDC要24小时不间断供电。大型云服务商都是自营无利润IDC、整柜服务器、高效散热系统，高品质机房的电力成本可想而知。网络成本包含IP和带宽，IP地址资源紧张，费用较贵。带宽是云计算运营的硬成本。此外，还有还有ddos攻击问题、IP段被污染问题、ICP备案问题也在提高网络成本。

  3资源闲置成本

  巨大的服务器采购体量必然会造成极大的资源闲置，假设一次采购上架200柜服务器，那就要售出5万台虚拟机才能充分利用硬件。硬件从上架之时就在不停的折旧。

  4技术人力成本

  对云主机公司来说，高薪招揽技术人才可以提高公司核心竞争力，也是客户后期技术支持的保障。而一般技术员工待遇都比较高，所以技术和人力也是非常大的支出。

  云服务器怎么算费用的

  云服务器是一种简单高效、处理能力可弹性伸缩的计算服务， 帮助您快速构建更稳定、安全的应用，提升运维效率，降低IT成本。在购买云服务器时，费用主要在这些方面：CPU、内存、带宽，以及硬盘大小，此外辅助的快照功能、安全防护等。

  云服务器费用支付模式，有包年包月、按时付费。

不建议采用AMD处理器。

Ansys等仿真软件涉及大量科学运算，其底层通常采用MKL进行加速，众所周知MKL对AMD处理器基本上是负优化。当然网上也有通过修改环境变量的方式强制开启MKL支持，但这种做法没有得到官方测试和支持，稳定性无法保证。

如果想用AMD处理器，可以考虑开源项目，比如Calculix、Elmer、OpenFOAM、SU2等。这些项目的底层计算库可以替换成OpenBLAS，而且OpenBLAS对Ryzen处理器的支持明显优于MKL。

如果坚持使用Ansys、Abaqus、LS-DYNA等商用软件，那么建议还是采用Intel处理器，这样计算速度和稳定性才能得到保障。

其实不光处理器，内存大小和带宽、硬盘读写能力等对仿真软件的影响也是需要考虑的。一般仿真工程师通常都会配备专用高性能服务器进行建模和分析计算，很少有用个人电脑进行相关工作的，更多的计算通常是在集群或超算上完成。

如果是学生党的话，考虑到牙膏厂价格如此傲娇，在兼顾日常办公和游戏性的前提下，配备AMD的处理器其实未尝不可。只是要找准定位，这样的电脑做做学习案例和演示也就足够了，正经项目还是要优先考虑高性能服务器和集群。

我有做过这方面的测试，看你在ansys做那方面

如果你学的是基于C/S架构的程序开发，建议用VMWare这个软件，就是在你的机器上再虚拟出一台或多台计算机，可以在这些机器上安装操作系统，可以配置虚拟网卡，实现网络通信这样就可以调试网络程序了，但是你的机器的配置要好一些，尤其是内存，尽可能的大，因为虚拟机要分配很多物理内存的；如果基于B/S架构，那么用IIS、Apache这样的Server就行了！

公司去年买的，约10万，只有一个号，同时只能一台电脑能用，需要联网激活，可以反激活。

有教育版，可能会比较便宜一些。

另外好像还有个局域网版，在一个服务器激活，这个服务器所在的局域网内都能用，这个应该更贵。

没有个人版