如果說和傳統PC有什麽不同，一個是專家，一個是票友。
對於行業來說，我們現在身處在AI大模型蓬勃發展的浪潮中，最近在輝達召開的GTC中，皮衣哥也發表了主題為【見證AI時刻變革】的演講，並釋出了全新GPU,AIGC效能漲1400%。可見AI的發展是未來很長時間內的主流趨勢，工作站作為一個電腦領域的「專家」，對AI的發展以及大模型的訓練有著至關重要的作用。
對於我自己的科研來說，回過頭去看那段科學顧問的旅程，實話實說，一台普通的PC顯然是不能夠的。基於兩點工作原則：以科學角度合理化劇情，以確保世界本身可以擁有被論證的堅固；科學常識之外，需要創造更加豐富的世界觀。科學顧問需要不斷去 論證推測核心幻想的可能運作方式，同時提供科學的置景和美術建議。 顯然普通的PC是不能夠的，我們需要一台 硬件標準向伺服器看齊，軟件更加專業的類PC ，也就是 工作站 。
今天透過這樣一篇文章，和大家分享一下工作站到底是啥？它和傳統電腦究竟有什麽區別？
一、工作站究竟是什麽？
關於工作站是什麽這個問題，或特許以「顧名思義」一下：workstation，主打的就是一個work，所以工作站可以認為是 為某種特殊工作為目的制作出來的專業級別的電腦。
之所以稱之為「專業」，是因為它可以完成的作業幾乎上到氣候分析，下到石油勘探，大到飛機制造，小到樓房三維仿真效果圖繪制，範圍極高。同時，相較於普通PC連續幾天處理數據就「歇菜」，甚至根本無法處理大批次數據不同，工作站可以持續幾十天處理海量數據。
這主要是因為工作站通常配備了高效能的CPU和GPU，較強的硬件加速器能夠大大提升模型訓練的速度。尤其是進入了人工智能時代，特別是大模型的狂飆，使得對計算資源的需求呈現指數級增長。像是AI模型的訓練涉及海量數據的處理和復雜數學運算的執行，都要求電腦具備較高的計算能力和儲存資源。特別是對於深度學習等資源密集型任務，工作站可以提供足夠的算力來加速模型的訓練過程。可以說，工作站在這一波中也的的確確找到了一席之地。
其次，在AI模型訓練中，數據傳輸速度是影響效率的關鍵因素之一。像一些工作站可能配備比如NVLink等高速的數據傳輸技術，能夠大振幅提高數據的傳輸速度，從而減少訓練過程中的等待時間。此外，工作站在硬件配置上還提供了高度的靈活性，研究人員可以根據模型訓練的特定需求，客製包括CPU、GPU在內的硬件配置，甚至進行個人化的工作站組裝，以滿足研發需求。
工作站通常以個人電腦和分布式網絡計算為基礎，具備著強大的數據運算與圖形、影像處理能力。在結構上，工作站可能是單機多使用者，使得每個使用者能夠獨享同一台PC的功能和資源。而在套用中，它也可能與伺服器協同工作，實作數據的共享和交換，滿足大型工程專案設計的需求。
總的來說，工作站是一種功能強大、效能卓越的電腦，能夠滿足專業領域的各種復雜需求，提供高效的數據處理和圖形、影像處理能力。拿工業工程領域來說，在模型繪制階段，主要是以線框圖和簡易效果圖為主，因此較高的CPU效能、較快的記憶體處理速度以及豐富的螢幕細節才能夠保證快速調整模型；到了模型渲染階段則主要考察圖形的處理能力，此時CPU、GPU同時調動，必須同時兼顧CPU單核效能，GPU視訊記憶體和記憶體容量，才能切刀匯出精度相對較高的效果圖。
二、工作站是否等於傳統PC？
工作站和傳統PC的區別在於，一個是專家，一個是票友。
雖然二者長相相似，但實際上卻是一個李逵、一個李奎。
我去搜了一下某款工作站的商品頁，其實單從照片上來看的話，工作站和一般的PC相比好像沒什麽不同，甚至都有點像孿生兄弟。如果沒有右邊的文字標註，可能99.9%的人會認為這就是一台普通的筆記電腦或者是台式電腦主機。
