如果说和传统PC有什么不同，一个是专家，一个是票友。
对于行业来说，我们现在身处在AI大模型蓬勃发展的浪潮中，最近在英伟达召开的GTC中，皮衣哥也发表了主题为【见证AI时刻变革】的演讲，并发布了全新GPU,AIGC性能涨1400%。可见AI的发展是未来很长时间内的主流趋势，工作站作为一个计算机领域的「专家」，对AI的发展以及大模型的训练有着至关重要的作用。
对于我自己的科研来说，回过头去看那段科学顾问的旅程，实话实说，一台普通的PC显然是不能够的。基于两点工作原则：以科学角度合理化剧情，以确保世界本身可以拥有被论证的坚固；科学常识之外，需要创造更加丰富的世界观。科学顾问需要不断去 论证推测核心幻想的可能运作方式，同时提供科学的置景和美术建议。 显然普通的PC是不能够的，我们需要一台 硬件标准向服务器看齐，软件更加专业的类PC ，也就是 工作站 。
今天通过这样一篇文章，和大家分享一下工作站到底是啥？它和传统电脑究竟有什么区别？
一、工作站究竟是什么？
关于工作站是什么这个问题，或许可以「顾名思义」一下：workstation，主打的就是一个work，所以工作站可以认为是 为某种特殊工作为目的制作出来的专业级别的电脑。
之所以称之为「专业」，是因为它可以完成的作业几乎上到气候分析，下到石油勘探，大到飞机制造，小到楼房三维仿真效果图绘制，范围极高。同时，相较于普通PC连续几天处理数据就「歇菜」，甚至根本无法处理大批量数据不同，工作站可以持续几十天处理海量数据。
这主要是因为工作站通常配备了高性能的CPU和GPU，较强的硬件加速器能够大大提升模型训练的速度。尤其是进入了人工智能时代，特别是大模型的狂飙，使得对计算资源的需求呈现指数级增长。像是AI模型的训练涉及海量数据的处理和复杂数学运算的执行，都要求计算机具备较高的计算能力和存储资源。特别是对于深度学习等资源密集型任务，工作站可以提供足够的算力来加速模型的训练过程。可以说，工作站在这一波中也的的确确找到了一席之地。
其次，在AI模型训练中，数据传输速度是影响效率的关键因素之一。像一些工作站可能配备比如NVLink等高速的数据传输技术，能够大幅度提高数据的传输速度，从而减少训练过程中的等待时间。此外，工作站在硬件配置上还提供了高度的灵活性，研究人员可以根据模型训练的特定需求，定制包括CPU、GPU在内的硬件配置，甚至进行个性化的工作站组装，以满足研发需求。
工作站通常以个人计算机和分布式网络计算为基础，具备着强大的数据运算与图形、图像处理能力。在结构上，工作站可能是单机多用户，使得每个用户能够独享同一台PC的功能和资源。而在应用中，它也可能与服务器协同工作，实现数据的共享和交换，满足大型工程项目设计的需求。
总的来说，工作站是一种功能强大、性能卓越的计算机，能够满足专业领域的各种复杂需求，提供高效的数据处理和图形、图像处理能力。拿工业工程领域来说，在模型绘制阶段，主要是以线框图和简易效果图为主，因此较高的CPU性能、较快的内存处理速度以及丰富的屏幕细节才能够保证快速调整模型；到了模型渲染阶段则主要考察图形的处理能力，此时CPU、GPU同时调动，必须同时兼顾CPU单核性能，GPU显存和内存容量，才能切刀导出精度相对较高的效果图。
二、工作站是否等于传统PC？
工作站和传统PC的区别在于，一个是专家，一个是票友。
虽然二者长相相似，但实际上却是一个李逵、一个李奎。
我去搜了一下某款工作站的商品页，其实单从照片上来看的话，工作站和一般的PC相比好像没什么不同，甚至都有点像孪生兄弟。如果没有右边的文字标注，可能99.9%的人会认为这就是一台普通的笔记本电脑或者是台式电脑主机。
