المعرفة الأساسية: ما هو خادم GPU؟
1 - ما هو خادم وحدة معالجة الرسومات؟ ما الفرق بينه وبين الخادم العادي؟
خادم وحدة معالجة الرسومات هو خادم مزود بوحدة معالجة الرسوماتمعالج الرسومات (GPU)لخادم حوسبة عالية الأداء. وهو ليس فقط لمعالجة الرسومات، ولكنه مصمم خصيصاً للمهام التي تتطلب الكثير من الحوسبة المتوازية.
الفارق الأساسي عن الخادم العادي (الذي يعتمد بشكل كبير على وحدات المعالجة المركزية) هو
- هندسة معمارية مختلفةوحدة المعالجة المركزية “متخصصة”، جيدة في معالجة المهام التسلسلية المعقدة (مثل الحكم المنطقي وإدارة النظام)؛ وحدة معالجة الرسومات “نموذج”، مع آلاف النوى، جيدة في معالجة عدد كبير من العمليات الحسابية المتوازية البسيطة (مثل معالجة بكسل الصورة، عملية المصفوفة) المعالجة، وحساب المصفوفات).
- تموضع مختلف:: تركز الخوادم العادية على تخزين البيانات وخدمات الويب والتطبيقات اليومية؛ بينما تركز خوادم GPU علىكثيفة الحوسبةمهام مثل تدريب الذكاء الاصطناعي، والمحاكاة العلمية، وما إلى ذلك.
- التكلفة واستهلاك الطاقة:: خوادم GPU أغلى بكثير في الشراء وتستهلك طاقة أكبر لتشغيلها من الخوادم العادية لأنها تحتوي على رقائق GPU باهظة الثمن.
2 - ما هي المكونات الرئيسية لخادم وحدة معالجة الرسومات؟
يحتوي خادم وحدة معالجة الرسومات النموذجي على المكونات الأساسية التالية:
- وحدة معالجة الرسومات (GPU):: وحدات الحوسبة الأساسية، وعادةً ما تكون على شكل بطاقات متعددة (على سبيل المثال، خوادم من 4 بطاقات، و8 بطاقات).
- وحدة المعالجة المركزية (CPU):: مسؤول عن التحكم الشامل وجدولة المهام والعمل مع وحدة معالجة الرسومات.
- اللوحة الأم.:: لوحة أم متطورة مصممة خصيصاً لهذا الغرض توفر ما يكفي من فتحات PCIe ونطاق ترددي لدعم وحدات معالجة رسومات متعددة.
- الذاكرة (RAM):: كمية كبيرة من ذاكرة النظام للبيانات التي تعالجها وحدة المعالجة المركزية.
- ذاكرة رسومات وحدة معالجة الرسومات (VRAM):: تأتي كل وحدة معالجة رسومات مزودة بذاكرة عالية السرعة خاصة بها، حيث تكون السعة وعرض النطاق الترددي أمرًا بالغ الأهمية.
- القرص الصلب (التخزين):: عادةً ما تكون مزودة بمحركات أقراص NVMe SSD عالية السرعة لأقراص النظام والتخزين المؤقت للبيانات، ومحركات الأقراص الصلبة عالية السعة أو محركات أقراص SATA SSD لتخزين كميات هائلة من البيانات.
- وحدة تزويد الطاقة (PSU):: إمدادات طاقة فائقة الطاقة (غالباً ما تزيد عن 1000 واط أو حتى 2000 واط) لتوفير طاقة مستقرة لجميع الأجهزة.
- نظام التبريد:: يضمن نظام التبريد القوي بالهواء أو التبريد السائل عدم ارتفاع درجة حرارة الجهاز وخفض سرعته في ظل الأحمال العالية.
3 - ما هي أدوار وحدات معالجة الرسومات ووحدات المعالجة المركزية في الخادم؟
هذا تشبيه كلاسيكي بين الدماغ والجيش:
- وحدة المعالجة المركزية (الدماغ)وحدة معالجة الرسومات هي المسؤولة عن القيادة والجدولة الشاملة. فهي تنفذ نظام التشغيل، وتدير قوائم انتظار المهام، وتتعامل مع عمليات الإدخال/الإخراج، و“ترسل” مهام البيانات الضخمة التي تتطلب حوسبة متوازية إلى وحدة معالجة الرسومات.
- وحدة معالجة الرسوميات (الجيش):: يتلقى التعليمات والبيانات من وحدة المعالجة المركزية، ويقوم بتعبئة آلاف النوى الحاسوبية الخاصة بهفي الوقت نفسهتخبر وحدة المعالجة المركزية وحدة معالجة الرسومات أن “تتعرف على كل هذه الصور” فتقوم وحدة معالجة الرسومات بتعبئة جميع أنويتها للقيام بذلك على الفور، لتؤدي المهمة الحسابية نفسها بكفاءة إنتاجية عالية.
سيناريوهات الاستخدام: ما الذي يمكن أن تفعله خوادم GPU؟
1 - ما الذي يمكن استخدام خوادم وحدة معالجة الرسومات في المقام الأول؟
وقد انتشرت تطبيقاته إلى ما هو أبعد من الألعاب والرسومات، حيث تشمل مجالاته الأساسية:
- الذكاء الاصطناعي والتعلم العميق:.التدريب النموذجيوالاستدلالهي الموطن المطلق لخوادم وحدة معالجة الرسومات. تتناسب عمليات ضرب المصفوفات الضخمة وعمليات الالتفاف بشكل مثالي مع البنية المتوازية لوحدات معالجة الرسومات.
- الحوسبة عالية الأداء (HPC):: لمحاكاة المخاطر المالية، والتنبؤ بتغير المناخ، ومحاكاة الديناميكيات الجزيئية للعقاقير والحسابات العلمية الأخرى.
- التقديم والترميز:: المؤثرات السينمائية والتلفزيونية، والعرض النهائي للرسوم المتحركة ثلاثية الأبعاد، وتحويل ترميز الفيديو على نطاق واسع (مثل منصات الفيديو الطويلة).
- الميتافيرس والافتراضية:: يوفر إمكانات عرض الرسومات الأساسية للألعاب السحابية وأجهزة الكمبيوتر المكتبية الافتراضية (VDI).
2- أريد أن أقوم بتدريب التعلم العميق/التدريب على الذكاء الاصطناعي، هل أحتاج إلى استخدام خادم وحدة معالجة الرسومات؟
يكاد يكون إلزامياً.
يمكن أن يستغرق تدريب نموذج ذكاء اصطناعي حديث معقد (على سبيل المثال نموذج اللغة الكبيرة LLM) باستخدام وحدات المعالجة المركزية شهوراً أو حتى سنوات، بينما قد يستغرق الأمر مع خوادم وحدات معالجة الرسومات متعددة البطاقات بضعة أيام أو أسابيع فقط. إن انخفاض التكلفة الزمنية أمر حاسم. بالنسبة للتعلم الشخصي والمشروعات الصغيرة، قد تكون وحدة معالجة الرسومات الاستهلاكية المتطورة (مثل RTX 4090) كافية، ولكن بالنسبة لبيئات البحث والتطوير وبيئات الإنتاج الجادة، فإن خادم وحدة معالجة الرسومات الاحترافي هو المعيار.
3- هل من المناسب استخدام خادم وحدة معالجة الرسومات لعرض الفيديو؟ ما هي المزايا مقارنة بالكمبيوتر العادي؟
ملاءمة رائعة ومزايا كبيرة.
- قفزة السرعة:: تستفيد محركات العرض بوحدة معالجة الرسومات (مثل OptiX من NVIDIA و CUDA) من توازيية وحدة معالجة الرسومات لعرض أسرع بعدة إلى عشرات المرات من وحدة المعالجة المركزية.
- ميزة المقياس: يمكن لأجهزة الكمبيوتر العادية عادةً توصيل 1-2 وحدة معالجة رسومات فقط، بينما يمكن لخوادم وحدة معالجة الرسومات دعم العديد من البطاقات الاحترافية العليا لعرض مهمة ما في الوقت نفسه (على سبيل المثال العرض الموزع باستخدام V-Ray وRedshift)، مما يقلل دورة المشروع بشكل كبير.
- الاستقرار والموثوقية:: تم تصميم أجهزة الخادم للعمل لمدة 7 × 24 ساعة دون انقطاع، والثبات أفضل بكثير من أجهزة الكمبيوتر العادية، لتجنب التعطل في منتصف العرض الطويل.
خيارات التهيئة: كيف يمكن تخصيصها؟
1 - كيف تختار تكوين خادم وحدة معالجة الرسومات المناسب لك؟
اتبعني.“التكوين حسب عبء العمل”المبادئ:
- 1.تحديد الاحتياجات: هل تقوم بتدريب الذكاء الاصطناعي أو الاستدلال أو العرض أو الحوسبة العلمية؟ التطبيقات المختلفة لها تفضيلات مختلفة للأجهزة.
- 2.تحديد النواة الأساسية:: حسب الاحتياجات والميزانية، اخترنوع وحدة معالجة الرسومات المناسبة وعددها(هذه هي التكلفة الأساسية).
- 3.الأجهزة:: إقران وحدات معالجة الرسومات وفقًا لاحتياجاتها معأنوية وحدة معالجة مركزية كافية(لتجنب أن تصبح عنق الزجاجة),ذاكرة وصول عشوائي (RAM) وذاكرة فيديو كافية(يمكن وضع النماذج والبيانات),تخزين عالي السرعة(تسريع قراءة البيانات وكتابتها) وعرض النطاق الترددي الكافي للشبكة(ضروري للتدريب متعدد الحواسيب).
2 - ما الفرق بين طرز وحدات معالجة الرسومات المختلفة وأيها يجب أن أختار؟
تنقسم NVIDIA، على سبيل المثال، إلى معسكرين رئيسيين:
- بطاقات المستهلكين/بطاقات الألعاب (مثل سلسلة GeForce RTX)::
- باسم:: RTX 4090، RTX 3090
- الأفضلية:: أداء الفاصلة العائمة أحادية الدقة FP32 الفعال من حيث التكلفة.
- العوائق:: عادةً لا توجد ذاكرة تصحيح أخطاء ECC، وضعف أداء التوصيل البيني متعدد البطاقات (تم تحييد NVLink)، وتركيز تحسينات برامج التشغيل على الرسومات بدلاً من الحوسبة، واتفاقيات الترخيص الرسمية التي تحظر النشر على نطاق واسع في مراكز البيانات.
- الملاءمة:: المطورون الأفراد والطلاب وفرق الشركات الناشئة عندما تكون ميزانيتهم محدودة.
- بطاقات الفئة الاحترافية/بطاقات مركز البيانات (مثل NVIDIA Tesla/A-series وH-series)::
- باسم:: A100، H100، L40s، L4
- الأفضلية:: متاحذاكرة تصحيح الأخطاء ECC(ضمان دقة الحساب)، قويةتقنية NVLink(مما يجعل البطاقات المتعددة بحجم بطاقة واحدة)، وبرامج التشغيل ومجموعات البرامج المحسّنة للحوسبة (CUDA، وTensor Core)، ودعم المحاكاة الافتراضية القوية (vGPU)، وترخيص مركز البيانات الرسمي.
- العوائق:: باهظة الثمن للغاية.
- الملاءمة:: بيئات الإنتاج على مستوى المؤسسات، ومراكز البيانات الكبيرة، والمشاريع ذات متطلبات الاستقرار والأداء القصوى.
- نصيحة الاختيار:.يُفضل دائماً استخدام البطاقات الاحترافية ذات الميزانية المحدودة والمستخدمة في الإنتاج التجاري.بالنسبة للدراسة والاستخدام الخفيف، فإن بطاقات الألعاب المتطورة هي الطريقة المثلى للدراسة والاستخدام الخفيف.
3 - كيف يتم اختيار تكوين خوادم وحدة معالجة الرسومات من حيث الذاكرة والأقراص الصلبة؟
- الذاكرة (RAM):: التوصياتما لا يقل عن 2 ضعف إجمالي ذاكرة وحدة معالجة الرسومات (GPU). على سبيل المثال، مع وجود 4 وحدات معالجة رسومات مع ذاكرة فيديو بسعة 24 جيجابايت، يجب أن تكون ذاكرة النظام مثالية >= 192 جيجابايت. 1 تيرابايت أو أكثر قد تكون مطلوبة للحوسبة عالية الأداء أو تدريب النماذج الكبيرة.
- القرص الصلب (التخزين)::
- علبة النظام:: محرك أقراص NVMe SSD عالي السرعة (512 جيجابايت على الأقل) لضمان سرعة استجابة النظام وسرعة تشغيل البرنامج.
- أقراص البيانات/أقراص التخزين المؤقت:: مصفوفات NVMe SSD عالية السعة (على سبيل المثال، RAID 0) لمجموعات البيانات والملفات المؤقتة التي تتطلب قراءات وكتابات متكررة، مما يقلل بشكل كبير من أوقات انتظار إدخال/إخراج البيانات.
- شريحة ذاكرة:: أقراص HDD عالية السعة أو مصفوفات SATA SSD (مثل RAID 5/10) للتخزين طويل الأجل لملفات المشروع والنسخ الاحتياطية وبيانات النتائج.
4 - هل شراء أو استئجار خادم وحدة معالجة الرسومات أكثر فعالية من حيث التكلفة؟
هذه مشكلة كلاسيكية “CapEx مقابل OpEx” (النفقات الرأسمالية مقابل تكاليف التشغيل).
- الشراء (البناء الذاتي)::
- الأفضلية:: قابلية عالية للتحكم المادي في البيانات، واحتمال انخفاض التكلفة الإجمالية للملكية على المدى الطويل، وأجهزة قابلة للتخصيص بشكل كبير.
- العوائق:: استثمار أولي ضخم، والحاجة إلى فريق محترف للتشغيل والصيانة، ومخاطر انخفاض قيمة الأجهزة وتكرار التكنولوجيا (على سبيل المثال إصدار جيل جديد من وحدات معالجة الرسومات، وتراجع أداء البطاقات القديمة).
- الملاءمة:: المؤسسات الكبيرة والمؤسسات البحثية ذات الاحتياجات الحاسوبية المستمرة والمستقرة، أو السيناريوهات ذات المتطلبات القصوى لأمن البيانات.
- التأجير (الخدمات السحابية، مثل Tencent Cloud، Ali Cloud)::
- الأفضلية:.تكلفة أولية صفريةلدى الشركة مجموعة واسعة من المنتجات والخدمات، بما في ذلك الدفع حسب الاستخدام (يتم الدفع حسب الاستخدام (يتم الدفع في ثوانٍ)، وقابلية التوسع المرن (قم بترقية أو تخفيض التكوين الخاص بك في أي وقت)، ولا توجد أجهزة تحتاج إلى صيانة، وأجهزة حديثة دائماً.
- العوائق:: قد تتجاوز التكلفة الإجمالية للإيجار طويل الأجل الشراء، والبيانات المخزنة على منصات طرف ثالث (آمنة ولكن يجب أن تكون موثوقة).
- الملاءمة:: الغالبية العظمى من المستخدمين، وخاصة الشركات الناشئة والفرق القائمة على المشاريع والطلاب والمطورين الأفراد.الخدمات السحابية هي الاتجاه السائد حالياً.
الأداء والصيانة
1 - ما هي المعلمات التي يتم النظر فيها لأداء خادم وحدة معالجة الرسومات؟
- عدد النوى:: CUDA Core (حوسبة الأغراض العامة)، وTensor Core (نواة مقسّم الذكاء الاصطناعي)، وRT Core (نواة التتبع الضوئي).
- الذاكرة:.سعة.(تحديد حجم النموذج/البيانات التي يمكن التعامل معها) وعرض النطاق الترددي(يحدد مدى سرعة تغذية البيانات إلى النواة).
- حساب النقطة العائمة:: TFLOPS (تريليونات من عمليات الفاصلة العائمة في الثانية)، بما في ذلك FP32 (أحادية الدقة) وFP64 (مزدوجة الدقة، للحوسبة العلمية) وFP16/BF16/TF32 (للذكاء الاصطناعي).
- عرض النطاق الترددي للوصلة البينية:: إصدار PCIe (4.0/5.0) وعدد الممرات (x16)، وعرض النطاق الترددي لبطاقات NVLink بين بطاقات متعددة.
2 - ما هو الفرق في الأداء بين الخادم متعدد وحدات المعالجة الرسومية وخادم وحدة معالجة رسومية واحدة؟
إن تحسين الأداء ليس ببساطة 1+1=2. من الناحية المثالية، فإنيدعم المهام المتوازية بشكل جيد(مثل التدريب على التعلم العميق) يمكن تحقيقهنمو شبه خطي(أداء 4 بطاقات ≈ 3.5-3.8 أضعاف أداء البطاقة الواحدة). ولكن هذا يعتمد على:
- توازي الخوارزمية:: ما إذا كان يمكن تقسيم المهمة بشكل مثالي.
- تقنية الربط البيني:: أداء NVLink أفضل بكثير من تبادل البيانات مع وحدة المعالجة المركزية عبر PCIe.
- تحسين البرمجيات:: ما إذا كان إطار العمل (مثل TensorFlow و PyTorch) لديه دعم جيد للتدريب الموزع متعدد البطاقات. بالنسبة للاستدلال أو مهام عرض معينة، يمكن لبطاقات متعددة التعامل مع عدة مهام مستقلة في وقت واحد، مما يزيد بشكل كبير من الإنتاجية الإجمالية.
3 - كيف يمكنني اختبار أداء خادم وحدة معالجة الرسومات الخاص بي؟
- المقارنة المرجعية الشاملة:: الاستخدامMLPerf(معيار الأداء القياسي للذكاء الاصطناعي) أوSPECviewperf(معايير محطة عمل الرسومات).
- اختبار التطبيق العمليمعكالبرامج والنماذج الشائعة الخاصة بكقم بتشغيل مهمة قياسية وسجل وقت الانتهاء. هذه هي الطريقة الأصدق.
- اختبار الأداة::
nvtop:: مثل لينكسhtopالذي يُستخدم لمراقبة حالة وحدة معالجة الرسومات في الوقت الفعلي.gpustat:: أداة مراقبة حالة وحدة معالجة الرسومات السهلة.NVIDIA-smi:: واجهة إدارة نظام NVIDIA، وهو الأمر الأساسي والأكثر قوة للمراقبة والإدارة.
4 - كيف يمكنني الحفاظ على خادم وحدة معالجة الرسومات في الاستخدام اليومي؟
- حافظ على تحديث برامج التشغيل الخاصة بك:: يتم تحديث برامج تشغيل NVIDIA ومكتبات CUDA ذات الصلة بانتظام، ولكن يجب اختبار بيئات الإنتاج بعناية قبل التحديث.
- حالة الرصد:: راقب عن كثب درجات حرارة وحدة معالجة الرسومات واستخدامها واستخدام ذاكرة الفيديو للتأكد من عدم وجود أي حالات شاذة.
- تنظيف البيئة:: الحفاظ على نظافة بيئة غرفة الخادم حيث يوجد الخادم، وفحص شبكة الغبار وتنظيفها بانتظام لمنع انخفاض كفاءة التبريد بسبب الغبار.
5- هل تسخن خوادم وحدة معالجة الرسومات بشدة؟ ما الذي يمكن فعله بشأن تبديد الحرارة؟
جاد جداً!تعمل وحدات معالجة الرسومات المتعددة ذات الاستهلاك العالي للطاقة بحمولة كاملة في الوقت نفسه، ويُمكن مقارنة توليد الحرارة بـ “فرن كهربائي”.
- الحلول الحرارية::
- تبريد الهواء:: الحل الأكثر شيوعًا، حيث تبدد الحرارة من خلال مراوح قوية وعنيفة وقنوات هواء جيدة التصميم (تدفق هواء أمامي وتدفق هواء خلفي). صاخبة وعادة ما توضع في مراكز البيانات.
- تبريد سائل: تشمل الصفيحة الباردة (التبريد المباشر لشريحة وحدة معالجة الرسومات) والغمر (غمر الخادم بأكمله في سائل تبريد عازل). إن تبديد الحرارة الفعال للغاية والضوضاء المنخفضة هي مستقبل الحوسبة عالية الأداء (HPC)، ولكن بتكلفة أعلى بكثير وتعقيدات صيانة أعلى بكثير.
6 - ما هي المعرفة التقنية المطلوبة لتشغيل خادم وحدة معالجة الرسومات؟
يتطلب عادةًمهارات إدارة نظام Linux(لأن معظم أطر عمل الذكاء الاصطناعي/الحوسبة تعمل بكفاءة أكبر على نظام لينكس)، بما في ذلك:
- عمليات سطر الأوامر الأساسية.
- إدارة حقوق المستخدم.
- تكوين الشبكة.
- الإلمام بتثبيت وتهيئة برامج تشغيل وحدة معالجة الرسومات وبيئة CUDA.
- تُعد المعرفة بتقنيات الحاويات، مثل Docker، ميزة إضافية كبيرة، مما يسمح بنشر وإدارة بيئات الحوسبة المختلفة بسهولة.
التكلفة وما بعد البيع
1 - ما هي تكلفة خادم وحدة معالجة الرسومات للمبتدئين؟
- البناء الذاتي (شراء الأجهزة):: تبدأ خوادم DIY المزودة بخادم NVIDIA RTX 4090 واحد، مهيأة بشكل معتدل، من حوالي20,000 إلى 30,000 روبية رينجت ماليزي. يمكن أن يبدأ سعر الخوادم ذات العلامات التجارية المزودة ببطاقة احترافية، مثل Tesla L4 أو RTX 6000 Ada، من$70,000-$100,000أعلى من ذلك.
- التأجير (الخدمات السحابية):: خذ AliCloud GN6v5 (بطاقة واحدة V100) كمثال، فإن الدفع لكل حجم هو حوالي5-10 يوان/ساعة. سيتم خصم كبير على الباقات الشهرية أو السنوية.
2 - كيف يتم حساب تكلفة استئجار خادم وحدة معالجة الرسومات؟
يستخدم بائعو السحابة عادةًالتسعير التوليفيالوضع:
- موارد الحوسبة:: حسب مواصفات المثيل (أي عدد وحدات التخزين الافتراضية، وحجم الذاكرة، وطراز وحدة معالجة الرسومات وعددها)حسب مدة الاستخدامالفوترة. تشمل النماذج ما يلي: الدفع حسب الحجم (لا تُدفع الفواتير إلا عند تشغيل الكمبيوتر)، والباقات الشهرية والسنوية (أسعار مخفضة)، والحالات الاستباقية (أسعار منخفضة ولكن يمكن استرجاعها).
- مورد التخزين:: يتم عرض قرص النظام وأقراص البيانات بالترتيب التاليالسعة والنوع(SSD/HDD) يتم احتسابها بشكل منفصل.
- موارد الشبكة:: عادةً ما تتم فوترة النطاق الترددي العام وحركة المرور بشكل منفصل.
3 - ما هي ضمانات ما بعد البيع بعد شراء خادم وحدة معالجة الرسومات؟
إذا كنت تشتري خوادم ذات علامة تجارية (مثل Dell وHP وLenovo وWave):
- ضمان الأجهزة: عادةً ما تأتي عادةً مع ضمان أصلي في المنزل لمدة 3 سنوات، وقد تأتي المكونات الرئيسية (مثل وحدة معالجة الرسومات واللوحة الأم) مع ضمان أطول.
- الدعم الفني:: دعم هاتفي على مدار الساعة 7 × 24 ساعة، واستكشاف الأخطاء وإصلاحها عن بُعد
- قطع الغيار أولاً:: في حالة حدوث عطل، سيأتي مهندس إلى منزلك مع قطع الغيار لاستبدالها.
- الخدمات الموسعة:: يمكن شراء خدمات مثل الضمانات الممتدة والدعم المعزز.
ما وراء الأسئلة الشائعة: الاتجاهات المستقبلية والخيارات المقترحة
- الاتجاه 1: ظهور رقائق الذكاء الاصطناعي المملوكة: بالإضافة إلى وحدات معالجة الرسوميات من NVIDIA، يطلق بائعو السحابة أيضًا رقائق الذكاء الاصطناعي الخاصة بهم (على سبيل المثال، Hanyu من AliCloud، وRuawei's Rise من Huawei)، والتي قد تكون لها نسب كفاءة أعلى في استهلاك الطاقة ونسب سعر/أداء أعلى في سيناريوهات محددة.
- الاتجاه 2: شعبية وحدات معالجة الرسومات بدون خادملا يحتاج المستخدم إلى الاهتمام بمثيلات الخادم الأساسية، بل يحتاج فقط إلى إرسال مهام الحوسبة، وتقوم المنصة السحابية تلقائيًا بتخصيص موارد وحدة معالجة الرسومات والفواتير وفقًا لوقت تنفيذ المهام، مما يقلل من عتبة الاستخدام.
- نصيحة أخيرة لك::
- مبتدئ/طالب: ابدأ باستئجار خادم سحابي، أو اشترِ بطاقة ألعاب عالية الأداء لتضعها في محطة العمل الخاصة بك وتعلم.
- شركة جديدة:.في الغالبية العظمى من الحالات، يكون استئجار الخدمات السحابية هو الخيار الأكثر ذكاءًفهي تتجنب الاستثمارات الأولية الضخمة وتوفر مرونة لا مثيل لها.
- الصناعة الرئيسية:: الاستقرار على أساس حساسية البيانات والمتطلبات الحاسوبية باستخدامالنموذج الهجين(السحابة الهجينة) - شراء جزء من الخوادم لتلبية الحاجة إلى قاعدة مستقرة مع استئجار موارد سحابية على أساس مخصص للتوسع المرن خلال أوقات ذروة العمل.
العربية