文章转自：戴尔易安信解决方案订阅号

　　十多年前

　　当苹果加入x86俱乐部时

　　许多评论家得出结论

　　非x86处理器在

　　大众市场的时代

　　已经结束

　　然而几年后

　　叙事就发生了戏剧性的转变

　　而且这一次又与苹果相关

　　随着今天ARM处理器不仅出现在

　　手机、电脑、IoT设备

　　还有云厂商的数据中心里

　　许多小伙伴不禁想问

　　“

　　是时候考虑采购

　　ARM的服务器了吗？

　　”

　　你问我答

　　欢迎来到⌈你问我答⌋系列。平日里，经常有小伙伴给我们发来的提问，与其单独回复，不如制成文章分享，希望对广大企业级用户带来一定参考意义。

　　欢迎大家多多关注，多多提问~

　　近些年，ARM的风头可以说一时无两。

　　它不仅仅统治了手机、嵌入式应用这些传统的优势领域，在PC桌面系统也开始展露头角，现在一些高性能计算领域，特别是公有云厂商也在宣称他们正在使用ARM处理器。

　　按照这样的势头，我们是否可以畅想一下，用不了多久，就能用上ARM服务器了？

　　今天小编就来个抛砖引玉，回答一下，也欢迎各路高手评论区补充。

　　扒开迷雾看本质

　　ARM和x86的区别何在

　　虽然x86处理器和ARM同为处理器，但两者的设计思路有着根本区别 。

　　首先，从名称上看。Intel和AMD的处理器之所以也称为x86处理器，是因为该系列中的第一个处理器仅由以序列“ 86”结尾的数字标识。换句话说，术语x86是指基于Intel 8086的指令集体系结构系列。

　　而ARM的名称来自于背后的Advanced Risc Machine公司的缩写。该公司并不生产芯片，而是以授权的方式，将芯片设计方案转让给其他公司。

　　其次，从架构上看。ARM处理器是基于RISC（精简指令集计算）；而以英特尔、AMD处理器为代表的x86是基于CISC（复杂指令集计算）。

　　从两者的架构名称就可以看出，CISC架构更加复杂，由于其提供了更多指令，适应性更强，能带来更好的性能，但副作用是功耗变高了。而RISC架构相比前者的“大而广”，就属于“小而精”，指令集简单意味着不需要处理复杂任务，相应的功耗就降低了。

　　此外，x86还具有一个内部程序（微码）。该程序可以执行指令，从而使制造商可以对其进行改进。所有这些使x86变得非常快速和高效，但它占用更多的物理空间并消耗更多的功率。而ARM处理器没有此微码，它具有更少的处理阶段（通常为3到8个，而x86中为16到32个）。

　　以上就是为什么基于ARM的设备大多出现在手机、嵌入式设备中，而基于x86的设备的优势是几乎可以运行任何标准计算机（包括Windows和Linux）上运行任何操作系统 。因为两者在一开始就代表了截然不同的设计思路。

　　ARM服务器

　　适合企业级用户吗？

　　目前来看，基于ARM的处理器在企业级市场上的最大用途，还是在以太网适配器或SmartNIC中，用于从CPU卸载网络处理任务，而要担负起企业业务的重担，还是有不小的挑战。

　　对一般企业级用户来说，稳定性是第一位的。虽然已经有许多软件支持在ARM服务器上运行，但仅仅支持是不够的，换句话说，移植的软件必须“成熟”。

　　服务器的设计目标是24小时不间断运行企业业务，任何不稳定的服务器都会首先被排除在外。相比X86生态的的久经验证，ARM显然要“年轻”得多，更不用说一些“遗留”软件根本无法在ARM服务器运行。

　　其次，大部分企业级用户也没有公有云厂商的规模。诚然ARM处理器可以在某些特定领域更具性能和功耗表现，但是这种优势需要较大的规模才能体现出来。

　　你拥有的IT环境越大，运行的应用越是相同，考虑ARM服务器就越有意义。如果你有1000台服务器都式执行不同的任务，那么转变到ARM服务器可能没有意义，反而要付出额外的技术成本。

　　因此，在短时间看，X86服务器依然是大多数企业级用户的最好选择。

　　总 结

　　其实，关于ARM的问题，去年就有记者问过戴尔科技集团董事长兼首席执行官Michael Dell，他认为，生产一台基于ARM的设备并不难，关键看用户是否需要：

　　“

　　我们已经为数据中心的特定客户提供了基于ARM的服务器。生产一个基于ARM的PC，这很容易，我们可以做到，但人们是否需要它，它是一个好产品吗？是完全不同的问题。当我们能创造出一个人们喜欢的好产品时，我们绝对会去做。

　　”

　　戴尔曾推过的基于ARM的概念验证服务器

　　最后，虽然ARM服务器在一些特定领域具有优势。但这样的优势对普通用户而言，如果没有形成规模化，是无法将优势转化为收益。相反，针对x86架构，IT厂商也在推出各种不同的产品，尽可能满足用户的差异化需求。

　　比如戴尔科技在服务器方面，不仅同时推出了基于英特尔与AMD的服务器，同时还在具体业务场景上进行了细分，无论是通用型工作负载还是数据库应用，或是针对AI加速型工作负载，总有一款适合您的业务需求。

　　欢迎提问

　　如果您有数据中心相关的疑问，欢迎在下方留言区告诉我们。问题一经采用，我们将奖励100元电话卡，同时还可进群与戴尔专家、业界同行一起交流学习！

　　Ps. 具有普遍性、能使广大读者受益的问题，更可能被我们采纳！