ai服务器是采用异构形式的服务器，在异构方式上可以根据应用的范围采用不同的组合方式，如cpu+gpu、cpu+tpu、cpu+其他的加速卡等。与普通的服务器相比较，在内存、存储、网络方面没有什么差别，主要在是大数据及云计算、人工智能等方面需要更大的内外存，满足各种数据的收集与整理。
ai服务器与普通的gpu服务器虽然组成上类似，核心计算部件都是gpu加速卡，但是不可等同，主要有以下几点区别：
1、卡的数量不一致：普通的gpu服务器一般是单卡或者双卡，ai服务器需要承担大量的计算，一般配置四块gpu卡以上，甚至要搭建ai服务器集群。
2、*设计：ai服务器由于有了多个gpu卡，需要针对性的对于系统结构、散热、拓扑等做专门的设计，才能满足ai服务器*稳定运行的要求。
3、p2p通讯：普通gpu服务器要求的是单卡性能，ai训练中gpu卡间需要大量的参数通信，模型越复杂，通信量越大，所以ai服务器除了要求单卡性能外，还要求多卡间的通讯性能，采用pci3.0协议通信的大p2p带宽达到32gb/s，采用sxm2协议通信的大p2p带宽达到50gb/s，采用sxm3协议通信的大p2p带宽达到300gb/s。
4、*技术：ai服务器有很多更*的技术，包括purley平台更大内存带宽，nvlink提供更大的互联带宽，tensorcore提供更强的ai计算力。