Blade server vs rack的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

伺服器品牌廠商經營策略與企業評價之分析-以美商超微公司為例

為了解決Blade server vs rack的問題，作者沈玲君 這樣論述：

美超微公司在2019年被IDC列為全球第三大伺服器品牌，同年開始擴充美國與台灣生產基地，除了在自有品牌繼續耕耘，另一方面亦調整策略布局伺服器代工。美超微公司究竟有哪些關鍵因素能為企業價值加分，並使自身能與台灣伺服器代工的企業競爭。本研究運用實務上常見的企業評價方法對美超微公司進行個案研究與分析，試圖了解美超微公司的商業模式是否得到投入資本所預期的報酬。企業評價可作為企業瞭解投資人所重視的企業價值，提供企業長期經營方向之參考。研究資料運用次級資料與深度訪談兩種資料來源，以取得伺服器代工產業發展情形與美超微公司營運情形。研究範圍以2011-2020年資料為主，透過對營運結果進行超額報酬率分析、盈

餘品質分析與本益比法分析的討論得到結論，伺服器產業未來發展仍處於穩定成長階段，針對美超微公司，運用上述企業評價方法發現企業價值在2019年呈現高峰後，進入2020年的結果並非繼續成長趨勢，探討原因受2019年COVID-19疫情與重要零組件CPU延遲上市的影響，使銷貨收入推遲到2021年。本研究建議美超微公司持續降低生產成本與營運費用並設法增加營收，建立起規模經濟的營運模式以提高投資報酬率。美超微公司其彈性模組化優勢預期能繼續帶來營收成長，透過營收成長亦能增強對供應商的議價能力。美超微公司在伺服器發展技術上的領先，其經營階層有充分的信心能繼續在研發上突破與創新，就像他們發展出兜積木的模組概念一

樣，同樣運用在商業經營與營運上的彈性調整，提高顧客滿意度與增強客戶關係，本研究發現美超微正在朝這樣的規畫實踐中，雖然在評價上尚未發酵，本研究受限於研究期間有限，如能持續關注美超微公司的發展，預期這些競爭優勢在不久的未來，其企業價值可以被更多投資人看見。

以可組合系統建置的虛擬化資料中心之容量規劃與網路傳輸最佳化

為了解決Blade server vs rack的問題，作者林安笛 這樣論述：

近年來的研究顯示，執行用戶的應用程式所需之運算資源有逐漸和資料中心能提供的硬體資源有不平衡的現象。當運算資源的供給量和需求量沒有匹配時，會導致運算工作無法有效率地映射到傳統資料中心內，固定大小的伺服器來執行。這當中所產生的資源空洞不但會降低硬體利用率，也會妨害資料中心乘載大型運算工作的能力。這個缺點啟發了一種新型態，以機櫃為單位的電腦架構，稱作「可組合系統(composable system)」。這個系統把原本在主機板上，固定大小的運算資源轉換成動態的運算平台。更精確地來說，這個新型態的電腦架構的目標是將各張傳統主機板上的運算資源，例如中央處理器、記憶體、硬碟儲存空間、以及專用指令集處理器等

，全部用網路連結再一起。這個架構形成了一台邏輯上的巨大電腦，並藉由打破各張傳統主機板上的資源界線，使這個系統將能乘載資源需求更多樣化的運算工作。本項研究可分為三個部分：第一部份我們介紹這個可組合式的架構，並用它來建構雲端資料中心。我們推導運算資源使用量的數學模型，並藉由模擬幾種資料中心內常見的運算工作做驗證。從模擬的結果可發現，可組合系統比傳統系統能乘載1.6倍的運算工作量，並且它對於運算工作需求的數值分布不敏感。這顯示出可組合是系統確實能支援資料中心的服務。在接下來的部分，我們將考慮的系統架構從單一資料中心延伸到由多個資料中心所組成的網路。其中每座資料中心都在地理位置上散布在服務區內。一個運

算工作有可能為了追求低延遲的傳輸而搬遷到離租用戶最近的資料中心內，並根據用戶的移動方式，這個運算工作在執行時可能被搬移數次。在此我們建構了一個雙層次的模型來推估整體的運算資源用量。我們將用戶的移動模式轉化成對各做資料中心的有效抵達速率。在柏松分布的抵達速率，以及以機率性的移動方式假設下，每座資料中心能利用上一章所推導的模型，平行地計算資源用量。在最後一部分，我們把目光移到運算工作之間，彼此的通訊管道。一個整合式的服務可能由複數個運算工作聯合組成，每個工作都運作在獨立的虛擬機器內。這些虛擬機器組成的邏輯網路在實際上是散佈在由各個資料中心所組成的實體網路上。然而，傳統實作虛擬網路的協定可能無法直接

套用至資料中心內的網路拓樸。最近的研究顯示將網路第二層封裝到第三層的隧道協定是可行的解。但是，我們在實際量測後發現，直接使用隧道協定的效能不佳。更精確地說，伺服器內存在瓶頸。因此，我們提出了能分散中央處理器的機制，這個機制能引導封包到可用的中央處理器上做後續的封包處理，所以能大量的提升網路效能。在以VXLAN所建構的虛擬網路中，我們的方案能在10Gb/s的線路上提升300%的隧道頻寬。