I7 伺服器的問題，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

計算機結構：計量方法 5/e

為了解決I7 伺服器的問題，作者JohnL.Hennessy,DavidA.Patterson 這樣論述：

結合目標偵測技術與異常活動辨識之 自動視訊監控系統框架設計

為了解決I7 伺服器的問題，作者王俊曄 這樣論述：

自動視訊監控系統過去以人力為主，是安全巡防人員實地監控區域安全，現在以網路為主，運用數位化網路串連監控設備進行遠端監控，受惠於機器學習的快速發展，自動化視訊監控系統已朝向以智慧為主演進，整合計算機視覺技術來進行異常活動偵測。本論文目的係提出自動視訊監控系統架構以Apache Spark Streaming串流平台為基礎，整合大資料處理與機器學習、深度學習技術以解決異常活動偵測的問題與解高負載問題，並具負載平衡以及即時偵測等效能。使用方法以基礎伺服器核心架構利用 Apache Kafka，連結三台Intel Core i7與1080Ti GPU電腦主機為分散式運算環境，做為伺服節點之間的通訊中

介軟體。使用UCF-Crime資料集作為測試與訓練，還設立了教異常活動的異常場景，異常指數是經過sigmoid所產生，數值範圍0~1，越高分代表越異常，發生異常活動的那瞬間異常值為0.6。實驗結果：網路延遲的實驗中發現兩個Broker可以稍微降低延遲，開啟越多的Topic會提高硬體的負擔，5個Topic的延遲時間相比1個Topic高達4倍左右。開啟多核心可以大幅提高效能，當Topic數量逐漸成長，效能提升幅度也越來越明顯，數據結果證明監控系統能達到低延遲、高吞吐的目標。本研究貢獻有二：1.自動化監控系統能夠做到即時目標偵測。2.運用Kafka降低自動化監控系統的延遲。