我們正緩慢將虛擬機遷移到容器。我們該為私有云配置什么樣的硬件呢?

 [[142146]]

涉及到服務器硬件配置時，多數數據中心管理員對于購買什么都很困惑，這不奇怪。從0.5U單顆處理器系統到4U GPU加速怪獸，選擇新硬件的關鍵在于識別***的機器級別，不要拘泥于將服務器與現有需求綁定。

由于在數據中心你們運行著一個云基礎架構，可能考慮兩種容量技術。一種是混合使用大型與小型服務器運行不同的工作負載，如大容量SSD服務器用于數據庫，小型便宜的系統用于Web服務器。另一種是購買相同規格的大型機器，無需指定其上運行的工作負載類型。

大量通用的計算可以在相對小型的機器上完成，用0.5U單CPU服務器或1U雙CPU服務器即可。大型1U單元不錯：可以輕松處理16CPU核，擁有數據中心新冷卻程序，同時在存儲驅動與連接方面靈活性高。

1U服務器的主板現在擁有兩個10GB以太網連接。這對支持安裝其上的所有虛擬機來說足夠了。如果從虛擬服務器遷到容器，使用25 GbE可能有些壓力。

你也需要解決存儲硬件配置問題，無論陣列是位于服務器本地還是網絡上。

對于1U機器，避免本地存儲。網絡存儲更便宜更快。對于本地直接實例存儲有些爭議，但在某臺服務器崩潰時可以阻止工1U。這些配置達到1TB DRAM就能顯著減少服務器占用空間。

很多雙運算單元擁有共享電源，在由兩臺或四臺服務器組成的集群中。需要四單元四集群的大型供應比低能耗的單個供應更難。很多雙集群有冗余電源，但這種冗余在云基礎架構發生編排故障時基本沒用。

這些裝配緊密的部件都能輕松支持64位虛擬機，每臺有4GB DRAM，容器將降低DRAM需求。服務器可以在相同硬件配置上處理128個容器實例，不過僅支持64位虛擬機。

數據中心與大數據設置有不同的需求。

添加CPU功率會增加熱設計功耗。如果你需要一排強勁的處理器搞定大型數據與非機構化數據，就用2U服務器，它可用16核心處理四處理器。通常，這些需要本地實例驅動，非易失性存儲即PCIe。需要大于10GB的連接或者40 GbE的InfiniBand。

最終的大數據玩家將是基于GPU的服務器。定制化的單元經過優化，可處理175W GPU的冷卻問題，一般是1到3U的服務器形式。網絡、內存與功率經過平衡后，1U配置看起來是最緊湊***成本效益的選擇。