笔记转载自：“H3C ICT知识百科”

什么是Scale-up和Scale-out？

Scale-Up和Scale-Out是用于扩展服务器系统资源，解决系统性能瓶颈的两种主要策略。这两种扩展策略在智慧计算场景中得到广泛应用，本文主要讲解它们在服务器中的应用方法和特点。

为什么需要Scale-Up和Scale-Out扩展策略？

随着信息技术的迅猛发展，企业面临的数据量和处理需求不断增加。目前主流的AI大模型的参数量高达数千亿个，训练这些大模型至少需要几百甚至几千GB显存。而当下最高性能的GPU卡，单卡支持的最高显存只有80GB，此时需要数十张高端GPU卡才能训练AI大模型，一般服务器无法安装这么多GPU卡。传统的服务器架构已无法满足现代业务的高算力需求。服务器扩展策略的产生正是为了应对这些挑战。

服务器扩展策略包括Scale-Up和Scale-Out两种：Scale-Up是纵向扩展策略，即通过增加单个节点的资源（如CPU、GPU、内存）来提升性能；而Scale-Out则是横向扩展策略，即通过增加更多的节点来分散负载和提升处理能力。Scale-Up和Scale-Out通过不同的方式解决了这些问题，这两种策略的灵活性和适应性，使得企业能够根据实际需求进行资源配置，从而优化成本和性能。

Scale-Up（纵向扩展）和Scale-Out（横向扩展）

关于scale-up、scale-out的技术介绍、应用案例、应用限制、特性对比和混合架构请参见：“H3C ICT知识百科”