用服務器跑代碼是不是更快?有的用戶反映：用本機跑了1000行數據量的代碼，用時5分鐘就跑出來了，放到服務器上，跑了一下午還沒出來，我真的栓Q了。首先，因為服務器主要是響應用戶請求。要求服務可靠運行，確保穩定性和安全性，一般具備大內存，熱插抜，而對于一般程序運行速度沒有特別要求。
看你買的啥性能的服務器，服務器也是不同硬件不同價格的啊，幾百刀一小時的跟幾百刀一個月的肯定天差地別，便宜的那些的確還不如自己家用的電腦。
可能現在搞機器學習的人如果使用過服務器(Intel Xeon系列CPU)都會遇到過這樣的一個問題，就是使用普通的家用電腦(Intel i7
之類的)跑Tensorflow
、Pytorch代碼雖然只有8物理核心或者10物理核心的CPU來跑代碼，其CPU使用率都不一定會達到100%，然而我們使用服務器(Xeon
CPU)跑同樣的代碼，幾十個物理核心的CPU其使用率立刻升高到100%，就這造成了十分要人迷惑的現象。
用服務器跑代碼測試：http://www.ukunilife.com/cloud/hk.html
用服務器跑php代碼這種語言就不只是更快了：
1、運行速度：服務器的運行速度比本地快的多，你的開發客戶端基本上不用跑什么程序，就一個帶sftp的ide就行，哪怕是一臺破筆記本，速度都能快的飛起。
2、運行環境：是多人合作的時候，大家都不會有環境問題，相同的環境，相同版本的插件。
3、開發進度：可以看合作伙伴實時的開發進度，他做的東西就在服務器上，直接訪問就行了。
4、部署快速：沒有了打包上傳這個步驟，服務器上的腳本一鍵搞定部署更新。
5、新人培訓也簡單，服務器上的腳本意見開個新環境，就是git和數據庫分別clone一下就ok，測試數據都是全套，還全都是最新版本的。連上就能直接開干。
6、多臺電腦時候也特別方便，git clone一下新代碼，直接編輯就好，環境、數據啥的都在服務器上，在公司和在家里都是一樣的，特方便。
對于python來說，基本上就沒缺點。另外，不是說在服務器上寫代碼，就是直接在成品項目上胡改。我們需要知道 服務器CPU向量計算一般使用
avx-512
什么的，而家用CPU進行向量計算一般都是用AVX2指令集。換句話就是說家用電腦做向量計算性能較低，由于指令集不支持所以CPU使用率上不去，但是服務器cpu對向量計算支持較好。
正常的流程，是服務器上至少每個用戶一個開發環境，一個git
hook的測試環境，一個relase部署環境。一旦用服務器CPU進行向量計算其性能會有大幅度提升，而且會充分利用CPU的資源，因此使用服務器CPU進行同樣的向量計算其使用率不僅沒有降低反而會有大幅度的提升，甚至會達到100%的可能利用率，當然伴隨著服務器CPU使用率的高數值，整體的計算時間也會得到大幅縮短。
上一篇：
韓服游戲服務器延遲多少算正常？
下一篇：
服務器raid5硬盤下線怎么辦？
