CAE软件运行与多核配置特点分析

从上世纪60年代计算机问世以来，计算机技术历经了半个世纪的缓慢发展。直到2000年前后，这场以计算机互联和资源共享的第三次工业革命才发展至高潮，新兴信息技术如雨后春笋般涌现。

进入21世纪之后，硬件技术的发展与软件技术发展呈现了不一样的趋势，硬件技术的更新似乎总领先于软件版本的更新。而企业购买硬件产品，归根到底是为了更好的应用软件，具体到制造企业就是更好的应用CAD、CAE等涉及到大量运算、对CPU和内存要求较高的软件产品。

为了探寻日前多核CPU对3D CAD\CAE运算效率的提升，e-works近期策划了主题为“四核CPU，超前消费还是量入为出”的专题研讨，采访了活跃在中国市场的主流3D CAD和CAE主流厂商，了解它们提供的3D CAD\CAE软件对于多核技术的支持，并调研了部分企业的应用情况。在仔细分析大量观点、查阅相关资料的基础上，形成本报告，力求从中正、客观、全面的角度反映“四核CPU对3D CAD\CAE运算效率”的关系。

第一部分：四核CPU普及正当时？

一供应商协力推广多核CPU技术

Intel的首席技术执行官不止一次指出，软件的开发和生产跟不上不断提高的计算机硬件水平。也确是如此，随着计算机硬件技术的发展，CPU业界于2005年发生了一次里程碑意义的革新，从2005年第一款双核处理器面世起，市场得到了迅速响应，并以双核最终取代了单核，得到了全面普及。核心数量决定了CPU在单位时间内处理多个任务的速度，自从有了核心数量这个概念，就一直受到了用户们的关注。自双核出现以来，CPU进入了一个崭新的时代，CPU处理速度大大提升是用户们深有体会的。

而2005年以后，随着双核CPU越来越多地走进人们视野，多核处理器技术也得到迅速发展。进入2009年，CPU技术不断发展，伴随着价格的走低，多核处理器日渐发展成熟并趋于主流。四核CPU应用也频繁映入消费者眼帘，在不经意间，多核已经来到了现实生活中。

在CPU生态系统中，处于不同生态环节的商家有着不同的观点，但总之，他们普遍认为：四核CPU技术在今后一两年为成为主流，并朝着多核的方向持续发展。

表1 供应商对多核技术发展的观点

英特尔中国服务器产品事业部产品经理顾凡曾多次坚持“多核CPU技术只是提供了硬件支持，企业的高性能计算或者超级计算应当回归应用本身”的观点，“虽然现在机器已经达到千万亿次，但是要找到这么‘大’的应用比制造机器更难。”
英特尔亚太客户响应团队技术经理何万青博士认为，高性能计算的应用主要是建立在软件上，在3D CAD\CAE这块中国几乎是空白，软件商的开发成本非常高，同时大型的CAE软件经过一代一代的演进才很完善，中国要从头开始，必须从零做起，还要去学会怎么保护知识产权。但毋庸置疑的是，英特尔会从源头上提供技术支持，来满足多核CPU技术所对应的企业应用。

而AMD大中华区计算产品部产品市场总监唐志德则表示：“综合来看，四核比双核有60%以上性能的增加，在面对企业应用等科学计算领域，四核有一个很好的提升。从我们美国首席技术官做的一个测评里看到，在仿真、模拟的应用上，应用四核CPU大概比单核节省70%的时间。”

用户在逐渐认可了双核产品后，逐渐对核心有了明确的认识，知道其作用与价值。得到认可的厂商也开始认识到巨大的市场正等待其占领，于是不断的推出高主频、多核心的CPU产品，一次又一次的将CPU性能推到顶峰，从双核到四核，CPU核心也经历了由有到多，由多到精的过程。

图1 多核CPU下的异构计算环境

据天极Datacenter八月份统计表明：8月四核CPU关注比例已经超越双核产品，关注比例为55.18%。而双核产品本月成绩为36.13%。而三核CPU依然未能引起足够关注，成绩为8.69%。由此看出，用户在8月开始更加留意四核CPU产品。四核产品对比双核产品价格上当然会昂贵许多，但正是因为如此，更加证明了经济形势有所好转，四核CPU的关注度和市场影响力逐渐提升。

四核CPU的速度是十分显著的，一款高端四核CPU可以轻松的做到卡巴与360同时查杀，并在短时间内完成任务，其间用户甚至可以一边看电影或打游戏，听歌等等，绝对不会出现滞留感。这就是多核心的独特魅力。想象一下如果没有这么多的CPU核心，用户只能将上述任务分别进行，那种等候的感觉，是十分令人焦躁的，既浪费了时间，又让心情跌至谷底。因此，四核CPU作为高端产品虽然价格昂贵，却真正的使用户体会到了畅快淋漓的速度。

总之，对于四核CPU的潜在市场需求，具有可观的前景。也正如Intel所说：用户需要的不是单一产品，而是整体解决方案，因此系统集成商有许多工作需要做。这期间包括了3D CAD和CAE软件提供商，在它们的软件开发和更新过程中，结合多核CPU技术的发展，为企业用户更高效地应用这些软件打下基础。

作为主要为企业级应用服务的3D CAD和CAE软件产品，究竟会随着多核CPU的革新带来多大的效率提升，很多企业对此还比较未知。

企业购买强大的硬件产品，归根到底是为了更好的应用软件。具体到制造企业就是更好的应用CAD、CAE等涉及到大量运算、对CPU和内存要求较高的软件产品。而事实上一款软件能否充分发挥出硬件性能，中间涉及到很多因素，诸如：

正如好马还需配好鞍，对于希望通过添置四核工作站来提升CAD、CAE软件的应用效率的制造业企业来说，亟需解决上述几个问题。而带着这样的问题，e-works充分采访调研了目前市场主流的3D CAD和CAE软件供应商，从各种软件本身来探讨对于多核CPU技术的支持。

对于企业级用户来说，用3D CAD进行产品设计，多核CPU还处于推介普及阶段，目前的大多数企业在进行三维设计时，还在使用双核处理器的图形工作站，甚至配置更低的PC。

2005年后，双核CPU的逐渐普及，众多的3D CAD供应商在进行新版本研发时，就已经开始优化软件架构，以兼容多核CPU技术，更大程度的提升软件运行效率。从调研的主流3D CAD软件厂商来看，绝大多数已经支持四核CPU技术。

对于国际市场主流的3D CAD产品，譬如Solidworks，从Solidworks2008版本开始就支持四核CPU技术了。SolidWorks一级代理商北京盛维工程师介绍说：基于Windows平台开发的Solidworks，完全融入了Windows的操作习惯，从面向桌面的搜索，到基于VB\C++语言的二次开发，甚至连CTRL+C、CTRL+V的习惯都延用下来了。所以在SolidWorks2008版本以后的软件，也完全可以基于四核CPU来进行运行，特别是对于大装配体的设计，效率提升非常明显。

SolidEdge产品经理雷俊雄说：如果只是进行简单的设计工作，几乎所有的3D CAD软件对硬件的要求都不高（如图6所示）。但要想三维设计时计算机运行地足够流畅，就得使用尽量高配的计算机。

对于PRO\E来说，尽管也支持多核CPU，但在进行三维绘图和工业设计的过程中，多数企业还是使用双核CPU的PC，如要要用到PRO\E里的Mechanica分析模块，才有可能用高配置的计算机，调用多CPU进行运算。

尽管目前主流的3D CAD软件基本上支持4核CPU技术，企业的设计工程师们也认识到多核CPU技术可以很大程度地提高设计效率，但4核CPU在企业的普及使用程度却并不乐观。

四机塞瓦的CAD工程师熊刚说：“硬件技术更新太快，现在换了更好的计算机，过了半年或者一年还是淘汰了。而目前的计算机也能运行基本的操作，尽管效率上有待提升，但企业本着控制成本的原则，对升级硬件还是持观望态度”。熊刚的这种解释基本也代表了目前制造业企业里普遍存在这样一种观点。

另外，如NX、CATIA、SolidEdge、Inventor等主流3D CAD，也都处于这样的状况。另一位制造企业的工程师则这样评述CPU、内存和显卡之间的关系：“在进行三维设计时，cpu决定了处理速度，内存决定了运行速度，显卡决定了显示效果，显示流畅才是真的流畅。”

苏州江南嘉捷电梯股份有限公司的设计工程师丁建新介绍：在日常的设计工作中，工程师们都用常规的台式机，涉及到较为复杂的装配，设计部门有一台专用的四核图形工作站，以备用。

对于企业的CAE用户来说，目前处于两级分化状态：一方面，对于简单的分析工作，用图形工作站也勉强可以运行，即使效率并不高，但大多数企业认为只要能够得出结果，就可以接受；另一方面，真正涉及到复杂的分析、仿真工作，对于具有独立CAE研究院所或者CAE中心的企业来说，仅仅用四核CPU来运算，仍显不够，他们往往采用集群式HPC来完成。所以，四核CPU在CAE用户中的普及程度，依然不够广泛。

伴随着硬件技术的发展，CAE软件要不停的开发和更新，满足特定的功能指标，进行相应的优化设置，才能充分发挥硬件的能力。例如，一个软件不能支持并行计算(SMP or MPP)，就无法同时使用多核并行求解，也就无法充分发挥多核心多CPU的作用。

与3D CAD软件不同的是，市场上主流的CAE软件基本都具备并行版本，因此对多核处理器的支持也更加的顺其自然。

经纬纺机的CAE室主任（原CAD室主任）张心忠在介绍他们企业的情况时说：CAD室主要用的是PRO\E和SolidWorks，CAE用的是PRO\E的Mechanica模块和MSC.ADAMS。因为是分开配置的电脑，所以配置并不相同。对于PRO\E来说，对硬件的配置比较高。需要用到2G以上的双核CPU。而Solidworks对硬件要求相对较低。在进行多体动力学仿真时，往往将PRO\E的模型导入至Adams中，这时候往往导入简化模型，反而没有在PRO\E中的模型大，所以对硬件的配置反而较低。

对于诸如经纬纺机、嘉捷电梯此类的企业来说，分析工作较为简单，虽说可以使用四核CPU技术来提升仿真分析效率，但普通的工作站也基本能胜任。因此也呈现了诸多企业在做简单分析工作仍由图形工作站的现状。

而另一方面，对于大型的有限元、前后处理、优化等专业计算，我国制造业表现得并不落后，在很多整车、整机厂，都配有独立的CAE研究所或CAE研究中心，采用高性能计算机集群进行计算工作。

正因为如此，多核CPU技术在这些计算机集群中就利用地淋漓尽致。从4核到64核，所得到的效率提升也非常明显。

西安超算所的一位工程师介绍说：有限元作为一种分析方法，可以用在力学、流体等多种物理量的分析。在常用CAE软件中，做网格划分一般都是串行任务，使用CAE的串行版就足够，因此只需要用单核CPU。而对于优化、前后处理等环节，使用并行版CAE软件，可以极大提升效率。

达索系统Simulia工程师孟龙博士在介绍Abaqus在应用多核CPU说：“目前Abaqus的并行版最多已经可以支撑512个计算核心。每增加一倍的CPU核数，运行效率就得到一定的提升，但因为涉及线程的冲突、多任务的排队等待，造成并不是成倍数的增加。比如说四核CPU的运算效率是单核的三倍多，64核CPU的运算效率只是4核CPU10倍多。另外，采用多核CPU与模型的自由度也有很大关系。”

图9 在Windows Server2003下运行Simulia，不同核数CPU对应的时间关系

赛特达的赖宇阳先生说：譬如优化计算和数据处理软件Isight，它在优化计算和数据处理方面对内存、CPU有较高要求但是跟CAD/CAE软件相比，显卡资源占用不高。Isight对双核CPU， 64bit操作系统进行过优化，提高数据处理性能和并行计算能力。主要是针对并行计算、网格计算方面，发挥硬件的计算潜力。

而作为平台级仿真解决方案的软件来说，譬如比利时LMS公司的工程师唐昊介绍说：Virtual.lab 和Imagine.lab 本身对硬件没有什么要求。由于使用virtual.lab往往涉及到大型有限元的计算，内存大小和cpu处理速度往往决定了求解的速度。特别值得一提的是：有限元分析软件的计算速度提升非常依赖大内存的支持，只有内存足够大，才能把所有数据一次放进内存，才能最快对数据计算和得到结果，否则当物理内存不足的时候，系统就会使用虚拟内存(磁盘部分作为虚拟内存)，这样降大大降低性能。CAE计算在初始化、中间结果保存和计算结果输出时都会有密集的数据IO操作，而且目前并行计算程序的IO操作大多还是串行进行的，因此IO的性能经常是并行计算程序的瓶颈所在。通过RAID进一步提升读取速度，通过多块磁盘RAID，磁盘的IO速度可以成倍提高。

根据问题不同而定。Virtual.lab和imagine.lab均支持多种并行方式，并且支持64位系统和硬件。理论上可以调用任意多的内存和cpu以加快计算速度。Virtual.Lab完全支持四核CPU，并能实现多种并行方式（分域并行，分频并行）。

Altair的技术支持经理洪清泉先生在解释Hyperworks进行多核CPU运算时介绍：HyperWorks图形界面类模块的性能主要跟显卡有关，处理大模型（100万单元以上）和超大模型（1000万单元以上）时，为了获得流畅的显示效果，需要性能良好的显卡，经过大量的测试和优化，可以为客户提供显卡推荐配置。对于求解器类模块，主要是进行数值计算，不涉及到实时的图形显示与处理，所以并不需要有专业的显卡，而主要对CPU速度、多核数目、内存带宽、硬盘速度等有关系。

另外，洪清泉也表示：同一CAE软件下的不同功能模块，对硬件的要求也不一致，譬如以HyperWorks中的HyperMesh，Radioss和OptiStruct为例：HyperMesh具有极好的图形驱动和利用能力，200万单元的模型在普通显卡如Quadro FX 570（512M显存）上即可以非常流畅的操作和显示；Radioss显式并行计算具有业界最佳的多核加速比，计算速度与CPU核数呈良好的线性关系；OptiStruct优化计算具有极佳的内存利用效率，在普通2G内存的机器上即可求解超过20万个变量的多约束多工况优化问题，4G内存以上的机器可以处理超过50万个变量的优化问题。

而CDAJ的工程师则说：对于一维分析软件GT-SUITE因为计算量不是很大，对计算机的要求不是很高。

而对于计算流体动力学(CFD)分析来说，随着计算模型的复杂程度，所需要的硬件配置肯定也会有所提高。以一个工程应用中常见的规模在100~200万Polyhedral（多面体）网格的计算模型来说，推荐至少配备4GB的物理内存，显存128MB的Nvidia Quadro FX系列显卡，主频在2GHz以上的Intel酷睿系列或至强Xeon处理器。其中，对内存和显存的要求比较严格，如果物理内存不足，在网格生成或者求解计算时需要调用虚拟内存的话，工作效率就会大大降低；而显存不足会影响到计算模型的网格显示及结果后处理，易造成显示速度慢、模型无法拖动查看等问题。而CPU的内核数、主频、二级缓存等因素主要影响到计算速度的快慢，这就依据实际项目可以承受的计算时间而定。

以CFD软件STAR-CD为例，下图是一个并行计算的测试图，测试模型是一个网格数目为600万的汽车外流分析。使用4个node，单个node的配置都是2个4核的CPU。所对比的并行测试网络环境分别为千兆以太网和InfiniBand。从测试图中的计算时间来看，使用4核CPU工作时，其计算效率约是使用双核CPU时的1.8倍，是使用单核CPU时的3.5倍。

此外，从测试图中还可以看到，不同的网络环境对并行计算效率的提升也有着很大的影响。

在众多的CAE软件新版本中，对多核技术进行优化的也不在少数。譬如在最新的HyperWorks10.0中的求解器类应用程序专门针对多核进行优化，例如：RADIOSS显式并行求解会尽量将相邻的domains（Radioss独有的对大模型进行分区并指定不同求解设置的技术）分配到同一个CPU上，减少机器和机器之间的通讯量，充分利用本机上的多核资源；Radioss隐式线性多工况求解速度在多核机器上大幅度提高，对于四核机器，速度比单核最快可提高达3.8倍，对于8核机器，速度比单核最快可提高达7倍。此外，OptiStruc优化求解过程中的灵敏度计算也针对多核机器进行了优化。

对于图形类应用，用户从多核心技术上得到好处相对有限，主要是因为业界主流的图形引擎OpenGL尚未完全对多核进行改写。当然，用户还是可以从多核技术上得到好处，例如可以同时开启多个HyperMesh而不会出现单核心时机器响应速度慢的问题。

无容置疑，在相同核数CPU的前提下，显卡对各种3D CAD\CAE软件的效率起着非常重要的作用。那么，显卡对多核CPU运算效率起着怎么样的影响呢？

首先，在3D CAD软件中，以Inventor为例，模型的渲染与显卡有着密不可分的关系。专业和非专业显卡的区别在于在制作模型的视图中赋予物体反射或折射等的材质后可以在平滑+高光的情况下看出一些简单的反射折射效果。

而在PRO\E和Solidworks中，相对显卡的依赖要小，而以曲面功能见长的CATIA和NX，在进行大装配体操作和渲染工作的时候，也表现出来了对专业显卡的依赖。

在专业图形显示领域，NVIDIA提出了GPU（图形处理器）的概念，以专门的图形处理芯片完成图形显示部分，从而减小对CPU的依赖。虽然NVIDIA公司在1999年发布GeForce 256图形处理芯片时就提出GPU的概念，但很长一段时间用在游戏、传媒娱乐业，关于GPU在3D CAD\CAE等数值计算中的运用，其发展比多核心CPU技术更晚，目前还是起步阶段。

CPU比较擅长数值计算，而GPU擅长浮点计算。尽管有一些特定用途的软件已经可以利用GPU进行数值计算，而且也达到相当好的速度提升，但是CAE软件并不是完全纯数值计算，还有相当部分的逻辑判断，而这并不是GPU的强项。如果是对浮点运算要求较高的计算项目，GPU则可以发挥其最大的作用，提高计算效率。此外，CAE软件还需要针对不同平台，如Linux，IBM AIX，HP UX等进行专门的性能优化，对内存和硬盘的带宽进行有效的利用，才能充分发挥计算机硬件的能力。

此外，在不同核数CPU下，软件版本的高低也对运算效率有所影响。以Fluent为例，在相同的操作系统下，分别采用不同CPU核数进行运算，最终的结果显示，较新的软件版本比旧版本的运算效率高。（如图12所示）

在采用不同核数的CPU进行CAE大型运算时，除了上述因素之外，操作系统对CAE运算效率也有着细微的影响。对于超大规模的集群式CAE运算来说，因为Linux操作系统的低成本、低系统资源占有率和高可扩展性，让大多数CAE用户都沿用了Linux操作系统，尽管从双核一直到64核，Windows操作系统相比Linux操作系统的效率有着微小的差距，但随着核数的增加，这种差距越来越小，而更多地与软件模型、自由度以及硬件配置相关。在某种特殊的测试场合，在Fluent中通过64核进行计算，甚至Windows操作系统效率要高于Linux操作系统。

另外，随着操作系统的升级，本身也会带来运算效率的提升。譬如微软的Windows Compute Cluster Server 2003在运行Fluent时，通过增加CPU核数提升的效率（黄线所示）是一条斜率逐渐减少的线，而Fluent在Windows HPC Server 2008上运行的时候，通过增加CPU核数提升的效率（红线所示）则接近一条斜率一致的直线。由此可见，通过增加CPU核数提升计算效率也受到操作系统的影响。

但总的来说，操作系统与CAE运算效率的关系比较小，更多的取决于软件模型、自由度、硬件配置等。

因为种种原因，四核CPU技术在现阶段并没有如同双核诞生之时那般地发展迅速，对于看重实际效用的制造企业来说，只有物超所值的时候，他们才会购买。但其实，除了真正意思上购买多核CPU来升级企业的硬件，还有许多其他的应用模式，同样可以为企业带来价值。

首先，对于具备CAD设计室或CAE研究室的企业来说，通常会有数台图形工作站或者一般性能的PC。对于这些工作组级的PC，微软新推出的Windows HPC 2008操作系统，提供了一种将它们并行起来的方式：白天，不同的工程师们仍然可以按照惯例使用自己的电脑进行各自设计、分析工作；晚上，通过图形工作站上的Windows HPC 2008操作系统实现链接，组成一个小型的拓扑网络，计算某些需要高性能服务器才能完成的工作。（如图15所示）

简单来说，这是一种整合有限的计算资源、让其发挥更大效用的一种方式，也是一种变相地实现多CPU运算的方式。对于一些承担不起高性能HPC集群或者并不常用到大型计算的企业来说，不失为一种省钱却能解决问题的有效途径。

如今，工程仿真问题可能涉及整个系统，这意味着产品开发团队获得更加详细的几何结构和考虑所有CAD组件的时候，建立的模型会越来越大。此外，对复杂物理现象高保真再现——包括对湍流、空气声学、振动和多物理场的处理——也显著提高了对工程仿真计算能力的要求。因此，HPC系统就显得至关重要，它能够提供建立大型模型时所需的能力，满足工程决策时对开发时间提出的要求，在几天甚至几小时内就能完成以前需数周甚至数月才能完成的任务。

当然，通过多图形工作站搭建的HPC集群，需要一种专用的高速低延迟网络，才能保证数台计算机之间的数据畅通。这也是搭建HPC集群唯一也是较大的瓶颈。

除了搭建企业自己的HPC集群这种模式，很多中小型企业也可以通过租用计算平台的方式来完成计算任务，尽管企业自身没有多核CPU平台，却可以享用到多核CPU带来的效率提升。

比较典型的有上海超算中心，即使对于有独立HPC服务器的大型企业来说，如果要完成超出企业自己HPC服务器所能及的工作任务时，就必须租用功能更加强大的超算中心来完成了。但是，上海超算中心峰值速度超过10万亿次/秒的“曙光4000A”高性能计算机，对于绝大多数的企业来说，并无用武之地，也着实不需要。所以，发展更多的中低端超算中心，提供给企业、研究所来处理大型计算工作，也不失为一种可行的方式。

其实，在国内已经有类似先例，譬如西安超算所，作为西北地区一家专门从事高性能计算的单位，就提供TYAN的刀片集群及各种专业工作站、服务器，相比大型超算中心而言，TYAN的配置并不足以令人瞠目结舌，却能运行大多数计算项目。

据西安超算所的一个工程师介绍，他们在TYAN上配置了目前的绝大多数企业级大型通用有限元商业软件，如：NASTRAN,ASKA,SAP,ANSYS,MARC,ABAQUS,JIFEX等等。这些软件遍布机械制造、材料加工、航空航天、汽车、土木建筑、电子电器、国防军工、船舶、铁道、石化、能源等各个行业的应用，因此也可以帮助企业完成一些大型的计算项目。

从云计算概念推广以来，虽然在其发展过程中有非常多的瓶颈和障碍，但不可否认给企业级应用提供了很多借鉴的方向。譬如，搭建大型集团企业的“私有云”和工业园区的“公共云”。

中国很多军工、航天航空、船舶制造业，都以“集团”的形式呈现。同一集团的不同研究部门、研究院所，往往分开升级硬件配置或分别购买软件产品，对于高端的软硬件设备，实际的利用率并不高，这就造成了一定程度的资源浪费。在云计算技术逐渐成熟的前提下，如果可以构建集团的“私有云”，在集团范围内共享计算资源，不仅节省了资源，还可以在同等支出的情况下，购买更加高配置的硬件和软件产品，满足更多计算项目的需求。

另外，对于在中国不断发展起来的工业园区（譬如：苏州工业园、重庆永川工业园区、浙江嘉善姚庄工业园区、上海南汇工业园区等等），也可以建立园区内的“公共云”，结合园区内企业特点，提供相应的大型“云计算”平台。

今年，安世亚太推出的“研发云计算”正是借鉴于此，目前已经与合作伙伴策划和搭建了有益于企业大型计算任务的“云计算”平台。尽管这种模式只是一种狭义的“云计算”，却为企业提供了一种应用多核CPU技术的延伸模式。

诸如集团企业的“私有云”和工业园区的“公共云”，还可以按行业划分实现具有行业特色的“行业云”等等。

综合上述分析：企业一方面面对日趋复杂的产品设计及业务量的提升，导致数据量的处理日益庞大；另一方面软件功能不断升级，这就要求更高配的硬件平台来支撑更加强大的功能；第三方面，四核CPU的价格逐渐走低，用户的接纳程度越来越高。

目前四核CPU的普及正经历着几年前双核CPU所走的路，尽管四核CPU在制造业企业3D CAD\CAE应用中的普及过程更为缓慢，但毋庸置疑的是，四核CPU的应用会随着企业需求、价格拐点等因素逐渐普及。

作为不同解决方案的提供商来说，Intel也好、AMD也好，3D CAD\CAE软件供应商也好，要不断地更新和丰富自身的技术，以提供更加快速、高效的利器；而作为企业来说，更重要的是认清这些技术给自己带来的价值，当这些技术的确可以为企业带来物超所值的价值时，企业就可以考虑“量入为出”的投入了，而不再是“超前消费”。