1、按使用设备和提供算力强度分类

基础算力：由基于CPU芯片的服务器所提供的算力，主要用于基础通用计算。

智能算力：由基于GPU、FPGA（现场可编程门阵列）、ASIC（专用集成电路）等AI芯片的加速计算平台提供的算力，主要用于人工智能的训练和推理计算。

超算算力：由超级计算机等高性能计算集群所提供的算力，主要用于尖端科学领域的计算，像行星模拟、药物分子设计、基因分析等。

2、按应用领域分类

通用型服务器：这类服务器具有较高的通用性，能够处理多种类型的计算任务，适用于大多数常规应用场景，它们通常配备多个高性能CPU和大量内存，以支持并行处理和高速计算。

存储服务器：具有大量的存储空间和高速的数据传输能力，适合需要处理和存储大量数据的应用，如大数据分析、视频编辑等。

云服务器：用户可以根据需要动态地分配和释放资源，实现计算资源的灵活扩展，云服务器可以是CPU优化型、内存优化型或GPU优化型。

虚拟服务器：通过虚拟化技术在单个物理服务器上创建多个虚拟实例，每个实例都可以独立运行自己的操作系统和应用程序，这样可以更有效地利用服务器资源，降低成本。

集群服务器：由多个服务器组成的集群，通过高速网络连接协同工作，以提供更高的计算能力和可靠性，集群服务器常用于大规模数据处理和复杂计算任务，如科学研究、工程模拟等。

专用AI服务器：专为人工智能应用设计，通常配备有专门的AI处理单元，如谷歌的张量处理单元（TPU）或NVIDIA的DGX系列。

高性能数据库服务器：专门用于运行和管理高性能数据库系统，能够快速处理大量的数据查询和事务处理。

边缘服务器：部署在靠近数据源的边缘位置，用于处理物联网（IoT）设备产生的数据，如智能家居、自动驾驶汽车等场景中的数据处理。

3、按硬件配置分类

塔式服务器：外形类似于台式机，占用空间较大，但具有良好的散热性能和可扩展性，便于维护和升级。

机架式服务器：安装在标准的服务器机架上，节省空间，便于统一管理和维护，是数据中心常见的服务器类型。

刀片服务器：将多个服务器刀片集成在一个机箱内，每个刀片都是一个独立的服务器模块，具有高密度、低功耗的特点，适用于大规模数据中心。

算力服务器种类丰富多样，每种类型的算力服务器都有其独特的特点和适用场景，在选择算力服务器时，应根据具体的计算需求、预算以及应用场景等因素进行综合考虑。