传统非虚拟化的应用交付，应用程序需要安装在一台物理服务器上，终端用户通过局域网访问应用。由于此交付模型仅消耗服务器计算资源的5%到10%，很少人会去关注服务器的整体配置。
只要服务器能满足应用所需计算资源需求，管理员们便很少关注应用交付的资源消耗状况，直到出现和服务器总体配置相关的明显性能问题时，才会开始重视。例如，庞大的用户数可能降低网络性能，管理员可能会绑定多块网卡来解决此问题。
终端虚拟化应用已经完全改变了这一做法。虚拟化提高了服务器使用率，让物理服务器处理更多并发任务。但管理员则面临着如何规划的挑战。对于一台应用交付服务器，必须分配足够的计算资源以支持终端用户或终端节点，而且为了避免资源耗尽与性能不足，需要进行持续管理。除此之外，虚拟化后的服务器还必须提供足够的弹性，最小化宕机时间与用户中断。虚拟化对IT专家们协调与平衡资源有了更高的要求。
考虑应用虚拟化服务器
应用虚拟化服务器允许用户访问实际安装在服务器上的某个应用程序的独立实例。但应用虚拟化对I/O性能的要求十分之高。例如，存储位置的选择可能对应用虚拟化产生很大影响。
“任何时间，在部署[存储区域网络]时，首先需要考虑的应该是I/O问题，”LanParker(ThomsonReuters，全球信息资源公司的高级网站服务管理员)说道。“我们最近一直都在密切关注闪存驱动器的发展。”
磁盘I/O性能对存储阵列十分重要，但I/O问题同样可能来自网络。举例来说，基于以太网的SAN，如iSCSI或FCoE都可能产生网络带宽瓶颈，所以将存储配置在独立的应用服务器上可以简化潜在的网络拥塞问题。网络I/O性能同样会给对带宽密集型应用程序流造成响应，瓶颈产生在将应用按需交付给终端时，这与将应用完全运行在中央服务器上不同。
Parker说内存对应用虚拟化来说并非显著问题，因为现代安装了64位操作系统的服务器可以轻松支持上百GB甚至TB级的内存容量。
考虑桌面实例(VDI)服务器
虚拟桌面接口(VDI)服务器在中央服务器上托管整个桌面实例，通过用户一方的简单终端设备，交换只有用户输入和音频/视频输出信息，这种终端一般被称作“瘦客户端”或“零客户端”。托管整个桌面实例的服务器会比应用虚拟化对资源开销更加敏感，所以应该考虑升级至更强力的CPU，内存与存储 I/O。一旦桌面实例完成加载并开始运行，对网络I/O的要求就降至很低了。
本地存储可以有效提升VDI性能，但SAN是更流行的存储平台，因为他们还提供了单点管理功能。
“如果你正计划将VDI部署在SAN上，那样带宽将变得十分重要，”Parker说。“接着就是内存和磁盘吞吐量，因为你将发现存在大量的页面交换和其他活动。”
交付服务器上的VDI实例将会持续增长，磁盘子系统必须满足支撑不断增长的性能需求。例如，Parker发现在VDI实例启动系统时，主存储上的主要活动是写磁盘，应该采用提升写入性能的磁盘阵列方式，而写能力较差的RAID5阵列将可能影响存储子系统的性能。
个人桌面实例同样可以通过添加服务器CPU核心数量来提升性能。因此，配置服务器时选择具有多个核心的CPU可提升服务器的VDI托管能力。
“选择大型服务器去实现，核心越多的CPU比核心较少的要快，”BobPlankers，TheLoneSysadmin的技术顾问与博客专栏作者说。
考虑应用的单一资源要求
进行虚拟化的应用可能对服务器某些配置有额外要求。例如，设计用于处理大量文件的医疗成像应用，可能会对内存与存储I/O有较高要求。性能峰值可能出现在应用虚拟化后以及向多个用户交付服务时。如LiquidwareLabsInc.的工具Stratusphere，可以帮助管理员诊断在迁移至 VDI部署之前，应用所需的资源开销。
同样，考虑其他虚拟化应用的增长，如计算机辅助设计图像与渲染工具。整合视觉技术，类似 RemoteFXinWindowsServer2008R2SP1以及’HDXinCitrixSystemsInc.sXenDesktop4，可以使用终端服务器上的强劲显卡进行计算。这是应用交付另外一个前进的脚步，但IT管理员们需要权衡这种技术进步对服务器基础架构的影响。“何种类型的刀片服务器可以支持当前主流的PCIe接口类型显卡，还要额外考虑空间和机柜占用方面的问题，”Parker说。
尽管如此，当前主要商业应用都没有利基要求，虚拟化应用也只会或多或少的对服务器有些影响。“这是我们所关注的内容，但这对我们如何选购服务器并不会有多大的影响，”Parker说。
考虑集群与应用交付弹性
提供企业用户关键应用交付的重要服务器通常会要求具备足够的弹性机制以保障可用性。服务器本身提供了一些弹性功能，如板载的RAID控制器用于管理本地磁盘存储以及冗余电源。传统服务器集群整合工具或最近开发的虚拟机冗余技术都可以保护负载免于计划外的宕机。对于应用虚拟化来说，这是需要更为关注的一个环节，因为任何应用终端都会影响到数量众多的用户。
