我们正在构建SSAS表格多维数据集，并试图确定适合的硬件。
我想这意味着如果你有一个核心，那么一个线程正在使用公式引擎。如果你有4个核心，那么4个核心可以并行访问公式引擎。
我们的目标是确定核心的数量，因为我们有很多用户。
SSAS Tabular的底层引擎可以分为两个函数，存储引擎和公式引擎。查询时，它基本上从存储引擎获取数据，并将其传递给公式引擎以运行DAX查询。你是对的，因为公式引擎是单线程的，但存储引擎是多线程的。因此，存储引擎会快速获取数据，然后公式引擎会对其进行计算。但多个用户查询，会导致多个单线程查询，而不是使用同一个线程，因此会影响查询的并行处理。
如果你看看一个实例的推荐大小是8到16个核心左右的规格，因为大多数查询不会同时运行，存储引擎和计算引擎会同时运行，SSAS将快速返回数据，只需要几秒钟的处理时间。最重要的部分将是您必须存储和运行查询的RAM限制。
如果你看一下Power BI Premium，你会看到4个核心，25GB内存，每小时可能需要1200-1500次报告交互。使用Azure Analysis Services可以获得QPU的度量，大约相当于1个虚拟核心对25个QPU。对于S2，这是相同的4个虚拟核心。
作为参考，您应该查看以下关于vertiaq引擎的博客文章和此处的SQLBI文章，作者是SSAS Tabular和DAX的领导者之一Marco Russo，关于调整服务器大小的注意事项。