В
Для выкарыстання фізічных відэаадптараў у віртуальных асяроддзях мы абралі тэхналогію RemoteFX vGPU, якая падтрымліваецца гіпервізарам Microsoft. Пры гэтым на хасце павінны быць усталяваныя працэсары з падтрымкай SLAT (EPT ад Intel ці NPT/RVI ад AMD), а таксама якія адпавядаюць патрабаванням стваральнікаў Hyper-V відэакарты. Ні ў якім разе не варта параўноўваць гэтае рашэнне з настольнымі адаптарамі ў фізічных машынах, якія звычайна паказваюць лепшую прадукцыйнасць пры працы з графікай. У нашым тэставанні vGPU будзе канкураваць з цэнтральным працэсарам віртуальнага сервера - суцэль лагічна для вылічальных задач. Адзначым таксама, што акрамя RemoteFX існуюць і іншыя падобныя тэхналогіі, напрыклад NVIDIA Virtual GPU – яна дазваляе перадаваць графічныя каманды кожнай віртуальнай машыны напрамую ў адаптар без трансляцыі іх гіпервізарам.
тэсты
У тэстах выкарыстоўвалася машына з 4 вылічальнымі ядрамі на 3,4 Ггц, 16 ГБ аператыўнай памяці, цвёрдацельным назапашвальнікам (SSD) на 100 ГБ і віртуальным відэаадптарам з 512 МБ відэапамяці. У фізічны сервер устаноўлены прафесійныя відэакарты NVIDIA Quadro P4000, а гасцёўня сістэма працуе пад кіраваннем Windows Server 2016 Standard (64-bit) са стандартным відэадрайверам Microsoft Remote FX.
▍GeekBench 5
Для пачатку
Гэты бенчмарк мы выкарыстоўвалі ў папярэднім артыкуле і ён толькі пацвердзіў відавочнае – наш vGPU слабейшы за прадукцыйныя настольныя відэакарты для вырашэння тыповых «графічных» задач.
▍GPU Caps Viewer 1.43.0.0
Створаную кампаніяй
▍FAHBench 2.3.1
Вымераная з дапамогай FAHBench прадукцыйнасць вылічэнняў на vGPU з выкарыстаннем OpenCL апынулася прыкладна ў 6 разоў (для метаду мадэлявання implicit – прыкладна ў 10 разоў) вышэй аналагічных паказчыкаў для дастаткова магутнага цэнтральнага працэсара.
Далей прывядзем вынікі вылічэнняў з падвойнай дакладнасцю.
▍SiSoftware Sandra 20/20
Яшчэ адзін універсальны пакет для дыягностыкі і тэсціравання кампутараў. Ён дазваляе ў дэталях вывучыць апаратную і праграмную канфігурацыю сервера і ўтрымоўвае велізарную колькасць разнастайных бенчмаркаў. Апроч вылічэнняў з выкарыстаннем CPU, Sandra 20/20 падтрымлівае OpenCL, DirectCompute і CUDA. Нас у першую чаргу цікавяць уключаныя ў бясплатную версію
У Sandra 20/20 ёсць падобны набор эталонных тэстаў для цэнтральнага працэсара. Запусцім іх, каб
Перавагі відэаадптара бачныя наглядна, аднак налады агульным пакеце тэстаў не цалкам ідэнтычныя, да таго ж у выніках нельга ўбачыць паказчыкі з патрэбнай ступенню дэталізацыі. Мы вырашылі правесьці некалькі асобных выпрабаваньняў. Спачатку
Ад сінтэтычных тэстаў пяройдзем да практычных рэчаў. Вызначыць хуткасць кадавання і дэкадавання дадзеных нам дапамаглі крыптаграфічныя тэсты. Тут параўнанне вынікаў для
Яшчэ адна сфера прымянення vGPU - фінансавы аналіз. Такія разлікі нескладана распаралеліць, але для іх выканання запатрабуецца відэаадптар, які падтрымлівае вылічэнні з падвойнай дакладнасцю. І зноў вынікі гавораць самі за сябе: дастаткова магутны
Апошні праведзены намі тэст - навуковыя разлікі з высокай дакладнасцю.
Высновы
vGPU дрэнна падыходзяць для запуску графічных рэдактараў, а таксама прыкладанняў для 3D-рэндэрынгу і апрацоўкі відэа. Адаптары для настольных сістэм спраўляюцца з графікай куды лепш, затое віртуальны можа хутчэй CPU выконваць раўналежныя вылічэнні. За гэта трэба сказаць дзякуй прадукцыйнай аператыўнай памяці і большай колькасці арыфметыка-лагічных модуляў. Збор і апрацоўка дадзеных з розных датчыкаў, аналітычныя разлікі для бізнес-прыкладанняў, навуковыя і інжынерныя разлікі, аналіз і тарыфікацыя трафіку, праца з гандлёвымі сістэмамі - існуе маса вылічальных задач, для вырашэння якіх GPU незаменныя. Вядома можна сабраць такі сервер дома або ў офісе, але за куплю "жалеза" і набыццё ліцэнзійнага ПА прыйдзецца выкласці кругленькую суму. Апроч капітальных выдаткаў існуюць і аперацыйныя выдаткі на абслугоўванне, улучальныя ў тым ліку і рахункі за электраэнергію. Існуе амартызацыя - абсталяванне з часам зношваецца, а маральна састарваецца яшчэ хутчэй. Віртуальныя серверы гэтых недахопаў пазбаўлены: іх можна ствараць па меры неабходнасці і выдаляць, калі запатрабаванне ў вылічальнай магутнасці знікне. Плаціць за рэсурсы толькі калі яны патрэбны заўсёды выгадна.
Крыніца: habr.com