Смята се, че виртуалните сървъри с vGPU са скъпи. В кратък обзор ще се опитам да опровергая тази теза.
Търсене в интернет веднага разкрива наемането на суперкомпютри с NVIDIA Tesla V100 или по-прости сървъри с мощни специализирани графични процесори. Предлагат се подобни услуги, напр. , или . Месечната им цена се измерва в десетки хиляди рубли и исках да намеря по-евтини опции за OpenCL и/или CUDA приложения. На руския пазар няма много бюджетни VPS с видео адаптери, в кратка статия ще сравня техните изчислителни възможности с помощта на синтетични тестове.
Участниците
Хостинг виртуални сървъри бяха включени в списъка с кандидати за участие в прегледа. , , , и . Нямаше особени проблеми при получаване на достъп, тъй като почти всички доставчици имат безплатен пробен период. UltraVDS официално няма безплатен тест, но не беше трудно да се постигне споразумение: след като научи за публикацията, екипът по поддръжката ми кредитира сумата, необходима за поръчка на VPS в моя бонус акаунт. На този етап виртуалните машини VDS4YOU отпаднаха от надпреварата, тъй като за безплатно тестване хостерът изисква да предоставите сканиране на вашата лична карта. Разбирам, че трябва да се предпазите от злоупотреба, но за проверка, паспортни данни или, например, свързване на акаунт в социална мрежа - това се изисква от 1Gb.ru.
Конфигурации и цени
За тестване взехме машини от средно ниво, струващи по-малко от 10 хиляди рубли на месец: 2 изчислителни ядра, 4 GB RAM, 20 - 50 GB SSD, vGPU с 256 MB VRAM и Windows Server 2016. Преди да оценим производителността на VDS, нека погледнем техните графични подсистеми с въоръжен поглед. Създаден от компанията полезност ви позволява да получите подробна информация за хардуерните и софтуерни решения, използвани от хостингите. С негова помощ можете да видите например версията на видео драйвера, количеството налична видео памет, както и данни за поддръжката на OpenCL и CUDA.
1Gb.ru
GPUcloud
RuVDS
UltraVDS
виртуализация
Hyper-V
OpenStack
Hyper-V
Hyper-V
Изчислителни ядра
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM, GB
4
4
4
4
Съхранение, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA GRID
RemoteFX
RemoteFX
Видео адаптер
NVIDIA GeForce GTX 1080 Ти
NVIDIA Tesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM, MB
256
4063
256
256
Поддръжка на OpenCL
+
+
+
+
Поддръжка на CUDA
-
+
-
-
Цена на месец (ако се плаща годишно), rub.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Плащане за ресурси, руб
не
CPU = 0,42 rub / час,
RAM = 0,24 rub / час,
SSD = 0,0087 rub / час,
OS Windows = 1,62 rub/час,
IPv4 = 0,15 rub/час,
vGPU (T4/4Gb) = 7 рубли/час.
от 623,28 + 30 за монтаж
не
Тестови период
10 дни
7 дни или повече по договаряне
3 дни с месечно таксуване
не
От прегледаните доставчици само GPUcloud използва OpenStack виртуализация и NVIDIA GRID технология. Поради голямото количество видеопамет (налични са профили от 4, 8 и 16 GB), услугата е по-скъпа, но клиентът ще изпълнява OpenCL и CUDA приложения. Останалите претенденти предлагат vGPU с по-малко VRAM, създадени с помощта на Microsoft RemoteFX. Те струват много по-малко, но поддържат само OpenCL.
Тестване на производителността
Пейка за маниаци 5
С тази популярна Можете да измервате графичната производителност за OpenCL и CUDA приложения. Графиката по-долу показва обобщения резултат с по-подробни данни за виртуалните сървъри , GPUcloud ( и ), и наличен на уебсайта на разработчика на бенчмарка. Отварянето им разкрива интересен факт: GeekBench показва количества VRAM много по-високи от поръчаните 256 MB. Тактовата честота на централните процесори също може да бъде по-висока от посочената. Това е често срещано явление във виртуални среди - много зависи от натоварването на физическия хост, на който работи VPS.
Споделените „сървърни“ vGPU са по-слаби от високопроизводителните видеоадаптери за „десктоп“, когато се използват за тежки графични приложения. Такива решения са предназначени главно за компютърни задачи. Бяха проведени други синтетични тестове, за да се оцени тяхното представяне.
FAHBench 2.3.1
За цялостен анализ на vGPU изчислителните възможности не е подходящ, но може да се използва за сравняване на производителността на видео адаптери от различни VPS при сложни изчисления с помощта на OpenCL. Проект за разпределени изчисления решава тесния проблем на компютърното моделиране на сгъването на протеиновите молекули. Изследователите се опитват да разберат причините за патологиите, свързани с дефектни протеини: болести на Алцхаймер и Паркинсон, луда крава, множествена склероза и др. Измерено с помощта на създадената от тях програма Производителността при единична и двойна точност е показана на диаграмата. За съжаление, помощната програма генерира грешка на виртуалната машина UltraVDS.
След това ще сравня резултатите от изчисленията за метода на имплицитно моделиране на dhfr.
SiSoftware Sandra 20/20
пакет Чудесно за оценка на изчислителните възможности на виртуални видео адаптери от различни хостове. Помощната програма съдържа пакети за бенчмаркове за изчисления с общо предназначение (GPGPU) и поддържа OpenCL, DirectCompute и CUDA. Като начало беше направена обща оценка на различните vGPU. Диаграмата показва обобщения резултат, по-подробни данни за виртуални сървъри , GPUcloud () И наличен на уебсайта на разработчика на бенчмарка.
Имаше проблеми и с „дългия“ тест на Сандра. За доставчика на VPS GPUcloud не беше възможно да се проведе обща оценка с помощта на OpenCL. Когато изберете подходящата опция, помощната програма все още работи чрез CUDA. Машината UltraVDS също се провали в този тест: бенчмаркът замръзна на 86%, докато се опитваше да определи латентността на паметта.
В общия тестов пакет е невъзможно да се видят индикатори с достатъчна степен на детайлност или да се извършат изчисления с висока точност. Трябваше да проведем няколко отделни теста, като започнем с определяне на пиковата производителност на видео адаптера с помощта на набор от прости математически изчисления, използващи OpenCL и (ако е възможно) CUDA. Това също показва само общия индикатор и подробни резултати за VPS от , GPUcloud ( и ), и налични на уебсайта.
За да сравни скоростта на кодиране и декодиране на данни, Sandra разполага с набор от криптографски тестове. Подробни резултати за , GPUcloud ( и ), и .
Паралелните финансови изчисления изискват поддържащо адаптерно изчисление с двойна точност. Това е друга важна област на приложение за vGPU. Подробни резултати за , GPUcloud ( и ), и .
Sandra 20/20 ви позволява да тествате възможностите за използване на vGPU за научни изчисления с висока точност: умножение на матрици, бързо преобразуване на Фурие и др. Подробни резултати за , GPUcloud ( и ), и .
Накрая беше извършен тест на възможностите на vGPU за обработка на изображения. Подробни резултати за , GPUcloud ( и ), и .
Данни
Виртуалният сървър GPUcloud показа отлични резултати в тестовете GeekBench 5 и FAHBench, но не се издигна над общото ниво в бенчмарк тестовете Sandra. Той струва много повече от услугите на конкурентите, но има значително по-голямо количество видео памет и поддържа CUDA. В тестовете на Sandra VPS от 1Gb.ru беше лидер с висока точност на изчисление, но също така не е евтин и се представя средно в други тестове. UltraVDS се оказа очевиден аутсайдер: не знам дали има връзка тук, но само този хост предлага на клиентите AMD видеокарти. По отношение на съотношението цена/производителност, RuVDS сървърът ми се стори най-добрият. Струва по-малко от 2000 рубли на месец и тестовете преминаха доста добре. Крайното класиране изглежда така:
Място
Домакин
Поддръжка на OpenCL
Поддръжка на CUDA
Висока производителност според GeekBench 5
Висока производителност според FAHBench
Висока производителност според Сандра 20/20
Ниска цена
I
RuVDS
+
-
+
+
+
+
II
1Gb.ru
+
-
+
+
+
+
III
GPUcloud
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Имах известни съмнения относно победителя, но прегледът е посветен на бюджетен VPS с vGPU, а виртуалната машина RuVDS струва почти наполовина по-малко от най-близкия си конкурент и повече от четири пъти повече от най-скъпата прегледана оферта. Второто и третото място също не бяха лесни за поделяне, но и тук цената надделя над другите фактори.
В резултат на тестване се оказа, че vGPU от начално ниво не са толкова скъпи и вече могат да се използват за решаване на изчислителни проблеми. Разбира се, с помощта на синтетични тестове е трудно да се предскаже как машината ще се държи при реално натоварване и освен това способността за разпределяне на ресурси зависи пряко от нейните съседи на физическия хост - вземете предвид това. Ако намерите други бюджетни VPS с vGPU в руския интернет, не се колебайте да пишете за тях в коментарите.
Източник: www.habr.com