В članak kada smo pričali o našoj novoj usluzi sa video karticom, nismo dotakli neke zanimljive aspekte korišćenja virtuelnih servera sa video adapterima. Vrijeme je da dodate još testiranja.
Za korištenje fizičkih video adaptera u virtualnim okruženjima, odabrali smo RemoteFX vGPU tehnologiju, koju podržava Microsoft hipervizor. U tom slučaju, domaćin mora imati procesore koji podržavaju SLAT (EPT od Intela ili NPT/RVI od AMD-a), kao i video kartice koje zadovoljavaju zahtjeve kreatora Hyper-V. Ni u kom slučaju ne treba porediti ovo rešenje sa desktop adapterima na fizičkim mašinama, koji obično pokazuju bolje performanse pri radu sa grafikom. U našem testiranju, vGPU će se takmičiti sa centralnim procesorom virtuelnog servera - sasvim logično za računarske zadatke. Imajte na umu da pored RemoteFX-a postoje i druge slične tehnologije, na primjer NVIDIA Virtual GPU - omogućava vam da prenesete grafičke komande sa svake virtuelne mašine direktno na adapter bez njihovog prevođenja u hipervizor.
Testovi
Testovi su koristili mašinu sa 4 računarska jezgra na 3,4 GHz, 16 GB RAM-a, 100 GB SSD (SSD) i virtuelni video adapter sa 512 MB video memorije. Fizički server je opremljen profesionalnim NVIDIA Quadro P4000 video karticama, a gostujući sistem pokreće Windows Server 2016 Standard (64-bit) sa standardnim Microsoft Remote FX video drajverom.
▍GeekBench 5
Za početak trenutnu verziju uslužnog programa , koji vam omogućava mjerenje performansi sistema za OpenCL aplikacije.
Koristili smo ovaj benchmark u prethodnom članku i on je samo potvrdio očigledno - naš vGPU je slabiji od desktop video kartica visokih performansi za rješavanje tipičnih "grafičkih" zadataka.
▍GPU Caps Viewer 1.43.0.0
Kreirala kompanija Uslužni program se ne može nazvati mjerilom. Ne sadrži testove performansi, ali vam omogućava da dobijete informacije o korištenim hardverskim i softverskim rješenjima. Ovdje možete vidjeti da naša vGPU virtuelna mašina podržava samo OpenCL 1.1 i ne podržava CUDA, uprkos NVIDIA Quadro P4000 video adapteru instaliranom na fizičkom serveru.
▍FAHBench 2.3.1
iz projekta distribuiranog računarstva posvećen je rješavanju visokospecijaliziranog problema kompjuterskog modeliranja savijanja proteinskih molekula. Ovo je neophodno za proučavanje uzroka patologija povezanih s defektnim proteinima - Alchajmerove i Parkinsonove bolesti, kravljeg ludila, multiple skleroze itd. Utility ne može sveobuhvatno da proceni računarsku snagu virtuelnog video adaptera, ali vam omogućava da uporedite performanse CPU-a i vGPU-a u složenim proračunima.
Pokazalo se da su performanse računarstva na vGPU-ovima koristeći OpenCL, mjerene pomoću FAHBench-a, otprilike 6 puta (za metod implicitnog modeliranja - otprilike 10 puta) veće od sličnih pokazatelja za dovoljno moćan centralni procesor.
U nastavku predstavljamo rezultate proračuna sa dvostrukom preciznošću.
▍SiSoftware Sandra 20/20
Još jedan univerzalni paket za dijagnostiku i testiranje računara. Omogućava vam da detaljno proučite hardversku i softversku konfiguraciju servera i sadrži ogroman broj različitih mjerila. Pored CPU računarstva, Sandra 20/20 podržava OpenCL, DirectCompute i CUDA. Nas prvenstveno zanimaju oni koji su uključeni u besplatnu verziju računarski benchmark paketi opšte namene (GPGPU) koji koriste hardverske akceleratore.
prilično dobri, iako su nešto niži od očekivanih za NVIDIA Quadro P4000 video adapter. Režijski troškovi virtuelizacije će verovatno imati uticaja.
Sandra 20/20 ima sličan skup CPU testova. Hajde da ih pokrenemo sa vGPU računarstvom.
Prednosti video adaptera su jasno vidljive, ali postavke ukupnog testnog paketa nisu potpuno identične, a u rezultatima se ne vide indikatori sa potrebnim nivoom detalja. Odlučili smo provesti nekoliko odvojenih testova. Kao prvo Vrhunske performanse vGPU-a koristeći skup jednostavnih matematičkih proračuna koristeći OpenCL. u suštini sličan Sandrinom multimedijalnom (ne aritmetičkom!) testu za CPU. Za poređenje, postavimo na isti dijagram VPS CPU multimedijalni test. Čak je i CPU sa četiri procesorska jezgra primjetno inferioran u odnosu na vGPU.
Pređimo sa sintetičkih testova na praktične stvari. Kriptografski testovi su nam pomogli da odredimo brzinu kodiranja i dekodiranja podataka. Evo poređenja rezultata za и takođe je pokazao jasnu prednost akceleratora.
Još jedno područje primjene vGPU-a je finansijska analiza. Takve proračune je lako paralelizirati, ali za njihovo izvođenje trebat će vam video adapter koji podržava proračune dvostruke preciznosti. I opet rezultati govore sami za sebe: prilično moćni gubi direktno .
Posljednji test koji smo izveli bili su naučni proračuni visoke preciznosti. opet bolje sa množenjem matrice, brzom Fourierovom transformacijom i drugim sličnim problemima.
nalazi
vGPU-ovi nisu pogodni za pokretanje grafičkih uređivača, kao ni za 3D renderiranje i aplikacije za obradu videa. Adapteri za desktop sisteme se mnogo bolje nose sa grafikom, ali virtuelni može da obavlja paralelne proračune brže od CPU-a. Za to moramo zahvaliti produktivnoj RAM memoriji i većem broju aritmetičko-logičkih modula. Prikupljanje i obrada podataka sa raznih senzora, analitičke kalkulacije za poslovne aplikacije, naučne i inženjerske kalkulacije, analiza saobraćaja i naplata, rad sa sistemima za trgovanje – postoji mnogo računarskih zadataka za koje su GPU-ovi neophodni. Naravno, takav server možete sastaviti kod kuće ili u kancelariji, ali ćete morati platiti uredan iznos za kupovinu hardvera i licenciranog softvera. Pored kapitalnih troškova, tu su i operativni troškovi održavanja, uključujući račune za struju. Dolazi do amortizacije - oprema se vremenom troši i još brže zastareva. Virtuelni serveri nemaju ove nedostatke: mogu se kreirati po potrebi i brisati kada nestane potreba za računarskom snagom. Plaćanje resursa samo kada su vam potrebni uvijek je isplativo.
izvor: www.habr.com