Det menes, at virtuelle servere med vGPU er dyre. I en kort gennemgang vil jeg forsøge at tilbagevise denne afhandling.
En søgning på internettet afslører straks leje af supercomputere med NVIDIA Tesla V100 eller enklere servere med kraftige dedikerede GPU'er. Lignende tjenester er tilgængelige, f.eks. , eller . Deres månedlige omkostninger måles i titusindvis af rubler, og jeg ønskede at finde billigere muligheder for OpenCL- og/eller CUDA-applikationer. Der er ikke mange budget-VPS med videoadaptere på det russiske marked; i en kort artikel vil jeg sammenligne deres computeregenskaber ved hjælp af syntetiske tests.
Deltagere
Hosting af virtuelle servere var inkluderet på listen over kandidater til deltagelse i gennemgangen. , , , и . Der var ingen særlige problemer med at få adgang, da næsten alle udbydere har en gratis prøveperiode. UltraVDS har officielt ikke en gratis test, men det var ikke svært at nå til enighed: efter at have lært om publikationen krediterede supportpersonalet mig med det nødvendige beløb for at bestille en VPS til min bonuskonto. På dette stadie faldt virtuelle VDS4YOU-maskiner ud af løbet, fordi hosteren for gratis test kræver, at du scanner dit ID-kort. Jeg forstår, at du skal beskytte dig selv mod misbrug, men for verifikation, pasoplysninger eller for eksempel at linke en konto på et socialt netværk - dette er påkrævet af 1Gb.ru.
Konfigurationer og priser
Til test tog vi maskiner på mellemniveau, der koster mindre end 10 tusind rubler om måneden: 2 computerkerner, 4 GB RAM, 20 - 50 GB SSD, vGPU med 256 MB VRAM og Windows Server 2016. Før vi vurderer ydeevnen af VDS, lad os se på deres grafiske undersystemer med et bevæbnet look. Skabt af virksomheden nytte giver dig mulighed for at få detaljerede oplysninger om hardware- og softwareløsninger, der bruges af hostere. Med dens hjælp kan du for eksempel se videodriverversionen, mængden af tilgængelig videohukommelse samt data om OpenCL og CUDA support.
1 Gb.ru
GPUcloud
RuVDS
UltraVDS
Virtualisering
Hyper-V
OpenStack
Hyper-V
Hyper-V
Computerkerner
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM, GB
4
4
4
4
Opbevaring, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA GRID
RemoteFX
RemoteFX
Video adapter
NVIDIA GeForce GTX 1080 Ti
NVIDIA Tesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM, MB
256
4063
256
256
OpenCL support
+
+
+
+
CUDA support
—
+
—
—
Pris per måned (hvis betalt årligt), gnid.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Betaling for ressourcer, gnid
ingen
CPU = 0,42 gnidning/time,
RAM = 0,24 gnidning/time,
SSD = 0,0087 rub/time,
OS Windows = 1,62 rub/time,
IPv4 = 0,15 gnidning/time,
vGPU (T4/4Gb) = 7 rubler/time.
fra 623,28 + 30 pr installation
ingen
Testperiode
10 dag
7 dage eller mere efter aftale
3 dage med månedlig fakturering
ingen
Af de gennemgåede udbydere er det kun GPUcloud, der bruger OpenStack-virtualisering og NVIDIA GRID-teknologi. På grund af den store mængde videohukommelse (4, 8 og 16 GB profiler er tilgængelige), er tjenesten dyrere, men klienten vil køre OpenCL og CUDA applikationer. Resten af konkurrenterne tilbyder vGPU'er med mindre VRAM, skabt ved hjælp af Microsoft RemoteFX. De koster meget mindre, men understøtter kun OpenCL.
Præstationstest
Geek Bench 5
Med denne populære Du kan måle grafisk ydeevne for OpenCL- og CUDA-applikationer. Diagrammet nedenfor viser oversigtsresultatet med mere detaljerede data for virtuelle servere , GPUcloud ( и ), и tilgængelig på benchmark-udviklerens websted. Åbning af dem afslører et interessant faktum: GeekBench viser VRAM-beløb meget højere end de 256 MB bestilte. Klokkehastigheden på centrale processorer kan også være højere end angivet. Dette er en almindelig hændelse i virtuelle miljøer - meget afhænger af belastningen på den fysiske vært, som VPS'en kører på.
Delte "server" vGPU'er er svagere end højtydende "desktop" videoadaptere, når de bruges til tunge grafikapplikationer. Sådanne løsninger er primært beregnet til computeropgaver. Andre syntetiske test blev udført for at evaluere deres ydeevne.
FAHBench 2.3.1
Til en omfattende analyse af vGPU-computeregenskaber er ikke egnet, men det kan bruges til at sammenligne ydeevnen af videoadaptere fra forskellige VPS i komplekse beregninger ved hjælp af OpenCL. Distribueret computerprojekt løser det snævre problem med computermodellering af foldningen af proteinmolekyler. Forskere forsøger at forstå årsagerne til patologier forbundet med defekte proteiner: Alzheimers og Parkinsons sygdomme, kogalskab, multipel sklerose osv. Målt ved hjælp af det værktøj, de oprettede Enkelt- og dobbeltpræcisionsydelse er vist i diagrammet. Desværre genererede hjælpeprogrammet en fejl på den virtuelle UltraVDS-maskine.
Dernæst vil jeg sammenligne beregningsresultaterne for den dhfr-implicitte modelleringsmetode.
SiSoftware Sandra 20/20
pakke Fantastisk til at evaluere computeregenskaberne for virtuelle videoadaptere fra forskellige hostere. Hjælpeprogrammet indeholder benchmark-suiter til generelle formål (GPGPU) og understøtter OpenCL, DirectCompute og CUDA. Til at begynde med blev der foretaget en generel vurdering af forskellige vGPU'er. Diagrammet viser oversigtsresultatet, mere detaljerede data for virtuelle servere , GPUcloud () Og tilgængelig på benchmark-udviklerens websted.
Der var også problemer med Sandras "lange" test. For VPS-udbyderen GPUcloud var det ikke muligt at foretage en generel vurdering ved hjælp af OpenCL. Når du valgte den passende mulighed, fungerede værktøjet stadig gennem CUDA. UltraVDS-maskinen fejlede også denne test: benchmark frøs ved 86%, mens det forsøgte at bestemme hukommelsesforsinkelse.
I den generelle testpakke er det umuligt at se indikatorer med tilstrækkelig detaljeringsgrad eller udføre beregninger med høj nøjagtighed. Vi var nødt til at køre flere separate tests, begyndende med at bestemme videoadapterens maksimale ydeevne ved hjælp af et sæt simple matematiske beregninger ved hjælp af OpenCL og (hvis muligt) CUDA. Dette viser også kun den generelle indikator, og detaljerede resultater for VPS fra , GPUcloud ( и ), и tilgængelig på hjemmesiden.
For at sammenligne hastigheden af kodning og afkodning af data har Sandra et sæt kryptografiske tests. Detaljerede resultater for , GPUcloud ( и ), и .
Parallelle økonomiske beregninger kræver en understøttende dobbeltpræcisionsadapterberegning. Dette er et andet vigtigt anvendelsesområde for vGPU'er. Detaljerede resultater for , GPUcloud ( и ), и .
Sandra 20/20 giver dig mulighed for at teste mulighederne for at bruge vGPU til videnskabelige beregninger med høj nøjagtighed: matrixmultiplikation, hurtig Fourier-transformation osv. Detaljerede resultater for , GPUcloud ( и ), и .
Til sidst blev der udført en test af vGPU'ens billedbehandlingsmuligheder. Detaljerede resultater for , GPUcloud ( и ), и .
Fund
Den virtuelle GPUcloud-server viste fremragende resultater i GeekBench 5- og FAHBench-testene, men steg ikke over det generelle niveau i Sandra-benchmark-testene. Det koster meget mere end konkurrenternes tjenester, men har en væsentlig større mængde videohukommelse og understøtter CUDA. I Sandra-testene var VPS fra 1Gb.ru førende med høj beregningsnøjagtighed, men den er heller ikke billig og klarede sig gennemsnitligt i andre tests. UltraVDS viste sig at være en åbenlys outsider: Jeg ved ikke, om der er en forbindelse her, men kun denne hoster tilbyder klienter AMD-videokort. Med hensyn til pris/ydelsesforhold forekom RuVDS-serveren for mig at være den bedste. Det koster mindre end 2000 rubler om måneden, og testene bestod ganske godt. Slutstillingen ser således ud:
Place
Hoster
OpenCL support
CUDA support
Høj ydeevne ifølge GeekBench 5
Høj ydeevne ifølge FAHBench
Høj ydeevne ifølge Sandra 20/20
Lav pris
I
RuVDS
+
—
+
+
+
+
II
1 Gb.ru
+
—
+
+
+
+
III
GPUcloud
+
+
+
+
+
—
IV
UltraVDS
+
—
—
—
—
+
Jeg var lidt i tvivl om vinderen, men anmeldelsen er dedikeret til budget VPS med vGPU, og RuVDS virtuelle maskine koster næsten halvt så meget som dens nærmeste konkurrent og mere end fire gange så meget som det dyreste tilbud, der er anmeldt. Anden- og tredjepladsen var heller ikke lette at dele, men også her opvejede prisen andre faktorer.
Som et resultat af test viste det sig, at entry-level vGPU'er ikke er så dyre og allerede kan bruges til at løse computerproblemer. Ved hjælp af syntetiske tests er det selvfølgelig svært at forudsige, hvordan en maskine vil opføre sig under reel belastning, og desuden afhænger evnen til at allokere ressourcer direkte af dens naboer på den fysiske vært - tag højde for dette. Hvis du finder andre budget-VPS med vGPU på det russiske internet, tøv ikke med at skrive om dem i kommentarerne.
Kilde: www.habr.com