Es wird angenommen, dass virtuelle Server mit vGPU teuer sind. In einer kurzen Rezension werde ich versuchen, diese These zu widerlegen.
Eine Suche im Internet offenbart sofort die Vermietung von Supercomputern mit NVIDIA Tesla V100 oder einfacheren Servern mit leistungsstarken dedizierten GPUs. Ähnliche Dienste gibt es z.B.
Teilnehmer
Virtuelle Hosting-Server wurden in die Liste der Kandidaten für die Teilnahme an der Überprüfung aufgenommen.
Konfigurationen und Preise
Zum Testen haben wir Mittelklasse-Maschinen genommen, die weniger als 10 Rubel pro Monat kosten: 2 Rechenkerne, 4 GB RAM, 20 - 50 GB SSD, vGPU mit 256 MB VRAM und Windows Server 2016. Bevor wir die Leistung von VDS beurteilen, Schauen wir uns ihre Grafiksubsysteme mit einem bewaffneten Blick an. Erstellt vom Unternehmen
1Gb.ru
GPUcloud
RuVDS
UltraVDS
Virtualisierung
Hyper-V
OpenStack
Hyper-V
Hyper-V
Rechenkerne
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM, GB
4
4
4
4
Speicher, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA GRID
RemoteFX
RemoteFX
Videoadapter
NVIDIA GeForce GTX Ti 1080
NVIDIA Tesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM, MB
256
4063
256
256
OpenCL-Unterstützung
+
+
+
+
CUDA-Unterstützung
-
+
-
-
Preis pro Monat (bei jährlicher Zahlung), reiben.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Zahlung für Ressourcen, reiben
Nein
CPU = 0,42 Rubel/Stunde,
RAM = 0,24 Rubel/Stunde,
SSD = 0,0087 Rubel/Stunde,
Betriebssystem Windows = 1,62 Rubel/Stunde,
IPv4 = 0,15 Rubel/Stunde,
vGPU (T4/4Gb) = 7 Rubel/Stunde.
ab 623,28 + 30 pro Installation
Nein
Testzeitraum
10 Tage
7 Tage oder mehr nach Vereinbarung
3 Tage bei monatlicher Abrechnung
Nein
Von den untersuchten Anbietern nutzt nur GPUcloud OpenStack-Virtualisierung und NVIDIA GRID-Technologie. Aufgrund des großen Videospeichers (Profile mit 4, 8 und 16 GB sind verfügbar) ist der Dienst teurer, aber der Client führt OpenCL- und CUDA-Anwendungen aus. Die übrigen Konkurrenten bieten vGPUs mit weniger VRAM an, die mit Microsoft RemoteFX erstellt wurden. Sie kosten deutlich weniger, unterstützen aber nur OpenCL.
Leistungstest
GeekBench 5
Mit diesem beliebten
Gemeinsam genutzte „Server“-vGPUs sind schwächer als leistungsstarke „Desktop“-Videoadapter, wenn sie für anspruchsvolle Grafikanwendungen verwendet werden. Solche Lösungen sind hauptsächlich für Rechenaufgaben gedacht. Weitere synthetische Tests wurden durchgeführt, um ihre Leistung zu bewerten.
FAHBench 2.3.1
Für eine umfassende Analyse der vGPU-Rechenfähigkeiten
Als nächstes vergleiche ich die Berechnungsergebnisse für die dhfr-implizite Modellierungsmethode.
SiSoftware Sandra 20/20
Package
Auch bei Sandras „langem“ Test gab es Probleme. Für den VPS-Anbieter GPUcloud war eine generelle Bewertung mit OpenCL nicht möglich. Bei Auswahl der entsprechenden Option funktionierte das Dienstprogramm weiterhin über CUDA. Die UltraVDS-Maschine hat diesen Test ebenfalls nicht bestanden: Der Benchmark fror bei 86 % ein, während versucht wurde, die Speicherlatenz zu bestimmen.
Im allgemeinen Testpaket ist es nicht möglich, Indikatoren mit ausreichendem Detaillierungsgrad zu sehen oder Berechnungen mit hoher Genauigkeit durchzuführen. Wir mussten mehrere separate Tests durchführen, beginnend mit der Bestimmung der Spitzenleistung des Videoadapters mithilfe einer Reihe einfacher mathematischer Berechnungen unter Verwendung von OpenCL und (wenn möglich) CUDA. Hier werden auch nur der allgemeine Indikator und detaillierte Ergebnisse für VPS angezeigt
Um die Geschwindigkeit der Kodierung und Dekodierung von Daten zu vergleichen, verfügt Sandra über eine Reihe kryptografischer Tests. Detaillierte Ergebnisse für
Parallele Finanzberechnungen erfordern eine unterstützende Adapterberechnung mit doppelter Genauigkeit. Dies ist ein weiterer wichtiger Anwendungsbereich für vGPUs. Detaillierte Ergebnisse für
Mit Sandra 20/20 können Sie die Möglichkeiten der Verwendung von vGPU für wissenschaftliche Berechnungen mit hoher Genauigkeit testen: Matrixmultiplikation, schnelle Fourier-Transformation usw. Detaillierte Ergebnisse für
Abschließend wurde ein Test der Bildverarbeitungsfähigkeiten der vGPU durchgeführt. Detaillierte Ergebnisse für
Befund
Der virtuelle GPUcloud-Server zeigte in den GeekBench 5- und FAHBench-Tests hervorragende Ergebnisse, konnte in den Sandra-Benchmark-Tests jedoch nicht über das allgemeine Niveau hinausragen. Es kostet viel mehr als die Dienste der Konkurrenz, verfügt aber über einen deutlich größeren Videospeicher und unterstützt CUDA. In den Sandra-Tests lag VPS von 1Gb.ru mit hoher Rechengenauigkeit an der Spitze, ist aber auch nicht billig und schnitt in anderen Tests durchschnittlich ab. UltraVDS erwies sich als offensichtlicher Außenseiter: Ich weiß nicht, ob hier ein Zusammenhang besteht, aber nur dieser Hoster bietet seinen Kunden AMD-Grafikkarten an. Vom Preis-/Leistungsverhältnis her schien mir der RuVDS-Server der Beste zu sein. Es kostet weniger als 2000 Rubel pro Monat und die Tests haben recht gut bestanden. Der Endstand sieht so aus:
Ort
Hoster
OpenCL-Unterstützung
CUDA-Unterstützung
Hohe Leistung laut GeekBench 5
Hohe Leistung laut FAHBench
Hohe Leistung laut Sandra 20/20
Faire Preis
I
RuVDS
+
-
+
+
+
+
II
1Gb.ru
+
-
+
+
+
+
III
GPUcloud
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Ich hatte einige Zweifel am Gewinner, aber der Testbericht ist preisgünstigen VPS mit vGPU gewidmet, und die virtuelle RuVDS-Maschine kostet fast halb so viel wie ihr nächster Konkurrent und mehr als viermal so viel wie das teuerste getestete Angebot. Auch der zweite und dritte Platz waren nicht leicht zu teilen, aber auch hier überwog der Preis andere Faktoren.
Als Ergebnis der Tests stellte sich heraus, dass vGPUs der Einstiegsklasse nicht so teuer sind und bereits zur Lösung von Rechenproblemen eingesetzt werden können. Natürlich lässt sich mit synthetischen Tests nur schwer vorhersagen, wie sich eine Maschine unter realer Last verhält, und außerdem hängt die Fähigkeit, Ressourcen direkt zuzuweisen, von ihren Nachbarn auf dem physischen Host ab – berücksichtigen Sie dies. Wenn Sie im russischen Internet andere preisgünstige VPS mit vGPU finden, zögern Sie nicht, in den Kommentaren darüber zu schreiben.
Source: habr.com