Oni kredas, ke virtualaj serviloj kun vGPU estas multekostaj. En mallonga recenzo mi provos refuti ĉi tiun tezon.
Serĉo en Interreto tuj malkaŝas la luadon de superkomputiloj kun NVIDIA Tesla V100 aŭ pli simplaj serviloj kun potencaj dediĉitaj GPUoj. Similaj servoj estas haveblaj, ekzemple,
partoprenantoj
Gastigado de virtualaj serviloj estis inkluzivita en la listo de kandidatoj por partopreno en la revizio.
Agordoj kaj prezoj
Por testado, ni prenis meznivelajn maŝinojn kostantajn malpli ol 10 mil rublojn monate: 2 komputikaj kernoj, 4 GB da RAM, 20 - 50 GB SSD, vGPU kun 256 MB VRAM kaj Windows Server 2016. Antaŭ taksi la rendimenton de VDS, ni rigardu iliajn grafikajn subsistemojn kun armita aspekto. Kreita de la kompanio
1Gb.ru
GPUcloud
RuVDS
UltraVDS
Virtualigo
Hiper-V
OpenStack
Hiper-V
Hiper-V
Komputilaj kernoj
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM, GB
4
4
4
4
Stokado, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA KREDO
RemoteFX
RemoteFX
Video adaptilo
NVIDIA GeForce GTX 1080-Ti
NVIDIA Tesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM, MB
256
4063
256
256
OpenCL-subteno
+
+
+
+
CUDA subteno
-
+
-
-
Prezo monate (se pagita ĉiujare), frotu.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Pago por rimedoj, froti
neniu
CPU = 0,42 rub/horo,
RAM = 0,24 rub/horo,
SSD = 0,0087 rub/horo,
OS Windows = 1,62 rub/horo,
IPv4 = 0,15 rub/horo,
vGPU (T4/4Gb) = 7 rubloj/horo.
de 623,28 + 30 per instalado
neniu
Testperiodo
10 tagoj
7 tagoj aŭ pli laŭ interkonsento
3 tagoj kun monata fakturado
neniu
El la reviziitaj provizantoj, nur GPUcloud uzas OpenStack-virtualigon kaj NVIDIA GRID-teknologion. Pro la granda kvanto da videomemoro (4, 8 kaj 16 GB-profiloj haveblas), la servo estas pli multekosta, sed la kliento rulos OpenCL kaj CUDA-aplikaĵojn. La resto de la defiantoj ofertas vGPU-ojn kun malpli VRAM, kreitaj per Microsoft RemoteFX. Ili kostas multe malpli, sed nur subtenas OpenCL.
Elfara testado
Geek Bench 5
Kun ĉi tiu populara
Komunaj "servilaj" vGPUoj estas pli malfortaj ol alt-efikecaj "skribotablaj" videoadaptiloj kiam uzataj por pezaj grafikaj aplikoj. Tiaj solvoj estas destinitaj ĉefe por komputaj taskoj. Aliaj sintezaj testoj estis faritaj por taksi ilian efikecon.
FAHBbenko 2.3.1
Por ampleksa analizo de vGPU-komputikkapabloj
Poste, mi komparos la kalkulrezultojn por la dhfr-implica modela metodo.
SiSoftware Sandra 20/20
Pako
Estis ankaŭ problemoj kun la "longa" testo de Sandra. Por VPS-provizanto GPUcloud, ne eblis fari ĝeneralan taksadon uzante OpenCL. Elektinte la taŭgan opcion, la ilo ankoraŭ funkciis per CUDA. La UltraVDS-maŝino ankaŭ malsukcesis ĉi tiun provon: la komparnormo frostiĝis je 86% provante determini memor-latentecon.
En la ĝenerala testpakaĵo, estas neeble vidi indikilojn kun sufiĉa grado de detalo aŭ plenumi kalkulojn kun alta precizeco. Ni devis fari plurajn apartajn provojn, komencante determini la maksimuman rendimenton de la videoadaptilo uzante aron de simplaj matematikaj kalkuloj uzante OpenCL kaj (se eble) CUDA. Ĉi tio ankaŭ montras nur la ĝeneralan indikilon, kaj detalajn rezultojn por VPS de
Por kompari la rapidecon de kodigo kaj malkodado de datumoj, Sandra havas aron da kriptografaj testoj. Detalaj rezultoj por
Paralelaj financaj kalkuloj postulas subtenan duoblan precizecan adaptilkalkulon. Ĉi tio estas alia grava areo de apliko por vGPUoj. Detalaj rezultoj por
Sandra 20/20 permesas testi la eblecojn uzi vGPU por sciencaj kalkuloj kun alta precizeco: matrica multipliko, rapida transformo de Fourier ktp. Detalaj rezultoj por
Fine, provo de la bild-traktadkapabloj de la vGPU estis farita. Detalaj rezultoj por
trovoj
La virtuala servilo GPUcloud montris bonegajn rezultojn en la testoj de GeekBench 5 kaj FAHBench, sed ne leviĝis super la ĝenerala nivelo en la testoj de Sandra-referenco. Ĝi kostas multe pli ol la servoj de konkurantoj, sed havas signife pli grandan kvanton da videomemoro kaj subtenas CUDA. En la testoj de Sandra, VPS de 1Gb.ru estis la gvidanto kun alta kalkula precizeco, sed ĝi ankaŭ ne estas malmultekosta kaj averaĝe farita en aliaj testoj. UltraVDS montriĝis evidenta eksterulo: mi ne scias ĉu estas rilato ĉi tie, sed nur ĉi tiu gastiganto ofertas klientojn AMD-vidkartojn. Laŭ prezo/efikeco, la RuVDS-servilo ŝajnis al mi la plej bona. Ĝi kostas malpli ol 2000 XNUMX rublojn monate, kaj la provoj pasis sufiĉe bone. La finaj reputacioj aspektas jene:
loko
Gastiganto
OpenCL-subteno
CUDA subteno
Alta rendimento laŭ GeekBench 5
Alta rendimento laŭ FAHBench
Alta rendimento laŭ Sandra 20/20
Malalta prezo
I
RuVDS
+
-
+
+
+
+
II
1Gb.ru
+
-
+
+
+
+
III
GPUcloud
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Mi havis kelkajn dubojn pri la gajninto, sed la recenzo estas dediĉita al buĝeto VPS kun vGPU, kaj la virtuala maŝino RuVDS kostas preskaŭ duonon ol sia plej proksima konkuranto kaj pli ol kvaroble pli ol la plej multekosta oferto reviziita. Dua kaj tria loko ankaŭ ne estis facile disdivideblaj, sed ankaŭ ĉi tie la prezo superpezis aliajn faktorojn.
Rezulte de testado, montriĝis, ke enirnivelaj vGPU-oj ne estas tiom multekostaj kaj jam povas esti uzataj por solvi komputilajn problemojn. Kompreneble, uzante sintezaj testoj estas malfacile antaŭdiri kiel maŝino kondutos sub reala ŝarĝo, kaj krome, la kapablo asigni rimedojn rekte dependas de siaj najbaroj sur la fizika gastiganto - permesu ĉi tion. Se vi trovas aliajn buĝetajn VPS kun vGPU en la rusa Interreto, ne hezitu skribi pri ili en la komentoj.
fonto: www.habr.com