В artículo cuando hablamos de nuestro nuevo servicio con una tarjeta de video, no tocamos algunos aspectos interesantes del uso de servidores virtuales con adaptadores de video. Es hora de agregar más pruebas.
Para utilizar adaptadores de vídeo físicos en entornos virtuales, elegimos la tecnología RemoteFX vGPU, que es compatible con el hipervisor de Microsoft. En este caso, el host debe tener procesadores que admitan SLAT (EPT de Intel o NPT/RVI de AMD), así como tarjetas de video que cumplan con los requisitos de los creadores de Hyper-V. En ningún caso se debe comparar esta solución con adaptadores de escritorio en máquinas físicas, que suelen mostrar un mejor rendimiento al trabajar con gráficos. En nuestras pruebas, la vGPU competirá con el procesador central del servidor virtual, algo bastante lógico para tareas informáticas. Tenga en cuenta también que, además de RemoteFX, existen otras tecnologías similares, por ejemplo NVIDIA Virtual GPU: le permite transferir comandos gráficos desde cada máquina virtual directamente al adaptador sin traducirlos al hipervisor.
Pruebas
Las pruebas utilizaron una máquina con 4 núcleos informáticos a 3,4 GHz, 16 GB de RAM, una unidad de estado sólido (SSD) de 100 GB y un adaptador de vídeo virtual con 512 MB de memoria de vídeo. El servidor físico está equipado con tarjetas de video profesionales NVIDIA Quadro P4000 y el sistema invitado ejecuta Windows Server 2016 Standard (64 bits) con el controlador de video Microsoft Remote FX estándar.
▍GeekBench 5
Para empezar versión actual de la utilidad , que le permite medir el rendimiento del sistema para aplicaciones OpenCL.
Usamos este punto de referencia en el artículo anterior y solo confirmó lo obvio: nuestra vGPU es más débil que las tarjetas de video de escritorio de alto rendimiento para resolver tareas "gráficas" típicas.
▍Visor de tapas de GPU 1.43.0.0
Creado por la empresa La utilidad no puede considerarse un punto de referencia. No contiene pruebas de rendimiento, pero permite obtener información sobre las soluciones de hardware y software utilizadas. Aquí puede ver que nuestra máquina virtual vGPU solo es compatible con OpenCL 1.1 y no es compatible con CUDA, a pesar del adaptador de video NVIDIA Quadro P4000 instalado en el servidor físico.
▍FAHBench 2.3.1
del proyecto de computación distribuida se dedica a resolver un problema altamente especializado de modelado informático del plegamiento de moléculas de proteínas. Esto es necesario para estudiar las causas de las patologías asociadas con proteínas defectuosas: enfermedades de Alzheimer y Parkinson, enfermedad de las vacas locas, esclerosis múltiple, etc. Utilidad no puede evaluar de manera integral la potencia informática de un adaptador de video virtual, pero le permite comparar el rendimiento de la CPU y vGPU en cálculos complejos.
El rendimiento de la computación en vGPU usando OpenCL, medido usando FAHBench, resultó ser aproximadamente 6 veces (para el método de modelado implícito, aproximadamente 10 veces) mayor que indicadores similares para un procesador central suficientemente potente.
A continuación presentamos los resultados de los cálculos con doble precisión.
▍SiSoftware Sandra 20/20
Otro paquete universal para diagnosticar y probar computadoras. Le permite estudiar en detalle la configuración de hardware y software del servidor y contiene una gran cantidad de puntos de referencia diferentes. Además de la informática con CPU, Sandra 20/20 es compatible con OpenCL, DirectCompute y CUDA. Nos interesan principalmente los incluidos en la versión gratuita. Suites de referencia de computación de propósito general (GPGPU) que utilizan aceleradores de hardware.
bastante bien, aunque son ligeramente inferiores a lo esperado para el adaptador de vídeo NVIDIA Quadro P4000. Es probable que los gastos generales de la virtualización tengan un impacto.
Sandra 20/20 tiene un conjunto similar de pruebas comparativas de CPU. Lancemoslos a con computación vGPU.
Las ventajas del adaptador de vídeo son claramente visibles, pero la configuración del paquete de prueba general no es completamente idéntica y en los resultados no se pueden ver indicadores con el grado de detalle requerido. Decidimos realizar varias pruebas por separado. En primer lugar Máximo rendimiento de vGPU utilizando un conjunto de cálculos matemáticos simples usando OpenCL. esencialmente similar a la prueba multimedia (¡no aritmética!) de Sandra para CPU. Para comparar, coloquemos en el mismo diagrama. Prueba multimedia de CPU VPS. Incluso una CPU con cuatro núcleos de procesamiento es notablemente inferior a una vGPU.
Pasemos de las pruebas sintéticas a las cosas prácticas. Las pruebas criptográficas nos ayudaron a determinar la velocidad de codificación y decodificación de datos. Aquí hay una comparación de resultados para и También mostró una clara ventaja del acelerador.
Otro campo de aplicación de vGPU es el análisis financiero. Estos cálculos son fáciles de paralelizar, pero para realizarlos necesitará un adaptador de vídeo que admita cálculos de doble precisión. Y de nuevo los resultados hablan por sí solos: bastante potentes. pierde rotundamente .
La última prueba que realizamos fueron cálculos científicos con alta precisión. lo hizo mejor otra vez con multiplicación de matrices, transformada rápida de Fourier y otros problemas similares.
Hallazgos
Las vGPU no son adecuadas para ejecutar editores gráficos, así como aplicaciones de procesamiento de video y renderizado 3D. Los adaptadores para sistemas de escritorio manejan los gráficos mucho mejor, pero el virtual puede realizar cálculos paralelos más rápido que la CPU. Esto se debe a la productiva RAM y a un mayor número de módulos aritmético-lógicos. Recopilación y procesamiento de datos de varios sensores, cálculos analíticos para aplicaciones comerciales, cálculos científicos y de ingeniería, análisis y cobro de tráfico, trabajo con sistemas comerciales: hay muchas tareas informáticas para las que las GPU son indispensables. Por supuesto, puede montar un servidor de este tipo en casa o en la oficina, pero tendrá que pagar una buena suma por la compra de hardware y software con licencia. Además de los costos de capital, también existen costos operativos de mantenimiento, incluidas las facturas de electricidad. Hay depreciación: el equipo se desgasta con el tiempo y se vuelve obsoleto aún más rápido. Los servidores virtuales no tienen estas desventajas: pueden crearse según sea necesario y eliminarse cuando desaparezca la necesidad de potencia informática. Pagar por los recursos sólo cuando los necesitas siempre es rentable.
Fuente: habr.com