{"id":42117,"date":"2019-03-18T00:00:00","date_gmt":"2019-03-17T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/situatsiya-virtualnye-gpu-ne-ustupayut-po-proizvoditelnosti-zheleznym-resheniyam"},"modified":"2020-02-18T13:44:55","modified_gmt":"2020-02-18T10:44:55","slug":"situatsiya-virtualnye-gpu-ne-ustupayut-po-proizvoditelnosti-zheleznym-resheniyam","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/situatsiya-virtualnye-gpu-ne-ustupayut-po-proizvoditelnosti-zheleznym-resheniyam","title":{"rendered":"Situaci\u00f3n: las GPU virtuales no son inferiores en rendimiento a las soluciones f\u00edsicas","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

En febrero se llev\u00f3 a cabo en Stanford una conferencia dedicada a la computaci\u00f3n de alto rendimiento (HPC). Representantes de VMware informaron que al trabajar con GPU, el sistema basado en un hipervisor modificado ESXi no se queda atr\u00e1s en velocidad comparado con soluciones bare metal.<\/p>\n

Hablamos sobre las tecnolog\u00edas que hicieron esto posible.<\/p>\n

\"Situaci\u00f3n:<\/a><\/noindex><\/a><\/noindex>
\n\/ \u0444\u043e\u0442\u043e Victorgrigas<\/a><\/noindex> CC BY-SA<\/a><\/noindex><\/i><\/p>\n

Problema de rendimiento<\/h2>\n

\nSeg\u00fan estimaciones de analistas, alrededor del 70% de las cargas de trabajo en los centros de datos est\u00e1n virtualizadas<\/a><\/noindex>. Sin embargo, el 30% restante sigue utiliz\u00e1ndose en bare metal sin hipervisores. Este 30% est\u00e1 compuesto en su mayor\u00eda por aplicaciones de alta carga, relacionadas, por ejemplo, con el entrenamiento de redes neuronales, y que utilizan procesadores gr\u00e1ficos.<\/p>\n

Los expertos explican esta tendencia por el hecho de que el hipervisor, como capa intermedia de abstracci\u00f3n, puede afectar el rendimiento de todo el sistema. En investigaciones de hace cinco a\u00f1os se pueden encontrar datos<\/a><\/noindex> sobre una disminuci\u00f3n de la velocidad de operaci\u00f3n del 10%. Por lo tanto, las empresas y los operadores de centros de datos no se apresuran a trasladar las cargas HPC al entorno virtual.<\/p>\n

Pero las tecnolog\u00edas de virtualizaci\u00f3n est\u00e1n evolucionando y mejorando. En la conferencia hace un mes, VMware inform\u00f3 que el hipervisor ESXi no tiene un impacto negativo en el rendimiento de la GPU. La velocidad de c\u00e1lculo puede disminuir en un tres por ciento, lo cual es comparable con las cifras de bare metal.<\/p>\n

\u00bfC\u00f3mo funciona?<\/h2>\n

\nPara aumentar el rendimiento de los sistemas HPC con procesadores gr\u00e1ficos, VMware realiz\u00f3 varias modificaciones en el hipervisor. En particular, lo liberaron de la funci\u00f3n vMotion. Esta funci\u00f3n es necesaria para balancear la carga y normalmente traslada m\u00e1quinas virtuales (VM) entre servidores o GPU. Desactivar vMotion signific\u00f3 que ahora cada VM se asocia con un GPU espec\u00edfico. Esto ayud\u00f3 a reducir los costos de intercambio de datos.<\/p>\n

Otro componente clave del sistema es la tecnolog\u00eda<\/a><\/noindex> DirectPath I\/O. Esta permite que el controlador CUDA para c\u00e1lculos paralelos interact\u00fae directamente con las m\u00e1quinas virtuales, eludiendo el hipervisor. Cuando se requiere ejecutar varias VMs en un solo GPU, se utiliza la soluci\u00f3n GRID vGPU. Esta divide la memoria de la tarjeta en varios segmentos (pero los ciclos de c\u00e1lculo no se dividen).<\/p>\n

El esquema de trabajo de dos m\u00e1quinas virtuales en este caso ser\u00eda el siguiente:<\/p>\n

\"Situaci\u00f3n:<\/p>\n

Resultados y pron\u00f3sticos<\/h2>\n

\nEmpresa realiz\u00f3 pruebas<\/a><\/noindex> hipervisor, entrenando un modelo de lenguaje basado en TensorFlow<\/a><\/noindex>. La \"p\u00e9rdida\" de rendimiento fue de solo un 3\u20134% en comparaci\u00f3n con el bare metal. A cambio, el sistema obtuvo la capacidad de distribuir recursos seg\u00fan la demanda, dependiendo de las cargas actuales.<\/p>\n

El gigante de TI tambi\u00e9n realiz\u00f3 pruebas<\/a><\/noindex> con contenedores. Los ingenieros de la empresa entrenaron redes neuronales para reconocer im\u00e1genes. En este proceso, los recursos de una sola GPU se distribuyeron entre cuatro m\u00e1quinas virtuales en contenedores. Como resultado, el rendimiento de cada m\u00e1quina individual baj\u00f3 un 17% (en comparaci\u00f3n con una VM que tiene acceso completo a los recursos de la GPU). Sin embargo, la cantidad de im\u00e1genes procesadas por segundo aument\u00f3<\/a><\/noindex> tres veces. Se espera que sistemas como estos tengan<\/a><\/noindex> aplicaciones en el an\u00e1lisis de datos y la modelizaci\u00f3n computacional.<\/p>\n

Entre los problemas potenciales que podr\u00eda enfrentar VMware, los expertos destacan<\/a><\/noindex> una audiencia objetivo bastante limitada. Hasta ahora, solo un peque\u00f1o n\u00famero de empresas trabaja con sistemas de alto rendimiento. Aunque en Statista se destaca<\/a><\/noindex>, se se\u00f1ala que para 2021, ya se habr\u00e1n virtualizado el 94% de las cargas de trabajo de los centros de datos globales. Seg\u00fan las previsiones<\/a><\/noindex> de los analistas, el valor del mercado HPC crecer\u00e1 de 32 a 45 mil millones de d\u00f3lares entre 2017 y 2022.<\/p>\n

\"Situaci\u00f3n:
\n\/ \u0444\u043e\u0442\u043e Punto de Acceso Global<\/a><\/noindex> PD<\/i><\/p>\n

Soluciones similares<\/h2>\n

\nEn el mercado hay varios an\u00e1logos desarrollados por grandes empresas de TI: AMD e Intel.<\/p>\n

La primera compa\u00f1\u00eda se centra en la virtualizaci\u00f3n de gr\u00e1ficos ofrece<\/noindex> con un enfoque basado en SR-IOV (virtualizaci\u00f3n de entrada\/salida de ra\u00edz \u00fanica). Esta tecnolog\u00eda proporciona a las VM acceso a parte de las capacidades de hardware del sistema. La soluci\u00f3n permite dividir la GPU entre 16 usuarios manteniendo un rendimiento igual para las m\u00e1quinas virtualizadas.<\/p>\n

En cuanto al segundo gigante de TI, su tecnolog\u00eda se basa<\/a><\/noindex> en el hipervisor Citrix XenServer 7. Combina el trabajo del controlador de GPU est\u00e1ndar y la m\u00e1quina virtual, lo que permite a esta \u00faltima mostrar aplicaciones 3D y escritorios en dispositivos de cientos de usuarios.<\/p>\n

El futuro de la tecnolog\u00eda<\/h2>\n

\nLos desarrolladores de procesadores gr\u00e1ficos virtuales apuestan por la implementaci\u00f3n de sistemas de IA y el aumento de la popularidad de soluciones de alto rendimiento en el mercado de la tecnolog\u00eda empresarial. Esperan que la necesidad de procesar grandes vol\u00famenes de datos impulse la demanda de vGPU.<\/a><\/noindex> Actualmente, los fabricantes<\/p>\n

buscan formas buscan una manera<\/a><\/noindex> combinar la funcionalidad de CPU y GPU en un solo n\u00facleo para acelerar la resoluci\u00f3n de tareas relacionadas con gr\u00e1ficos, la ejecuci\u00f3n de c\u00e1lculos matem\u00e1ticos, operaciones l\u00f3gicas y el procesamiento de datos. La aparici\u00f3n en el mercado de tales n\u00facleos en el futuro cambiar\u00e1 el enfoque hacia la virtualizaci\u00f3n de recursos y su distribuci\u00f3n entre cargas de trabajo en entornos virtuales y en la nube.<\/p>\n

\nLecturas recomendadas sobre el tema en nuestro blog corporativo:<\/p>\n