В artikkel, kui rääkisime meie uuest teenusest videokaardiga ei puudutanud me videoadapteritega virtuaalserverite kasutamise mõningaid huvitavaid aspekte. On aeg lisada rohkem katseid.
Virtuaalsetes keskkondades füüsiliste videoadapterite kasutamiseks valisime RemoteFX vGPU tehnoloogia, mida toetab Microsofti hüperviisor. Sel juhul peavad hostil olema protsessorid, mis toetavad SLAT-i (EPT Intelilt või NPT/RVI AMD-lt), samuti videokaardid, mis vastavad Hyper-V loojate nõuetele. Mitte mingil juhul ei tohiks seda lahendust võrrelda füüsiliste masinate töölauaadapteritega, mis tavaliselt näitavad graafikaga töötamisel paremat jõudlust. Meie testimisel konkureerib vGPU virtuaalserveri keskprotsessoriga - see on arvutusülesannete jaoks üsna loogiline. Pange tähele ka seda, et lisaks RemoteFX-ile on ka teisi sarnaseid tehnoloogiaid, näiteks NVIDIA Virtual GPU – see võimaldab graafikakäske igast virtuaalmasinast otse adapterisse üle kanda, ilma neid hüperviisorisse tõlkimata.
Testid
Testides kasutati masinat, millel oli 4 arvutustuuma sagedusel 3,4 GHz, 16 GB muutmälu, 100 GB pooljuhtketast (SSD) ja virtuaalset videoadapterit 512 MB videomäluga. Füüsiline server on varustatud professionaalsete NVIDIA Quadro P4000 videokaartidega ning külalissüsteemis töötab Windows Server 2016 Standard (64-bitine) standardse Microsoft Remote FX videodraiveriga.
▍GeekBench 5
Sest alguses utiliidi praegune versioon , mis võimaldab mõõta süsteemi jõudlust OpenCL-i rakenduste jaoks.
Kasutasime seda võrdlusalust eelmises artiklis ja see kinnitas ainult ilmselget - meie vGPU on tüüpiliste "graafika" ülesannete lahendamiseks nõrgem kui suure jõudlusega lauaarvuti videokaardid.
▍GPU Caps Viewer 1.43.0.0
Loodud ettevõtte poolt Utiliiti ei saa nimetada võrdlusaluseks. See ei sisalda jõudlusteste, kuid võimaldab hankida teavet kasutatavate riist- ja tarkvaralahenduste kohta. Siin näete, et meie vGPU virtuaalmasin toetab ainult OpenCL 1.1 ja ei toeta CUDA-d, vaatamata füüsilisse serverisse installitud NVIDIA Quadro P4000 videoadapterile.
▍FAHBench 2.3.1
hajutatud andmetöötlusprojektist on pühendatud valgusmolekulide voltimise arvutimodelleerimise väga spetsiifilise probleemi lahendamisele. See on vajalik defektsete valkudega seotud patoloogiate põhjuste uurimiseks – Alzheimeri ja Parkinsoni tõbi, hullu lehma tõbi, hulgiskleroos jne. Kasulikkus ei saa igakülgselt hinnata virtuaalse videoadapteri arvutusvõimsust, kuid võimaldab võrrelda protsessori ja vGPU jõudlust keerulistes arvutustes.
OpenCL-i kasutavate vGPU-de andmetöötluse jõudlus, mõõdetuna FAHBenchi abil, osutus ligikaudu 6 korda (kaudse modelleerimismeetodi puhul - ligikaudu 10 korda) kõrgemaks kui piisavalt võimsa keskprotsessori samalaadsed näitajad.
Allpool esitame kahekordse täpsusega arvutuste tulemused.
▍SiSoftware Sandra 20/20
Veel üks universaalne pakett arvutite diagnoosimiseks ja testimiseks. See võimaldab teil üksikasjalikult uurida serveri riist- ja tarkvara konfiguratsiooni ning sisaldab tohutul hulgal erinevaid võrdlusaluseid. Lisaks CPU andmetöötlusele toetab Sandra 20/20 OpenCL, DirectCompute ja CUDA. Meid huvitavad eelkõige need, mis tasuta versioonis sisalduvad üldotstarbelised andmetöötluse võrdluskomplektid (GPGPU), mis kasutavad riistvarakiirendeid.
üsna head, kuigi need on NVIDIA Quadro P4000 videoadapteri jaoks oodatust veidi madalamad. Tõenäoliselt avaldavad mõju virtualiseerimise üldkulud.
Sandra 20/20-l on sarnane protsessori võrdlusaluste komplekt. Paneme need käima vGPU andmetöötlusega.
Videoadapteri eelised on selgelt näha, kuid üldise testipaketi seadistused ei ole täiesti identsed ning tulemustes ei näe vajaliku detailsusega indikaatoreid. Otsustasime läbi viia mitu eraldi testi. Esiteks Maksimaalne vGPU jõudlus, kasutades OpenCL-i abil lihtsate matemaatiliste arvutuste komplekti. sisuliselt sarnane Sandra multimeedia (mitte aritmeetilise!) testiga protsessori jaoks. Võrdluseks asetame samale diagrammile VPS CPU multimeedia test. Isegi nelja töötlemistuumaga protsessor on vGPU-st märgatavalt halvem.
Liigume sünteetiliste testide juurest praktiliste asjade juurde. Krüptograafilised testid aitasid meil määrata andmete kodeerimise ja dekodeerimise kiirust. Siin on tulemuste võrdlus и näitas ka gaasipedaali selget eelist.
Teine vGPU rakendusvaldkond on finantsanalüüs. Selliseid arvutusi on lihtne paralleelstada, kuid nende tegemiseks on vaja videoadapterit, mis toetab topelttäpsusega arvutusi. Ja jällegi räägivad tulemused enda eest: päris võimas kaotab otse .
Viimane katse, mille tegime, olid suure täpsusega teaduslikud arvutused. läks jälle paremini maatrikskorrutise, kiire Fourier' teisenduse ja muude sarnaste probleemidega.
Järeldused
vGPU-d ei sobi hästi graafikaredaktorite, samuti 3D-renderdamise ja videotöötlusrakenduste käitamiseks. Lauasüsteemide adapterid saavad graafikaga palju paremini hakkama, kuid virtuaalne saab paralleelarvutusi teha kiiremini kui protsessor. Selle eest peame tänama produktiivset RAM-i ja suuremat arvu aritmeetika-loogilisi mooduleid. Andmete kogumine ja töötlemine erinevatest anduritest, analüütilised arvutused ärirakenduste jaoks, teaduslikud ja insenertehnilised arvutused, liikluse analüüs ja laadimine, töö kauplemissüsteemidega – on palju arvutusülesandeid, mille jaoks GPU-d on asendamatud. Loomulikult saate sellise serveri kokku panna kodus või kontoris, kuid riist- ja litsentsitud tarkvara ostmise eest peate maksma korraliku summa. Lisaks kapitalikuludele on ka hoolduskulud, sh elektriarved. Tekib amortisatsioon – seadmed kuluvad aja jooksul ja vananevad veelgi kiiremini. Virtuaalserveritel neid miinuseid ei ole: neid saab vastavalt vajadusele luua ja kustutada, kui arvutusvõimsuse vajadus kaob. Ressursside eest maksmine ainult siis, kui neid vajate, on alati kasumlik.
Allikas: www.habr.com