{"id":36902,"date":"2019-10-31T22:14:38","date_gmt":"2019-10-31T19:14:38","guid":{"rendered":"https:\/\/prohoster.info\/blog\/vgpu-ispolzovat-nelzya-ignorirovat\/"},"modified":"2019-10-31T22:14:38","modified_gmt":"2019-10-31T19:14:38","slug":"vgpu-ispolzovat-nelzya-ignorirovat","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/vgpu-ispolzovat-nelzya-ignorirovat","title":{"rendered":"vGPU - kasutamine pole lubatud","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"vGPU
\n
\nJuuni-juuli kuus p\u00f6\u00f6rdus meie poole peaaegu kaks tosinat ettev\u00f5tet, kes huvitusid virtuaalsete GPU-de v\u00f5imalustest. Cloud4Y \u201eGrafika\u201c teenust kasutab juba \u00fcks suuremaid Sberbanki t\u00fctarettev\u00f5tteid, kuid \u00fcldiselt ei ole see teenus eriti populaarne. Seet\u00f5ttu r\u00f5\u00f5mustas meid selline aktiivsus. N\u00e4ha huvi kasvu tehnoloogia vastu, otsustasime r\u00e4\u00e4kida natuke l\u00e4hemalt vGPU-st.<\/i> <\/a><\/noindex><\/p>\n

Andmej\u00e4rved, mis saadakse teaduskatsetest ja uuringutest, s\u00fcva\u00f5ppimine ja teised tehisintellekti t\u00f6\u00f6suundadega seotud tegevused, keeruliste objektide modelleerimine - k\u00f5ik need n\u00f5uavad \u0432\u044b\u0441\u043e\u043a\u043e\u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0438\u0432\u043d\u043e\u0433\u043e '\u017eeleza'. Loodetavasti on see olemas ja v\u00f5imaldab kiiresti lahendada k\u00e4imasolevaid \u00fclesandeid. Ainult et pidevalt kasvava arvutuskompleksuse t\u00f5ttu (see puudutab eelk\u00f5ige \u00e4ranal\u00fc\u00fctikat, renderdamist, DL-algoritme ja raamistikke) lauaarvutite ning isegi serverite CPU riistvara muutub \u00fcha enam kasutuks.<\/p>\n

Lahendusena leiti GPU arvestuslikud v\u00f5imekused. See graafika kiirendustehnoloogia tagab \u00fche graafikaprotsessorite ressursside jagamise mitme virtuaalarvuti vahel. GPU on algselt projekteeritud graafika t\u00f6\u00f6tlemiseks, mist\u00f5ttu koosneb see tuhandetest v\u00e4ikestest s\u00fcdamikest, mis on ette n\u00e4htud paralleelsete \u00fclesannete t\u00f5husaks t\u00f6\u00f6tlemiseks. Samal ajal teostatakse GPU-l osa k\u00f5ige ressursin\u00f5udlikumatest arvutustest, \u00fclej\u00e4\u00e4nud t\u00f6\u00f6tleb CPU.<\/p>\n

\"vGPU
\n
\nGPU arvutused leiutas ettev\u00f5te Nvidia <\/a><\/noindex>juba 2007. aastal. T\u00e4nasel p\u00e4eval on see tehnoloogia j\u00f5udnud uuele tasemele ja seda rakendatakse suurte ettev\u00f5tete ja teaduslaborite andmekeskustes. Kuid traditsioonilisel l\u00e4henemisel on \u00fcks suur puudus: f\u00fc\u00fcsilise seadme soetamine maksab \u00fcsna palju. Kui arvestada '\u017eeleza' vananemise kiirust, siis muutub olukord veelgi kurvemaks.<\/p>\n

Probleemi peaks lahendama virtuaalsete graafikaprotsessorite tehnoloogia: vGPU. Selle abil saavad kasutajad eemalt k\u00e4ivitada raskeid rakendusi nagu AutoCAD, 3DS Max, Maya, Sony Vegas Pro. Virtuaalsus on kiiresti oma turuosa tagasi saavutanud. L\u00f5ppude l\u00f5puks, kes iganes Venemaa andmete teadlane ei armasta kiireid arvutusi NVidia Tesla graafikakaartidega? <\/p>\n

Siin tasub m\u00e4rkida, et vGPU kasutuselev\u00f5tuni kasutati muid graafika t\u00f6\u00f6tlemise kiirusmeetodeid: Virtual Shared Graphics Acceleration (vSGA) ja Virtual Dedicated Graphics Acceleration (vDGA). vGPU lahendus \u00fchendab m\u00f5lema tehnoloogia parimad k\u00fcljed. Nagu vSGA puhul, eeldab vGPU keskkond GPU ja RAM-i jagamist mitme virtuaalse t\u00f6\u00f6lauaga, kuid iga virtuaalne masin edastab k\u00e4sud otse GPU-le, nagu vDGA puhul.<\/p>\n

Miks on vGPU-d \u00fcldse vajalikud <\/h2>\n

\nPilvearvutamine vGPU abil v\u00f5imaldab ettev\u00f5tetel lahendada \u00fclesandeid, mida varem ei olnud v\u00f5imalik lahendada. V\u00f5i oli see v\u00f5imalik, kuid n\u00f5udsid uskumatult palju ressursse. 1 kaasaegne GPU-server suudab asendada kuni 100 tavalist CPU-d. On ka teisi, veelgi muljetavaldavamaid numbreid<\/a><\/noindex>. See ei ole nali: Nvidia lahendused t\u00f6\u00f6tlevad petabaite andmeid mitu korda kiiremini kui klassikalised CPU-serverid. Samuti pakub Google Cloud virtuaalmasinaid GPU-dega, mille j\u00f5udlus ulatub kuni 960 teraflopini.<\/p>\n

Paljud spetsialistid vajavad v\u00f5imsaid seadmeid, mis suudavad teostada paralleelseid arvutusi. Arhitektid ja insenerid kasutavad vGPU tehnoloogiat projekteerimiss\u00fcsteemides (n\u00e4iteks Autodesk). Kujundajad t\u00f6\u00f6tavad digitaalse foto- ja videomaterjaliga (Photoshop, CorelDraw). Virtuaalsed masinad<\/a><\/noindex> Graafikaprotsessorite j\u00e4rgi on n\u00f5udlus ka meditsiiniasutustes, mis koguvad ja anal\u00fc\u00fcsivad patsientide ja haiguste andmeid. GPU-dega t\u00f6\u00f6tavad ka \"Yandex<\/a><\/noindex>\u00bb.<\/p>\n

Kas arvasite, et see on k\u00f5ik? Oleks vale. Tehnoloogiat kasutatakse ka automaatseks satelliitpiltide t\u00e4psuse kontrollimiseks<\/a><\/noindex>, ning epideemiate prognoosimiseks<\/a><\/noindex>, ilmauuringuteks<\/a><\/noindex>, modelleerimiseks p\u00e4ikesets\u00fcklite uurimiseks<\/a><\/noindex> ja \u00e4rianal\u00fc\u00fctikaks<\/a><\/noindex>. Ja veel on olemas tore artikkel modelleerimisest<\/a><\/noindex> Unity3D keskkonnas, mille autoriks on ThisIsZolden<\/a><\/noindex>.<\/p>\n

Sellest hoolimata pole vGPU-l p\u00f5hinevad lahendused maailmas veel laialdast levikut leidnud. Nii viis NetApp 2018. aastal l\u00e4bi k\u00fcsitlust <\/a><\/noindex>uuringu ettev\u00f5tete seas, kes kasutavad graafikaprotsessoreid. Tulemused n\u00e4itasid, et 60% organisatsioonidest t\u00f6\u00f6tab endiselt oma IT-infrastruktuuril. 'Pilve' kasutab vaid 23%. Venemaal on pilvearvutuste tehnoloogia levimus v\u00e4iksem. Kuid uute riistvara- ja tarkvaralahenduste t\u00f5ttu kasvab pidevalt ettev\u00f5tete arv, kes kasutavad GPU-dega virtuaalmasinaid.<\/p>\n

vGPU lahendused<\/h2>\n

\n\"vGPU
\n
\nPaljude ettev\u00f5tete seas, kes tegelevad graafika kiirendite virtualiseerimist\u00f6\u00f6tluse arendamisega, on kahtlemata liidreid.<\/p>\n

\u00dcks autoriteetsemaid pilveteenuste lahenduste arendajaid, ettev\u00f5te VMware <\/b>pakub ettev\u00f5tetele h\u00fcperviisor ESXi<\/a><\/noindex>, mille all virtuaalsete grafi kadede t\u00f6\u00f6kiirus on v\u00f5rreldav palja rauaga teostustest. Hiljutises uuenduses on arendaja v\u00e4lja l\u00fclitanud koormuse tasakaalustaja vMotion ja lisanud toetuse tehnoloogiale DirectPath I\/O, mis seondab CUDA draiveri VM-iga, m\u00f6\u00f6da h\u00fcperviisorist, ja kiirendab andmeedastust.<\/p>\n

Nvidia <\/b>p\u00fc\u00fcab samuti vastata turu ootustele ning seet\u00f5ttu on v\u00e4lja andnud avatud l\u00e4htekoodiga platvormi Rapids<\/a><\/noindex>. Lahendus \u00fchendab mitu teeki CUDA arhitektuuriga t\u00f6\u00f6tamiseks, mis lihtsustab andmete k\u00e4sitlemist n\u00e4rviv\u00f5rkude treeningu ajal ning v\u00f5imaldab automatiseerida t\u00f6\u00f6 Pythonikoodiga. Rapidsi kasutamine masin\u00f5ppe algoritmiga XGBoost tagab 50-kordse j\u00f5udluse kasvu v\u00f5rreldes CPU-p\u00f5histe s\u00fcsteemidega.<\/p>\n

Oma tehnoloogia on ka AMD<\/b>. Platvormi nimi on ROCm<\/a><\/noindex>. See kasutab tehnoloogiat SR-IOV, mis jagab f\u00fc\u00fcsilise seadme riistvaralisi v\u00f5imalusi mitme virtuaalmaquina vahel. \u00dche kiirendi ressursse saab jagada kuni kuheteistk\u00fcmne kasutaja vahel, s\u00e4ilitades iga\u00fche jaoks v\u00f5rdse j\u00f5udluse. Nii kiireneb andmeedastus pilve CPU ja GPU vahel. Samuti kasutatakse spetsiaalset C++ dialekti nimega HIP, mis lihtsustab matemaatiliste tehete t\u00e4itmist GPU-l.<\/p>\n

Intel <\/b>ehitab oma tehnoloogiat ristplatvormi h\u00fcperviisori Citrix <\/a><\/noindex>XenServer 7, mis sai 2017. aastal FSTEKi vastavuse sertifikaadi. Lahendus \u00fchendab tavalise GPU draiveri ja virtuaalmaquina t\u00f6\u00f6. See t\u00e4hendab, et \"virtuaal\" v\u00f5ib toetada <\/a><\/noindex>t\u00f6\u00f6tada raskete rakendustega suure (saja kohta) kasutajate hulga seadmetes.<\/p>\n

Turuv\u00e4ljavaated<\/h2>\n

\n\"vGPU
\n
\nIseseisvad anal\u00fc\u00fctikud usuvad, et HPC-s\u00fcsteemide lahenduste m\u00fc\u00fcgimaht ulatub 2022. aastaks 45 miljardi dollarini. Platvormide arendajad ootavad samuti k\u00f5rget tootearenduse n\u00f5udlust. Seda ootust toetab Suure Andmete populaarsus ning sagedane vajadus t\u00f6\u00f6delda suuri andmemahtusid.<\/p>\n

Suurenev n\u00f5udlus vGPU j\u00e4rele v\u00f5ib ka edendada h\u00fcbriidtehnoloogiate arengut, mis \u00fchendavad GPU ja CPU \u00fches seadmes. Sellistes integreeritud lahendustes kasutavad kaks t\u00fc\u00fcpi tuumad \u00fchiseid vahem\u00e4lusid, mis kiirendab andmete liikumist graafikaprotsessorite ja traditsiooniliste protsessorite vahel. <\/p>\n

H\u00fcbriidid muudavad radikaalselt l\u00e4henemist virtualiseerimisele ja virtuaalsete ressursside jaotamisele andmekeskustes. Avatud l\u00e4htekoodiga lahendused, nagu ROCm ja Rapids, v\u00f5imaldavad andmekeskuse operaatoritel t\u00f5husamalt kasutada arvutusressursse, parandades seadmete j\u00f5udlust.<\/p>\n

On ka teine arvamus. N\u00e4iteks, et virtuaalsed GPU-d asendatakse optiliste kiipidega, mis kasutavad fotonilist andmekodeerimist. Sellised lahendused on juba olemas ja neid kasutatakse masin\u00f5ppes. Veelgi enam, nad n\u00e4ivad olevat t\u00f5husamad <\/a><\/noindex>tavalisest GPU-st. Kuid tehnoloogia on veel toores.<\/p>\n

Milliseid j\u00e4reldusi saab teha? Hoolimata v\u00f5imalikest analoogide ilmumisest, on vGPU t\u00f5otav suund, mis suudab lahendada mitmeid \u00fclesandeid. Kuid see ei sobi k\u00f5igile. Seega v\u00f5ite komaga pealkirjas ise m\u00e4ngida.<\/p>\n

P.S.<\/b>
\nTelli meie Telegram<\/a><\/noindex>-kanal, et mitte j\u00e4\u00e4da ilma j\u00e4rgmise artikli lugemisest! Kirjutame mitte sagedamini kui kaks korda n\u00e4dalas ja ainult olulistel teemadel.<\/i><\/p>\n

Ainult registreeritud kasutajad saavad k\u00fcsitluses osaleda. Logige sisse<\/a><\/noindex>, palun.<\/p>\n

Kasutate vGPU-d?<\/h2>\n