{"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 \u2014 ignoreerida pole v\u00f5imalik","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"vGPU
\n
\n\u0417\u0430 \u0438\u044e\u043d\u044c-\u0438\u044e\u043b\u044c \u043a \u043d\u0430\u043c \u043e\u0431\u0440\u0430\u0442\u0438\u043b\u043e\u0441\u044c \u043f\u043e\u0447\u0442\u0438 \u0434\u0432\u0430 \u0434\u0435\u0441\u044f\u0442\u043a\u0430 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439, \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u0432\u0448\u0438\u0445\u0441\u044f \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044f\u043c\u0438 \u0432\u0438\u0440\u0442\u0443\u0430\u043b\u044c\u043d\u044b\u0445 GPU. \u00ab\u0413\u0440\u0430\u0444\u0438\u043a\u043e\u0439\u00bb \u043e\u0442 Cloud4Y \u0443\u0436\u0435 \u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f \u043e\u0434\u043d\u0430 \u0438\u0437 \u043a\u0440\u0443\u043f\u043d\u044b\u0445 \u00ab\u0434\u043e\u0447\u0435\u043a\u00bb \u0421\u0431\u0435\u0440\u0431\u0430\u043d\u043a\u0430, \u043d\u043e \u0432 \u0446\u0435\u043b\u043e\u043c \u0443\u0441\u043b\u0443\u0433\u0430 \u043d\u0435 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u0430\u044f. \u0422\u0430\u043a \u0447\u0442\u043e \u043f\u043e\u0434\u043e\u0431\u043d\u0430\u044f \u0430\u043a\u0442\u0438\u0432\u043d\u043e\u0441\u0442\u044c \u043d\u0430\u0441 \u0432\u0435\u0441\u044c\u043c\u0430 \u043f\u043e\u0440\u0430\u0434\u043e\u0432\u0430\u043b\u0430. \u0412\u0438\u0434\u044f \u0440\u043e\u0441\u0442 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u0430 \u043a \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438, \u043c\u044b \u0440\u0435\u0448\u0438\u043b\u0438 \u0447\u0443\u0442\u044c \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u0435\u0435 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u0442\u044c \u043f\u0440\u043e vGPU.<\/i> <\/a><\/noindex><\/p>\n

\u00ab\u041e\u0437\u0451\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445\u00bb, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0435 \u0432 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043d\u0430\u0443\u0447\u043d\u044b\u0445 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u043e\u0432 \u0438 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0439, Deep Learning \u0438 \u0434\u0440\u0443\u0433\u0438\u0435 \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0418\u0418, \u043c\u043e\u0434\u0435\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043a\u0440\u0443\u043f\u043d\u044b\u0445 \u0438 \u0441\u043b\u043e\u0436\u043d\u044b\u0445 \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u2014 \u0432\u0441\u0451 \u044d\u0442\u043e \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u0432\u044b\u0441\u043e\u043a\u043e\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u00ab\u0436\u0435\u043b\u0435\u0437\u0430\u00bb. \u0425\u043e\u0440\u043e\u0448\u043e, \u0435\u0441\u043b\u0438 \u043e\u043d\u043e \u0435\u0441\u0442\u044c \u0438 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0431\u044b\u0441\u0442\u0440\u043e \u0440\u0435\u0448\u0430\u0442\u044c \u0442\u0435\u043a\u0443\u0449\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438. \u0412\u043e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u0437-\u0437\u0430 \u0432\u043e\u0437\u0440\u0430\u0441\u0442\u0430\u044e\u0449\u0435\u0439 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0441\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u0438 \u0437\u0430\u0434\u0430\u0447 (\u0432 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u043a\u0430\u0441\u0430\u0435\u0442\u0441\u044f \u0434\u043b\u044f \u0431\u0438\u0437\u043d\u0435\u0441-\u0430\u043d\u0430\u043b\u0438\u0442\u0438\u043a\u0438, \u0440\u0435\u043d\u0434\u0435\u0440\u0438\u043d\u0433\u0430, DL-\u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u043e\u0432 \u0438 \u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a\u043e\u0432) \u0430\u043f\u043f\u0430\u0440\u0430\u0442\u043d\u044b\u0435 \u043c\u043e\u0449\u043d\u043e\u0441\u0442\u0438 \u043d\u0430\u0441\u0442\u043e\u043b\u044c\u043d\u044b\u0445 \u0438 \u0434\u0430\u0436\u0435 \u0441\u0435\u0440\u0432\u0435\u0440\u043d\u044b\u0445 CPU \u0432\u0441\u0451 \u0447\u0430\u0449\u0435 \u0441\u0442\u0430\u043d\u043e\u0432\u044f\u0442\u0441\u044f \u0431\u0435\u0441\u043f\u043e\u043b\u0435\u0437\u043d\u044b.<\/p>\n

Lahendus peitus GPU-arvutustes. See graafikakiirusetehnoloogia tagab \u00fche graafikaprotsessori ressursside jagamise mitme virtuaalarvuti vahel. GPU on algselt projekteeritud graafika t\u00f6\u00f6tlemiseks, seega koosneb see tuhandetest v\u00e4ikestest s\u00fcdamikest, mis on m\u00f5eldud paralleelsete \u00fclesannete t\u00f5husaks t\u00f6\u00f6tlemiseks. GPU-l teostatakse osa k\u00f5ige ressursimahukamatest arvutustest, \u00fclej\u00e4\u00e4nu haldab CPU.<\/p>\n

\"vGPU
\n
\nGPU-arvutused leiutas ettev\u00f5te Nvidia <\/a><\/noindex>juba 2007. aastal. T\u00e4naseks on see tehnoloogia j\u00f5udnud uuele tasemele ja seda kasutatakse suurte ettev\u00f5tete andmekeskustes ja teaduslaborites. Siiski on traditsioonilisel l\u00e4henemisel \u00fcks m\u00e4rkimisv\u00e4\u00e4rne puudus: f\u00fc\u00fcsilise varustuse soetamine on \u00fcsna kulukas. Ja kui arvestada, kui kiiresti \"rauda\" vananeb, muutub see veelgi kurvemaks.<\/p>\n

Probleem lahendamiseks on v\u00e4lja t\u00f6\u00f6tatud virtuaalsed graafikaprotsessorid: vGPU. Nende abil saavad kasutajad kaugt\u00f6\u00f6l k\u00e4ivitada n\u00f5udlikke rakendusi nagu AutoCAD, 3DS Max, Maya, Sony Vegas Pro. Virtuaalimine on kiiresti oma turuosa saavutanud. Sest mis vene andmeteadlane ei armasta kiireid arvutusi NVidia Tesla graafikaproessoritel? <\/p>\n

Siinkohal tuleks m\u00e4rkida, et enne vGPU ilmumist kasutati muid graafika t\u00f6\u00f6tlemise kiirendamise meetodeid: Virtual Shared Graphics Acceleration (vSGA) ja Virtual Dedicated Graphics Acceleration (vDGA). Lahendus vGPU \u00fchendas m\u00f5lema tehnoloogia parimad omadused. Nagu vSGA puhul, eeldatakse ka vGPU keskkonnas GPU ja RAM-i \u00fchist kasutamist mitme virtuaalse t\u00f6\u00f6laudade vahel, kuid seejuures edastab iga VM k\u00e4sud otse GPU-le, nagu vDGA puhul.<\/p>\n

Miks on vGPU \u00fcldse vajalik <\/h2>\n

\nV\u00e4lguarvutamine vGPU abil v\u00f5imaldab ettev\u00f5tetel lahendada \u00fclesandeid, mida varem ei saanud lahendada. V\u00f5i oli k\u00fcll v\u00f5imalik, kuid selleks oleks n\u00f5utud isegi liiga palju ressursse. 1 kaasaegne GPU-server suudab asendada kuni 100 tavalist CPU-d. On ka teisi, veelgi muljetavaldavamaid numbreid<\/a><\/noindex>. See on t\u00f5sine asi: Nvidia lahendused t\u00f6\u00f6tlevad petabaitide andmeid kordades kiiremini kui tavalised CPU-serverid. Sama Google Cloud pakub GPU-dega virtuaalmasinaid, mis v\u00f5ivad saavutada kuni 960 teraflopsi.<\/p>\n

Paljud spetsialistid vajavad v\u00f5imsaid seadmeid, mis suudavad teostada paralleelseid arvutusi. Arhitektid ja insenerid kasutavad vGPU tehnoloogiat projekteerimiss\u00fcsteemides (n\u00e4iteks Autodesk). Disainerid t\u00f6\u00f6tavad digitaalsete foto- ja videokettadega (Photoshop, CorelDraw). Virtuaalmasinad<\/a><\/noindex> Grafika protsessorid on vajalikud ka meditsiiniasutustes, mis koguvad ja anal\u00fc\u00fcsivad andmeid patsientide ja haiguste kohta. Kasutatakse GPU-dega kaYandex<\/a><\/noindex>\u00bb.<\/p>\n

Te arvasite, et see on k\u00f5ik? Ei ole nii. Tehnoloogiat kasutatakse ka automaatseks satelliitfotode t\u00e4psuse kontrollimiseks<\/a><\/noindex>, ja epideemiate ennustamiseks<\/a><\/noindex>, ilmauuringute<\/a><\/noindex>, modelleerimine p\u00e4ikese ts\u00fcklite<\/a><\/noindex> ja \u00e4rianal\u00fc\u00fcsi<\/a><\/noindex>. Ja on veel \u00e4ge artikkel modelleerimise kohta<\/a><\/noindex> Unity3D keskkonnas autorilt ThisIsZolden<\/a><\/noindex>.<\/p>\n

Kuid vGPU lahendused ei ole seni maailmas laialdaselt levinud. 2018. aastal viis NetApp l\u00e4bi k\u00fcsitlust <\/a><\/noindex>graafikat\u00f6\u00f6tlust kasutavate ettev\u00f5tete seas. Uuringud n\u00e4itasid, et 60% organisatsioonidest t\u00f6\u00f6tab endiselt oma IT-infrastruktuuris. \u201ePilve\u201c kasutab vaid 23%. Venemaal on pilve arvutustehnika tehnoloogia levik madalam. Kuid t\u00e4nu uutele riist- ja tarkvaralahendustele suureneb pidevalt virtuaalmasinate kasutajate arv, kes kasutavad GPU-sid.<\/p>\n

vGPU lahendused<\/h2>\n

\n\"vGPU
\n
\nPalju ettev\u00f5tteid tegeleb graafiliste kiirendite virtualiseerimistehnoloogiate arendamisega, kuid nende seas on vaieldamatud liidrid.<\/p>\n

\u00dcks autoriteetsemaid pilveteenuste arendajaid, ettev\u00f5te VMware <\/b>pakub ettev\u00f5tetele h\u00fcperviisor ESXi<\/a><\/noindex>, mille all virtuaalsete graafiliste protsessorite t\u00f6\u00f6kiirus on v\u00f5rreldav l\u00e4henemisega reaalsele riistvarale. Hiljutises uuenduses on arendaja keelanud laadimisbalansi vMotioni ja lisanud DirectPath I\/O tehnoloogia toetuse, mis \u00fchendab CUDA draiveri VM-iga h\u00fcperviisori v\u00e4ltimise kaudu ja kiirendab andmete edastamist.<\/p>\n

Nvidia <\/b>p\u00fc\u00fcab samuti vastata turu ootustele ning selleks on v\u00e4lja andnud avatud l\u00e4htekoodiga platvormi Rapids<\/a><\/noindex>. Lahendus \u00fchendab mitu raamatukogu CUDA arhitektuuriga t\u00f6\u00f6tamiseks, lihtsustades andmete t\u00f6\u00f6tlemist n\u00e4rviv\u00f5rkude treenimise ajal ja v\u00f5imaldades automatiseerida t\u00f6\u00f6 Python'i koodiga. Rapidsi kasutamine XGBoost masin\u00f5ppe algoritmiga toob 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 SR-IOV tehnoloogiat, mis jagab f\u00fc\u00fcsilise seadme riistvaralisi v\u00f5imalusi mitme virtuaalmasina vahel. \u00dche kiirendaja ressursse saab jagada kuueteistk\u00fcmne kasutaja vahel, s\u00e4ilitades iga\u00fche jaoks v\u00f5rdse j\u00f5udluse. Nii kiireneb andmete edastus pilve CPU ja GPU vahel. Kasutatakse ka spetsiaalset C++ dialekti nimega HIP, mis lihtsustab matemaatiliste operatsioonide t\u00e4itmist GPU-l.<\/p>\n

Intel <\/b>ehitab oma tehnoloogia kross-platvormi h\u00fcperviisori alusel Citrix <\/a><\/noindex>XenServer 7, mis sai 2017. aastal FSTEK-i vastavuse sertifikaadi. Lahendus \u00fchendab tavap\u00e4rase GPU draiveri ja virtuaalmasina t\u00f6\u00f6. See t\u00e4hendab, et \u201evirtuaalmasin\u201d v\u00f5ib toetavad <\/a><\/noindex>raskendavate rakenduste t\u00f6\u00f6d suurte (mitmesaja) kasutajate seadmetes.<\/p>\n

Turuv\u00e4ljavaated<\/h2>\n

\n\"vGPU
\n
\nIseseisvad anal\u00fc\u00fctikud usuvad, et HPC-s\u00fcsteemide lahenduste m\u00fc\u00fcgihulk j\u00f5uab 2022. aastaks 45 miljardit dollarit. Platvormide arendajad ootavad samuti kasvavat n\u00f5udlust k\u00f5rge j\u00f5udlusega s\u00fcsteemide j\u00e4rele. Seda ootust toetab Big Data populaarsus ja tihti esinev vajadus t\u00f6\u00f6delda suuri andmemahtusid.<\/p>\n

Samuti v\u00f5ib vGPU n\u00f5udluse kasv edendada h\u00fcbriidtehnoloogiate arengut, mis \u00fchendavad GPU-d ja CPU-d \u00fches seadmes. Sellistes integreeritud lahendustes kasutavad kahe t\u00fc\u00fcbi tuumad \u00fchiskassat, mis kiirendab andmete edastamist graafika- ja traditsiooniliste protsessorite vahel. <\/p>\n

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

On olemas ka teistsugune arvamus. N\u00e4iteks, et virtuaalsed GPU-d t\u00f5rjutakse v\u00e4lja optiliste kiipidega, mis kasutavad andmete fotonikodeerimist. Sellised lahendused on juba olemas ja neid kasutatakse masin\u00f5ppes. Lisaks tunduvad nad t\u00f5husamad <\/a><\/noindex>tavalistest GPU-dest. Kuid tehnoloogia on veel toores.<\/p>\n

Milline v\u00f5iks olla j\u00e4reldus? Olenemata v\u00f5imalikest analoogidest, on vGPU - t\u00e4iesti perspektiivne suund, mis suudab lahendada suurt hulka \u00fclesandeid. Kuid see pole k\u00f5igile sobiv. Nii et koma pealkirjas v\u00f5ite ise panna.<\/p>\n

P.S.<\/b>
\nLiituge meiega Telegram<\/a><\/noindex>-kanal, et mitte j\u00e4\u00e4da ilma j\u00e4rgnevast artiklist! Kirjutame mitte tihedamini kui kaks korda n\u00e4dalas ja ainult asjalikult.<\/i><\/p>\n

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

Kas kasutate vGPU-d?<\/h2>\n