В članak kada smo govorili o našoj novoj usluzi s video karticom, nismo se dotakli nekih zanimljivih aspekata korištenja virtualnih poslužitelja s video adapterima. Vrijeme je da dodate još testiranja.
Za korištenje fizičkih video adaptera u virtualnim okruženjima odabrali smo RemoteFX vGPU tehnologiju koju podržava Microsoftov hipervizor. U tom slučaju host mora imati procesore koji podržavaju SLAT (EPT od Intela ili NPT/RVI od AMD-a), kao i video kartice koje zadovoljavaju zahtjeve kreatora Hyper-V-a. Ni u kojem slučaju ne biste trebali uspoređivati ovo rješenje s desktop adapterima u fizičkim strojevima, koji obično pokazuju bolje performanse pri radu s grafikom. U našem testiranju vGPU će se natjecati sa središnjim procesorom virtualnog poslužitelja – sasvim logično za računalne zadatke. Također imajte na umu da uz RemoteFX postoje i druge slične tehnologije, na primjer NVIDIA Virtual GPU - omogućuje vam prijenos grafičkih naredbi sa svakog virtualnog stroja izravno na adapter bez njihovog prevođenja na hipervizor.
testovi
U testovima je korišten stroj s 4 računalne jezgre na 3,4 GHz, 16 GB RAM-a, 100 GB solid-state disk (SSD) i virtualni video adapter s 512 MB video memorije. Fizički poslužitelj opremljen je profesionalnim NVIDIA Quadro P4000 video karticama, a gostujući sustav pokreće Windows Server 2016 Standard (64-bitni) sa standardnim Microsoft Remote FX video drajverom.
▍GeekBench 5
Za početak trenutna verzija uslužnog programa , koji vam omogućuje mjerenje performansi sustava za OpenCL aplikacije.
Koristili smo ovo mjerilo u prethodnom članku i samo je potvrdilo očito - naš vGPU je slabiji od visokoučinkovitih stolnih video kartica za rješavanje tipičnih "grafičkih" zadataka.
▍GPU Caps Viewer 1.43.0.0
Stvorila tvrtka Uslužni program se ne može nazvati mjerilom. Ne sadrži testove performansi, ali vam omogućuje dobivanje informacija o korištenim hardverskim i softverskim rješenjima. Ovdje možete vidjeti da naš vGPU virtualni stroj podržava samo OpenCL 1.1 i ne podržava CUDA, unatoč NVIDIA Quadro P4000 video adapteru instaliranom na fizičkom poslužitelju.
▍FAHBench 2.3.1
iz projekta distribuiranog računalstva posvećena je rješavanju usko specijaliziranog problema računalnog modeliranja savijanja proteinskih molekula. To je neophodno za proučavanje uzroka patologija povezanih s neispravnim proteinima - Alzheimerove i Parkinsonove bolesti, kravljeg ludila, multiple skleroze itd. Korisnost ne može sveobuhvatno procijeniti računalnu snagu virtualnog video adaptera, ali vam omogućuje da usporedite performanse CPU-a i vGPU-a u složenim izračunima.
Učinkovitost računalstva na vGPU-ovima koji koriste OpenCL, mjerena pomoću FAHBench, pokazala se približno 6 puta (za metodu implicitnog modeliranja - približno 10 puta) veća od sličnih pokazatelja za dovoljno snažan središnji procesor.
U nastavku donosimo rezultate izračuna s dvostrukom preciznošću.
▍SiSoftware Sandra 20/20
Još jedan univerzalni paket za dijagnosticiranje i testiranje računala. Omogućuje detaljno proučavanje hardverske i softverske konfiguracije poslužitelja i sadrži ogroman broj različitih mjerila. Uz CPU računalstvo, Sandra 20/20 podržava OpenCL, DirectCompute i CUDA. Prvenstveno nas zanimaju oni uključeni u besplatnu verziju skupovi za mjerenje opće namjene računalstva (GPGPU) koji koriste hardverske akceleratore.
prilično dobri, iako su nešto niži od očekivanog za NVIDIA Quadro P4000 video adapter. Režijski troškovi virtualizacije vjerojatno će imati utjecaja.
Sandra 20/20 ima sličan skup CPU mjerila. Pokrenimo ih na s vGPU računalstvom.
Prednosti video adaptera su jasno vidljive, ali postavke cjelokupnog testnog paketa nisu potpuno identične, au rezultatima se ne mogu vidjeti indikatori s potrebnom razinom detalja. Odlučili smo provesti nekoliko odvojenih testova. Isprva Vrhunska vGPU izvedba pomoću skupa jednostavnih matematičkih izračuna pomoću OpenCL-a. u biti sličan Sandrinom multimedijskom (ne aritmetičkom!) testu za CPU. Za usporedbu, postavimo na isti dijagram VPS CPU multimedijski test. Čak je i CPU s četiri procesorske jezgre primjetno inferioran u odnosu na vGPU.
Prijeđimo sa sintetičkih testova na praktične stvari. Kriptografski testovi pomogli su nam odrediti brzinu kodiranja i dekodiranja podataka. Evo usporedbe rezultata za и također pokazao jasnu prednost akceleratora.
Drugo područje primjene vGPU-a je financijska analiza. Takve izračune je lako paralelizirati, ali za njihovo izvođenje trebat će vam video adapter koji podržava izračune dvostruke preciznosti. I opet rezultati govore sami za sebe: prilično moćni potpuno gubi .
Zadnji test koji smo proveli bili su znanstveni izračuni visoke točnosti. opet bolje prošao s matričnim množenjem, brzom Fourierovom transformacijom i drugim sličnim problemima.
Zaključci
vGPU-ovi nisu prikladni za pokretanje grafičkih uređivača, kao ni za aplikacije za 3D renderiranje i obradu videa. Adapteri za desktop sustave puno se bolje nose s grafikom, ali virtualni može izvoditi paralelne izračune brže od CPU-a. Za to moramo zahvaliti produktivnom RAM-u i većem broju aritmetičko-logičkih modula. Prikupljanje i obrada podataka s raznih senzora, analitički izračuni za poslovne aplikacije, znanstveni i inženjerski izračuni, analiza prometa i naplata, rad sa sustavima trgovanja - puno je računalnih zadataka za koje su GPU-i nezamjenjivi. Naravno, možete sastaviti takav poslužitelj kod kuće ili u uredu, ali morat ćete platiti uredan iznos za kupnju hardvera i licenciranog softvera. Osim kapitalnih troškova, postoje i operativni troškovi održavanja, uključujući račune za struju. Dolazi do amortizacije – oprema se s vremenom istroši, a još brže zastarijeva. Virtualni poslužitelji nemaju te nedostatke: mogu se kreirati po potrebi i brisati kada nestane potreba za računalnom snagom. Plaćanje resursa samo kada su vam potrebni uvijek je isplativo.
Izvor: www.habr.com