VPS գրաֆիկայի քարտով (մաս 2). հաշվողական հնարավորություններ

В նախորդ հոդվածը, երբ մենք խոսեցինք մեր նոր ծառայության մասին VPS վիդեո քարտով մենք չշոշափեցինք վիդեո ադապտերներով վիրտուալ սերվերների օգտագործման որոշ հետաքրքիր ասպեկտներ: Ժամանակն է ավելացնել ավելի շատ թեստավորում:

Վիրտուալ միջավայրում ֆիզիկական վիդեո ադապտերներ օգտագործելու համար մենք ընտրեցինք RemoteFX vGPU տեխնոլոգիան, որն ապահովվում է Microsoft-ի հիպերվիզորի կողմից: Այս դեպքում հոսթը պետք է ունենա SLAT պրոցեսորներ (EPT Intel-ից կամ NPT/RVI AMD-ից), ինչպես նաև Hyper-V-ի ստեղծողների պահանջներին համապատասխանող վիդեո քարտեր։ Ոչ մի դեպքում չպետք է համեմատեք այս լուծումը ֆիզիկական մեքենաների աշխատասեղանի ադապտերների հետ, որոնք սովորաբար ավելի լավ կատարում են ցույց տալիս գրաֆիկայի հետ աշխատելիս: Մեր թեստավորման ժամանակ vGPU-ն կմրցի վիրտուալ սերվերի կենտրոնական պրոցեսորի հետ, ինչը միանգամայն տրամաբանական է հաշվողական առաջադրանքների համար: Նկատի ունեցեք նաև, որ RemoteFX-ից բացի, կան նաև նմանատիպ այլ տեխնոլոգիաներ, օրինակ՝ NVIDIA Virtual GPU - այն թույլ է տալիս գրաֆիկական հրամանները փոխանցել յուրաքանչյուր վիրտուալ մեքենայից անմիջապես ադապտեր՝ առանց դրանք հիպերվիզորին թարգմանելու: 

Թեստեր

Փորձարկումների ընթացքում օգտագործվել է 4 ԳՀց հաճախականությամբ 3,4 հաշվողական միջուկով մեքենա, 16 ԳԲ օպերատիվ հիշողություն, 100 ԳԲ պինդ վիճակի սկավառակ (SSD) և վիրտուալ վիդեո ադապտեր՝ 512 ՄԲ վիդեո հիշողությամբ: Ֆիզիկական սերվերը հագեցած է պրոֆեսիոնալ NVIDIA Quadro P4000 վիդեո քարտերով, իսկ հյուրի համակարգն աշխատում է Windows Server 2016 Standard (64 բիթ) ստանդարտ Microsoft Remote FX վիդեո դրայվերով:

▍GeekBench 5

Մի մեկնարկից եկեք գործարկենք կոմունալ ծրագրի ընթացիկ տարբերակը Geek Bench 5, որը թույլ է տալիս չափել համակարգի աշխատանքը OpenCL հավելվածների համար:

Մենք օգտագործեցինք այս հենանիշը նախորդ հոդվածում և այն միայն հաստատեց ակնհայտը. մեր vGPU-ն ավելի թույլ է, քան բարձրորակ աշխատասեղանի վիդեո քարտերը՝ բնորոշ «գրաֆիկական» առաջադրանքները լուծելու համար:

▍GPU Caps Viewer 1.43.0.0

Ստեղծված է ընկերության կողմից Geeks3D Կոմունալը չի ​​կարելի անվանել չափանիշ: Այն չի պարունակում կատարողականության թեստեր, սակայն թույլ է տալիս տեղեկատվություն ստանալ օգտագործվող ապարատային և ծրագրային լուծումների մասին: Այստեղ դուք կարող եք տեսնել, որ մեր vGPU վիրտուալ մեքենան աջակցում է միայն OpenCL 1.1-ին և չի աջակցում CUDA-ին, չնայած ֆիզիկական սերվերում տեղադրված NVIDIA Quadro P4000 վիդեո ադապտերին:

▍FAHBench 2.3.1

Պաշտոնական հենանիշ բաշխված հաշվողական նախագծից Ծալովի @ Home նվիրված է սպիտակուցի մոլեկուլների ծալման համակարգչային մոդելավորման բարձր մասնագիտացված խնդրի լուծմանը: Սա անհրաժեշտ է թերի սպիտակուցների հետ կապված պաթոլոգիաների պատճառներն ուսումնասիրելու համար՝ Ալցհեյմերի և Պարկինսոնի հիվանդությունները, կովի խելագարության հիվանդությունը, ցրված սկլերոզը և այլն։ Կոմունալ FAHBench չի կարող համակողմանիորեն գնահատել վիրտուալ վիդեո ադապտերի հաշվողական հզորությունը, սակայն թույլ է տալիս համեմատել պրոցեսորի և vGPU-ի աշխատանքը բարդ հաշվարկներում: 

OpenCL-ի օգտագործմամբ vGPU-ների վրա հաշվարկների կատարումը, որը չափվում է FAHBench-ի միջոցով, պարզվել է, որ մոտավորապես 6 անգամ (ներկառուցված մոդելավորման մեթոդի համար՝ մոտավորապես 10 անգամ) ավելի բարձր է, քան բավականաչափ հզոր կենտրոնական պրոցեսորի նմանատիպ ցուցանիշները:

Ստորև ներկայացնում ենք կրկնակի ճշգրտությամբ հաշվարկների արդյունքները.

▍SiSoftware Sandra 20/20

Համակարգիչների ախտորոշման և թեստավորման ևս մեկ ունիվերսալ փաթեթ։ Այն թույլ է տալիս մանրամասն ուսումնասիրել սերվերի ապարատային և ծրագրային ապահովման կոնֆիգուրացիան և պարունակում է հսկայական թվով տարբեր չափորոշիչներ: Բացի պրոցեսորային հաշվարկից, Sandra 20/20-ն աջակցում է OpenCL, DirectCompute և CUDA: Մենք առաջին հերթին հետաքրքրված ենք անվճար տարբերակում ներառվածներով Սանդրա Լայթ ընդհանուր նշանակության հաշվողական հենանիշային փաթեթներ (GPGPU)՝ օգտագործելով ապարատային արագացուցիչներ: 

Արդյունքները բավականին լավ է, չնայած դրանք մի փոքր ավելի ցածր են, քան սպասվում էր NVIDIA Quadro P4000 վիդեո ադապտերի համար: Վիրտուալիզացիայի գերավճարը, ամենայն հավանականությամբ, ազդեցություն կունենա:

Sandra 20/20-ն ունի պրոցեսորի հենանիշերի նմանատիպ հավաքածու: Եկեք գործարկենք դրանք համեմատել արդյունքները vGPU հաշվարկով:

Վիդեո ադապտերների առավելությունները հստակ տեսանելի են, բայց ընդհանուր թեստային փաթեթի կարգավորումները լիովին նույնական չեն, և արդյունքներում դուք չեք կարող տեսնել ցուցիչներ պահանջվող մանրամասնության աստիճանով: Որոշեցինք մի քանի առանձին թեստեր անցկացնել։ Սկզբում նույնականացված Բարձրագույն vGPU կատարողականություն՝ օգտագործելով OpenCL-ի միջոցով պարզ մաթեմատիկական հաշվարկների հավաքածու: Այս չափանիշը էապես նման է Սանդրայի մուլտիմեդիա (ոչ թվաբանական) թեստին պրոցեսորի համար: Համեմատության համար եկեք տեղադրենք նույն գծապատկերի վրա արդյունք VPS CPU մուլտիմեդիա թեստ: Նույնիսկ չորս պրոցեսորային միջուկ ունեցող պրոցեսորը նկատելիորեն զիջում է vGPU-ին:

Սինթետիկ թեստերից անցնենք գործնական բաների։ Կրիպտոգրաֆիկ թեստերը մեզ օգնեցին որոշել տվյալների կոդավորման և վերծանման արագությունը: Ահա արդյունքների համեմատությունը vGPU и CPU ցույց տվեց նաև արագացուցիչի բացահայտ առավելություն.

vGPU-ի կիրառման մեկ այլ ոլորտ ֆինանսական վերլուծությունն է: Նման հաշվարկները հեշտ է զուգահեռացնել, բայց դրանք կատարելու համար ձեզ հարկավոր է վիդեո ադապտեր, որն աջակցում է կրկնակի ճշգրտության հաշվարկներին: Եվ կրկին արդյունքները խոսում են իրենց մասին՝ բավականին հզոր պրոցեսոր ուղղակի կորցնում է GPU.

Մեր կատարած վերջին փորձարկումը բարձր ճշգրտությամբ գիտական ​​հաշվարկներն էին։ Գրաֆիկական ադապտեր նորից ավելի լավ արեց կենտրոնական պրոցեսոր մատրիցային բազմապատկման, արագ Ֆուրիեի փոխակերպման և նմանատիպ այլ խնդիրներով:

Արդյունքները

vGPU-ները հարմար չեն գրաֆիկական խմբագիրների, ինչպես նաև 3D-արտադրման և տեսամշակման հավելվածների համար: Սեղանի համակարգերի ադապտերները շատ ավելի լավ են հաղթահարում գրաֆիկան, բայց վիրտուալը կարող է զուգահեռ հաշվարկներ կատարել ավելի արագ, քան պրոցեսորը: Դրա համար մենք պետք է շնորհակալություն հայտնենք արդյունավետ RAM-ին և թվաբանական-տրամաբանական մոդուլների ավելի մեծ քանակին։ Տարբեր սենսորներից տվյալների հավաքագրում և մշակում, բիզնես ծրագրերի վերլուծական հաշվարկներ, գիտական ​​և ճարտարագիտական ​​հաշվարկներ, երթևեկության վերլուծություն և գանձում, առևտրային համակարգերի հետ աշխատելը. կան բազմաթիվ հաշվողական առաջադրանքներ, որոնց համար GPU-ները անփոխարինելի են: Իհարկե, դուք կարող եք հավաքել նման սերվեր տանը կամ գրասենյակում, բայց դուք ստիպված կլինեք վճարել կոկիկ գումար սարքավորումների և լիցենզավորված ծրագրակազմ գնելու համար: Բացի կապիտալ ծախսերից, կան նաև սպասարկման գործառնական ծախսեր, ներառյալ էլեկտրաէներգիայի վճարները: Գոյություն ունի մաշվածություն. սարքավորումները ժամանակի ընթացքում մաշվում են, և ավելի արագ են հնանում: Վիրտուալ սերվերները չունեն այս թերությունները. դրանք կարող են ստեղծվել ըստ անհրաժեշտության և ջնջվել, երբ հաշվողական հզորության կարիքը վերանա: Ռեսուրսների համար վճարելը միայն այն դեպքում, երբ դրանք ձեզ անհրաժեշտ են, միշտ ձեռնտու է: 

Source: www.habr.com