В articolo in cui abbiamo parlato del nostro nuovo servizio con una scheda video non abbiamo toccato alcuni aspetti interessanti dell'utilizzo dei server virtuali con adattatori video. È tempo di aggiungere ulteriori test.
Per utilizzare gli adattatori video fisici in ambienti virtuali, abbiamo scelto la tecnologia vGPU RemoteFX, supportata dall'hypervisor Microsoft. In questo caso, l'host deve disporre di processori che supportano SLAT (EPT di Intel o NPT/RVI di AMD), nonché di schede video che soddisfino i requisiti dei creatori di Hyper-V. In nessun caso dovresti confrontare questa soluzione con gli adattatori desktop di macchine fisiche, che di solito mostrano prestazioni migliori quando si lavora con la grafica. Nei nostri test, la vGPU competerà con il processore centrale del server virtuale - abbastanza logico per le attività di calcolo. Tieni inoltre presente che oltre a RemoteFX, esistono altre tecnologie simili, ad esempio NVIDIA Virtual GPU: consente di trasferire comandi grafici da ciascuna macchina virtuale direttamente all'adattatore senza tradurli nell'hypervisor.
Test
Per i test è stata utilizzata una macchina con 4 core di elaborazione a 3,4 GHz, 16 GB di RAM, un'unità a stato solido (SSD) da 100 GB e un adattatore video virtuale con 512 MB di memoria video. Il server fisico è dotato di schede video professionali NVIDIA Quadro P4000 e il sistema guest esegue Windows Server 2016 Standard (64 bit) con il driver video Microsoft Remote FX standard.
▍GeekBench 5
Per iniziare versione corrente dell'utilità , che consente di misurare le prestazioni del sistema per le applicazioni OpenCL.
Abbiamo utilizzato questo benchmark nell'articolo precedente e ha solo confermato l'ovvio: la nostra vGPU è più debole delle schede video desktop ad alte prestazioni per risolvere i tipici compiti "grafici".
▍Visualizzatore limiti GPU 1.43.0.0
Creato dall'azienda L'utilità non può essere definita un punto di riferimento. Non contiene test prestazionali, ma consente di ottenere informazioni sulle soluzioni hardware e software utilizzate. Qui puoi vedere che la nostra macchina virtuale vGPU supporta solo OpenCL 1.1 e non supporta CUDA, nonostante l'adattatore video NVIDIA Quadro P4000 installato nel server fisico.
▍FAHPannello 2.3.1
dal progetto di calcolo distribuito si dedica alla risoluzione di un problema altamente specializzato di modellazione computerizzata del ripiegamento delle molecole proteiche. Ciò è necessario per studiare le cause delle patologie associate a proteine difettose: morbo di Alzheimer e di Parkinson, morbo della mucca pazza, sclerosi multipla, ecc. Utilità non può valutare in modo completo la potenza di calcolo di un adattatore video virtuale, ma consente di confrontare le prestazioni di CPU e vGPU in calcoli complessi.
Le prestazioni di elaborazione su vGPU utilizzando OpenCL, misurate utilizzando FAHBench, si sono rivelate circa 6 volte (per il metodo di modellazione implicita - circa 10 volte) superiori a indicatori simili per un processore centrale sufficientemente potente.
Di seguito presentiamo i risultati dei calcoli con doppia precisione.
▍SiSoftware Sandra 20/20
Un altro pacchetto universale per diagnosticare e testare i computer. Ti consente di studiare in dettaglio la configurazione hardware e software del server e contiene un numero enorme di benchmark diversi. Oltre al calcolo della CPU, Sandra 20/20 supporta OpenCL, DirectCompute e CUDA. A noi interessano soprattutto quelli inclusi nella versione gratuita suite di benchmark di calcolo per scopi generali (GPGPU) che utilizzano acceleratori hardware.
abbastanza buoni, anche se sono leggermente inferiori alle aspettative per l'adattatore video NVIDIA Quadro P4000. È probabile che il sovraccarico della virtualizzazione abbia un impatto.
Sandra 20/20 ha una serie simile di benchmark della CPU. Lanciamoli a con elaborazione vGPU.
I vantaggi dell'adattatore video sono chiaramente visibili, ma le impostazioni del pacchetto di test complessivo non sono del tutto identiche e nei risultati non è possibile vedere gli indicatori con il grado di dettaglio richiesto. Abbiamo deciso di condurre diversi test separati. All'inizio Massime prestazioni vGPU utilizzando una serie di semplici calcoli matematici utilizzando OpenCL. essenzialmente simile al test multimediale (non aritmetico!) di Sandra per la CPU. Per confronto, posizioniamoci sullo stesso diagramma Test multimediale della CPU VPS. Anche una CPU con quattro core di elaborazione è notevolmente inferiore alla vGPU.
Passiamo dai test sintetici alle cose pratiche. I test crittografici ci hanno aiutato a determinare la velocità di codifica e decodifica dei dati. Ecco un confronto dei risultati per и ha mostrato anche un chiaro vantaggio dell'acceleratore.
Un altro campo di applicazione della vGPU è l'analisi finanziaria. Tali calcoli sono facili da parallelizzare, ma per eseguirli sarà necessario un adattatore video che supporti i calcoli a doppia precisione. E ancora una volta i risultati parlano da soli: piuttosto potenti perde in pieno .
L'ultimo test che abbiamo effettuato riguardava calcoli scientifici con elevata precisione. ha fatto di nuovo meglio con moltiplicazione di matrici, trasformata veloce di Fourier e altri problemi simili.
risultati
Le vGPU non sono adatte per l'esecuzione di editor grafici, nonché per applicazioni di rendering 3D ed elaborazione video. Gli adattatori per sistemi desktop gestiscono molto meglio la grafica, ma quello virtuale può eseguire calcoli paralleli più velocemente della CPU. Per questo dobbiamo ringraziare la RAM produttiva e un maggior numero di moduli aritmetico-logici. Raccolta ed elaborazione di dati da vari sensori, calcoli analitici per applicazioni aziendali, calcoli scientifici e ingegneristici, analisi e tariffazione del traffico, lavoro con sistemi di trading: ci sono molti compiti informatici per i quali le GPU sono indispensabili. Naturalmente, puoi assemblare un server del genere a casa o in ufficio, ma dovrai pagare una bella somma per l'acquisto di hardware e software con licenza. Oltre ai costi di capitale, ci sono anche i costi operativi per la manutenzione, comprese le bollette elettriche. C'è un deprezzamento: le attrezzature si consumano nel tempo e diventano obsolete ancora più velocemente. I server virtuali non presentano questi svantaggi: possono essere creati secondo necessità e cancellati quando scompare la necessità di potenza di calcolo. Pagare le risorse solo quando ne hai bisogno è sempre redditizio.
Fonte: habr.com