グラフィックス カードを備えた VPS (パート 2): コンピューティング機能

В 前へ 新しいサービスについて話したときの記事 VPS ビデオ カードを使用する場合、ビデオ アダプターで仮想サーバーを使用する際のいくつかの興味深い側面については触れませんでした。 さらにテストを追加する時期が来ました。

仮想環境で物理ビデオ アダプターを使用するために、Microsoft ハイパーバイザーでサポートされている RemoteFX vGPU テクノロジーを選択しました。 この場合、ホストには、SLAT (Intel の EPT または AMD の NPT/RVI) をサポートするプロセッサと、Hyper-V の作成者の要件を満たすビデオ カードが必要です。 いかなる場合でも、このソリューションを物理マシンのデスクトップ アダプタと比較しないでください。通常、グラフィックスを操作する場合、デスクトップ アダプタのほうが優れたパフォーマンスを示します。 私たちのテストでは、vGPU は仮想サーバーの中央プロセッサと競合します。これはコンピューティング タスクにとって非常に論理的です。 また、RemoteFX に加えて、NVIDIA 仮想 GPU などの同様のテクノロジーがあることにも注意してください。これを使用すると、グラフィックス コマンドをハイパーバイザーに変換せずに、各仮想マシンからアダプターに直接転送できます。 

テスト

テストでは、4 GHz の 3,4 つのコンピューティング コア、16 GB の RAM、100 GB のソリッド ステート ドライブ (SSD)、および 512 MB のビデオ メモリを備えた仮想ビデオ アダプターを備えたマシンを使用しました。 物理サーバーにはプロフェッショナルな NVIDIA Quadro P4000 ビデオ カードが装備されており、ゲスト システムは標準の Microsoft リモート FX ビデオ ドライバーを備えた Windows Server 2016 Standard (64 ビット) を実行します。

▍ギークベンチ 5

開始のための 起動しましょう ユーティリティの現在のバージョン オタクベンチ5を使用すると、OpenCL アプリケーションのシステム パフォーマンスを測定できます。

前回の記事でこのベンチマークを使用しましたが、明らかなことが確認されただけです。つまり、vGPU は、一般的な「グラフィックス」タスクを解決するには高性能デスクトップ ビデオ カードよりも弱いということです。

▍GPU キャップ ビューア 1.43.0.0

会社が作成したもの Geeks3D このユーティリティはベンチマークとは言えません。 パフォーマンス テストは含まれていませんが、使用されているハードウェアおよびソフトウェア ソリューションに関する情報を取得できます。 ここでは、物理サーバーに NVIDIA Quadro P1.1 ビデオ アダプターがインストールされているにもかかわらず、vGPU 仮想マシンが OpenCL 4000 のみをサポートし、CUDA をサポートしていないことがわかります。

▍FAHベンチ 2.3.1

公式ベンチマーク 分散コンピューティング プロジェクトから Folding @ homeは は、タンパク質分子の折り畳みのコンピューターモデリングという高度に専門化された問題の解決に専念しています。 これは、アルツハイマー病やパーキンソン病、狂牛病、多発性硬化症など、欠陥のあるタンパク質に関連する病状の原因を研究するために必要です。 ユーティリティ FAHベンチ 仮想ビデオ アダプターのコンピューティング能力を包括的に評価することはできませんが、複雑な計算で CPU と vGPU のパフォーマンスを比較することはできます。 

FAHBench を使用して測定された、OpenCL を使用した vGPU でのコンピューティングのパフォーマンスは、十分に強力な中央プロセッサの同様の指標よりも約 6 倍 (暗黙的モデリング手法の場合 - 約 10 倍) 高いことが判明しました。

以下に倍精度で計算した結果を示します。

▍SiSoftware サンドラ 20/20

コンピューターの診断とテストのためのもう 20 つのユニバーサル パッケージ。 これにより、サーバーのハードウェアおよびソフトウェア構成を詳細に調査でき、膨大な数の異なるベンチマークが含まれます。 CPU コンピューティングに加えて、Sandra 20/XNUMX は OpenCL、DirectCompute、および CUDA をサポートします。 私たちは主に無料版に含まれるものに興味があります サンドラ・ライト ハードウェア アクセラレータを使用した汎用コンピューティング ベンチマーク スイート (GPGPU)。 

結果 かなり良好ですが、NVIDIA Quadro P4000 ビデオ アダプタの予想よりわずかに低くなります。 仮想化のオーバーヘッドが影響する可能性があります。

Sandra 20/20 にも同様の CPU ベンチマーク セットがあります。 それらを起動しましょう 結果を比較する vGPU コンピューティングを使用します。

ビデオ アダプターの利点は明らかですが、テスト パッケージ全体の設定は完全に同一ではなく、結果には必要な詳細度のインジケーターが表示されません。 私たちはいくつかの個別のテストを実施することにしました。 初めに 識別された OpenCL を使用した一連の単純な数学計算を使用して、vGPU のピーク パフォーマンスを実現します。 このベンチマーク これは、サンドラの CPU に対するマルチメディア (算術ではありません!) テストと本質的に似ています。 比較のために同じ図の上に置いてみましょう 結果 VPS CPU マルチメディア テスト。 XNUMX つの処理コアを備えた CPU であっても、vGPU に比べて著しく劣ります。

総合的なテストから実践的なことに移りましょう。 暗号化テストは、データのエンコードとデコードの速度を決定するのに役立ちました。 結果の比較は次のとおりです vGPU и CPU アクセルの明らかな優位性も示した。

vGPU のもう XNUMX つの応用分野は財務分析です。 このような計算は並列化が簡単ですが、実行するには倍精度計算をサポートするビデオ アダプターが必要です。 そして再び結果が物語ります: 非常に強力です プロセッサ 完全に負ける GPU.

私たちが最後に行ったテストは、高精度の科学計算でした。 グラフィックアダプター また良くなった 中央処理装置 行列の乗算、高速フーリエ変換、その他の同様の問題を伴います。

所見

vGPU は、グラフィック エディターだけでなく、3D レンダリングやビデオ処理アプリケーションの実行にはあまり適していません。 デスクトップ システム用のアダプタはグラフィックスにはるかに優れて対応しますが、仮想アダプタは CPU よりも高速に並列計算を実行できます。 これに関しては、生産性の高い RAM と多数の算術論理モジュールに感謝する必要があります。 さまざまなセンサーからのデータの収集と処理、ビジネス アプリケーションの分析計算、科学技術計算、トラフィック分析と課金、取引システムの操作など、GPU が不可欠なコンピューティング タスクは数多くあります。 もちろん、そのようなサーバーを自宅やオフィスで組み立てることもできますが、ハードウェアとライセンスされたソフトウェアの購入にはかなりの金額を支払う必要があります。 資本コストに加えて、電気代などのメンテナンスコストもかかります。 減価償却が発生します。機器は時間の経過とともに摩耗し、さらに早く陳腐化します。 仮想サーバーにはこれらの欠点はありません。必要に応じて作成でき、コンピューティング能力の必要性がなくなったら削除できます。 リソースが必要な場合にのみ料金を支払うことで、常に利益が得られます。 

出所： habr.com