Adalah dipercayai bahawa pelayan maya dengan vGPU adalah mahal. Dalam ulasan ringkas saya akan cuba menyangkal tesis ini.
Carian di Internet segera mendedahkan penyewaan superkomputer dengan NVIDIA Tesla V100 atau pelayan yang lebih ringkas dengan GPU khusus yang berkuasa. Perkhidmatan serupa disediakan, contohnya, , atau . Kos bulanan mereka diukur dalam puluhan ribu rubel, dan saya ingin mencari pilihan yang lebih murah untuk aplikasi OpenCL dan/atau CUDA. Tidak banyak VPS bajet dengan penyesuai video di pasaran Rusia; dalam artikel pendek saya akan membandingkan keupayaan pengkomputeran mereka menggunakan ujian sintetik.
Peserta
Pelayan maya pengehosan telah dimasukkan dalam senarai calon untuk penyertaan dalam semakan. , , , ΠΈ . Tiada masalah khusus dalam mendapatkan akses, kerana hampir semua pembekal mempunyai tempoh percubaan percuma. UltraVDS secara rasmi tidak mempunyai ujian percuma, tetapi tidak sukar untuk mencapai persetujuan: selepas mengetahui tentang penerbitan itu, kakitangan sokongan mengkreditkan saya dengan jumlah yang diperlukan untuk memesan VPS ke dalam akaun bonus saya. Pada peringkat ini, mesin maya VDS4YOU terkeluar daripada perlumbaan, kerana untuk ujian percuma hoster memerlukan anda memberikan imbasan kad ID anda. Saya faham bahawa anda perlu melindungi diri anda daripada penyalahgunaan, tetapi untuk pengesahan, butiran pasport atau, sebagai contoh, memautkan akaun pada rangkaian sosial - ini diperlukan oleh 1Gb.ru.
Konfigurasi dan harga
Untuk ujian, kami mengambil mesin peringkat pertengahan yang berharga kurang daripada 10 ribu rubel sebulan: 2 teras pengkomputeran, 4 GB RAM, 20 - 50 GB SSD, vGPU dengan 256 MB VRAM dan Windows Server 2016. Sebelum menilai prestasi VDS, mari kita lihat subsistem grafik mereka dengan pandangan bersenjata. Dicipta oleh syarikat utiliti membolehkan anda mendapatkan maklumat terperinci tentang penyelesaian perkakasan dan perisian yang digunakan oleh hoster. Dengan bantuannya, anda boleh melihat, sebagai contoh, versi pemacu video, jumlah memori video yang tersedia, serta data pada sokongan OpenCL dan CUDA.
1Gb.ru
GPUcloud
RuVDS
UltraVDS
Virtualisasi
Hiper V
OpenStack
Hiper V
Hiper V
Teras pengkomputeran
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM, GB
4
4
4
4
Storan, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA GRID
RemoteFX
RemoteFX
Penyesuai video
NVIDIA GeForce GTX 1080 Ti
NVIDIA Tesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM, MB
256
4063
256
256
Sokongan OpenCL
+
+
+
+
sokongan CUDA
-
+
-
-
Harga sebulan (jika dibayar setiap tahun), gosok.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Bayaran untuk sumber, gosok
tiada
CPU = 0,42 gosok/jam,
RAM = 0,24 gosok/jam,
SSD = 0,0087 gosok/jam,
OS Windows = 1,62 gosok/jam,
IPv4 = 0,15 gosok/jam,
vGPU (T4/4Gb) = 7 rubel/jam.
daripada 623,28 + 30 setiap pemasangan
tiada
Tempoh ujian
10 hari
7 hari atau lebih dengan persetujuan
3 hari dengan bil bulanan
tiada
Daripada penyedia yang disemak, hanya GPUcloud menggunakan virtualisasi OpenStack dan teknologi NVIDIA GRID. Oleh kerana jumlah memori video yang besar (profil 4, 8 dan 16 GB tersedia), perkhidmatan ini lebih mahal, tetapi pelanggan akan menjalankan aplikasi OpenCL dan CUDA. Pesaing yang lain menawarkan vGPU dengan kurang VRAM, dibuat menggunakan Microsoft RemoteFX. Kosnya jauh lebih murah, tetapi hanya menyokong OpenCL.
Ujian prestasi
Bangku Geek 5
Dengan popular ini Anda boleh mengukur prestasi grafik untuk aplikasi OpenCL dan CUDA. Carta di bawah menunjukkan hasil ringkasan, dengan data yang lebih terperinci untuk pelayan maya , GPUcloud ( ΠΈ ), ΠΈ tersedia di tapak web pembangun penanda aras. Membukanya mendedahkan fakta menarik: GeekBench menunjukkan jumlah VRAM jauh lebih tinggi daripada 256 MB yang dipesan. Kelajuan jam pemproses pusat juga mungkin lebih tinggi daripada yang dinyatakan. Ini adalah kejadian biasa dalam persekitaran maya - banyak bergantung pada beban pada hos fizikal di mana VPS dijalankan.
vGPU "pelayan" yang dikongsi adalah lebih lemah daripada penyesuai video "desktop" berprestasi tinggi apabila digunakan untuk aplikasi grafik berat. Penyelesaian sedemikian bertujuan terutamanya untuk tugas pengkomputeran. Ujian sintetik lain telah dijalankan untuk menilai prestasi mereka.
FAHBench 2.3.1
Untuk analisis komprehensif keupayaan pengkomputeran vGPU tidak sesuai, tetapi ia boleh digunakan untuk membandingkan prestasi penyesuai video daripada VPS berbeza dalam pengiraan kompleks menggunakan OpenCL. Projek Pengkomputeran Teragih menyelesaikan masalah sempit pemodelan komputer lipatan molekul protein. Penyelidik cuba memahami punca patologi yang berkaitan dengan protein yang rosak: penyakit Alzheimer dan Parkinson, penyakit lembu gila, multiple sclerosis, dsb. Diukur menggunakan utiliti yang mereka cipta Prestasi ketepatan tunggal dan berganda ditunjukkan dalam carta. Malangnya, utiliti menjana ralat pada mesin maya UltraVDS.
Seterusnya, saya akan membandingkan hasil pengiraan bagi kaedah pemodelan tersirat dhfr.
SiSoftware Sandra 20/20
Pakej Hebat untuk menilai keupayaan pengkomputeran penyesuai video maya daripada pelbagai hoster. Utiliti ini mengandungi suite penanda aras pengkomputeran tujuan umum (GPGPU) dan menyokong OpenCL, DirectCompute dan CUDA. Sebagai permulaan, penilaian umum vGPU yang berbeza telah dibuat. Rajah menunjukkan hasil ringkasan, data yang lebih terperinci untuk pelayan maya , GPUcloud () Dan tersedia di tapak web pembangun penanda aras.
Terdapat juga masalah dengan ujian "panjang" Sandra. Untuk GPUcloud pembekal VPS, penilaian umum tidak boleh dijalankan menggunakan OpenCL. Apabila memilih pilihan yang sesuai, utiliti masih berfungsi melalui CUDA. Mesin UltraVDS juga gagal dalam ujian ini: penanda aras membeku pada 86% semasa cuba menentukan kependaman memori.
Dalam pakej ujian am, adalah mustahil untuk melihat penunjuk dengan tahap perincian yang mencukupi atau melakukan pengiraan dengan ketepatan yang tinggi. Kami terpaksa menjalankan beberapa ujian berasingan, bermula dengan menentukan prestasi puncak penyesuai video menggunakan satu set pengiraan matematik mudah menggunakan OpenCL dan (jika boleh) CUDA. Ini juga menunjukkan hanya penunjuk umum, dan keputusan terperinci untuk VPS dari , GPUcloud ( ΠΈ ), ΠΈ terdapat di laman web.
Untuk membandingkan kelajuan pengekodan dan penyahkodan data, Sandra mempunyai satu set ujian kriptografi. Keputusan terperinci untuk , GPUcloud ( ΠΈ ), ΠΈ .
Pengiraan kewangan selari memerlukan pengiraan penyesuai ketepatan dua yang menyokong. Ini adalah satu lagi bidang aplikasi yang penting untuk vGPU. Keputusan terperinci untuk , GPUcloud ( ΠΈ ), ΠΈ .
Sandra 20/20 membolehkan anda menguji kemungkinan menggunakan vGPU untuk pengiraan saintifik dengan ketepatan tinggi: pendaraban matriks, transformasi Fourier pantas, dsb. Keputusan terperinci untuk , GPUcloud ( ΠΈ ), ΠΈ .
Akhirnya, ujian keupayaan pemprosesan imej vGPU telah dijalankan. Keputusan terperinci untuk , GPUcloud ( ΠΈ ), ΠΈ .
Penemuan
Pelayan maya GPUcloud menunjukkan keputusan yang sangat baik dalam ujian GeekBench 5 dan FAHBench, tetapi tidak meningkat melebihi tahap umum dalam ujian penanda aras Sandra. Kosnya jauh lebih tinggi daripada perkhidmatan pesaing, tetapi mempunyai jumlah memori video yang jauh lebih besar dan menyokong CUDA. Dalam ujian Sandra, VPS dari 1Gb.ru adalah peneraju dengan ketepatan pengiraan yang tinggi, tetapi ia juga tidak murah dan dilakukan secara purata dalam ujian lain. UltraVDS ternyata orang luar yang jelas: Saya tidak tahu sama ada terdapat sambungan di sini, tetapi hanya hoster ini menawarkan pelanggan kad video AMD. Dari segi nisbah harga/prestasi, pelayan RuVDS bagi saya adalah yang terbaik. Kosnya kurang daripada 2000 rubel sebulan, dan ujian lulus dengan baik. Kedudukan akhir kelihatan seperti ini:
Place
Hoster
Sokongan OpenCL
sokongan CUDA
Prestasi tinggi mengikut GeekBench 5
Prestasi tinggi mengikut FAHBench
Prestasi tinggi mengikut Sandra 20/20
Harga rendah
I
RuVDS
+
-
+
+
+
+
II
1Gb.ru
+
-
+
+
+
+
III
GPUcloud
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Saya mempunyai sedikit keraguan tentang pemenang, tetapi ulasan itu didedikasikan untuk VPS bajet dengan vGPU, dan harga mesin maya RuVDS hampir separuh daripada pesaing terdekatnya dan lebih daripada empat kali ganda daripada tawaran paling mahal yang disemak. Tempat kedua dan ketiga juga tidak mudah untuk dibahagikan, tetapi di sini juga harganya mengatasi faktor lain.
Hasil daripada ujian, ternyata vGPU peringkat permulaan tidak begitu mahal dan sudah boleh digunakan untuk menyelesaikan masalah pengkomputeran. Sudah tentu, menggunakan ujian sintetik adalah sukar untuk meramalkan bagaimana mesin akan bertindak di bawah beban sebenar, dan selain itu, keupayaan untuk memperuntukkan sumber secara langsung bergantung kepada jirannya pada hos fizikal - membuat elaun untuk ini. Jika anda menemui VPS bajet lain dengan vGPU di Internet Rusia, jangan teragak-agak untuk menulis tentangnya dalam ulasan.
Sumber: www.habr.com