Acredita-se que os servidores virtuais com vGPU sejam caros. Numa breve revisão tentarei refutar esta tese.
Uma pesquisa na Internet revela imediatamente o aluguer de supercomputadores com NVIDIA Tesla V100 ou servidores mais simples com poderosas GPUs dedicadas. Serviços semelhantes estão disponíveis, por exemplo, , ou . Seu custo mensal é medido em dezenas de milhares de rublos, e eu queria encontrar opções mais baratas para aplicativos OpenCL e/ou CUDA. Não existem muitos VPS econômicos com adaptadores de vídeo no mercado russo, em um breve artigo compararei suas capacidades de computação usando testes sintéticos.
Участники
A hospedagem de servidores virtuais foi incluída na lista de candidatos à participação na revisão. , , , и . Não houve problemas particulares no acesso, uma vez que quase todos os fornecedores têm um período de teste gratuito. O UltraVDS oficialmente não possui teste gratuito, mas não foi difícil chegar a um acordo: após saber da publicação, a equipe de suporte me creditou o valor necessário para solicitar um VPS em minha conta bônus. Nesse estágio, as máquinas virtuais VDS4YOU saíram da corrida, porque para testes gratuitos o hoster exige que você forneça uma digitalização do seu cartão de identificação. Entendo que você precisa se proteger de abusos, mas para verificação, detalhes do passaporte ou, por exemplo, vincular uma conta em uma rede social - isso é exigido pelo 1Gb.ru.
Configurações e preços
Para testes, pegamos máquinas de nível médio que custam menos de 10 mil rublos por mês: 2 núcleos de computação, 4 GB de RAM, SSD de 20 a 50 GB, vGPU com 256 MB de VRAM e Windows Server 2016. Antes de avaliar o desempenho do VDS, vamos dar uma olhada em seus subsistemas gráficos com um olhar armado. Criado pela empresa utilidade permite obter informações detalhadas sobre as soluções de hardware e software utilizadas pelos hosters. Com sua ajuda você pode ver, por exemplo, a versão do driver de vídeo, a quantidade de memória de vídeo disponível, bem como dados de suporte OpenCL e CUDA.
1Gb.ru.
GPUnuvem
RuVDS
UltraVDS
virtualização
Hyper-V
OpenStack
Hyper-V
Hyper-V
Núcleos de computação
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM,GB
4
4
4
4
Armazenamento, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA GRID
RemoteFX
RemoteFX
Adaptador de vídeo
NVIDIA GeForce GTX Ti 1080
NVIDIATesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM,MB
256
4063
256
256
Suporte OpenCL
+
+
+
+
Suporte CUDA
-
+
-
-
Preço por mês (se pago anualmente), esfregue.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Pagamento por recursos, esfregue
não
CPU = 0,42 rublos/hora,
RAM = 0,24 rublos/hora,
SSD = 0,0087 fricção/hora,
SO Windows = 1,62 rublos/hora,
IPv4 = 0,15 rublos/hora,
vGPU (T4/4Gb) = 7 rublos/hora.
de 623,28 + 30 por instalação
não
Período de teste
Dia 10
7 dias ou mais mediante acordo
3 dias com faturamento mensal
não
Dos provedores analisados, apenas GPUcloud usa virtualização OpenStack e tecnologia NVIDIA GRID. Devido à grande quantidade de memória de vídeo (estão disponíveis perfis de 4, 8 e 16 GB), o serviço é mais caro, mas o cliente rodará aplicativos OpenCL e CUDA. O restante dos concorrentes oferece vGPUs com menos VRAM, criados usando Microsoft RemoteFX. Eles custam muito menos, mas suportam apenas OpenCL.
Teste de performance
GeekBench 5
Com este popular Você pode medir o desempenho gráfico para aplicativos OpenCL e CUDA. O gráfico abaixo mostra o resultado resumido, com dados mais detalhados para servidores virtuais , GPUnuvem ( и ), и disponível no site do desenvolvedor do benchmark. Abri-los revela um fato interessante: o GeekBench mostra quantidades de VRAM muito superiores aos 256 MB solicitados. A velocidade do clock dos processadores centrais também pode ser maior do que a indicada. Esta é uma ocorrência comum em ambientes virtuais – depende muito da carga no host físico no qual o VPS está sendo executado.
As vGPUs de “servidor” compartilhadas são mais fracas que os adaptadores de vídeo “desktop” de alto desempenho quando usadas para aplicações gráficas pesadas. Tais soluções destinam-se principalmente a tarefas de computação. Outros testes sintéticos foram realizados para avaliar seu desempenho.
FAHBench 2.3.1
Para uma análise abrangente dos recursos de computação vGPU não é adequado, mas pode ser usado para comparar o desempenho de adaptadores de vídeo de diferentes VPS em cálculos complexos usando OpenCL. Projeto de computação distribuída resolve o problema restrito da modelagem computacional do enovelamento de moléculas de proteínas. Os investigadores estão a tentar compreender as causas das patologias associadas a proteínas defeituosas: doenças de Alzheimer e Parkinson, doença da vaca louca, esclerose múltipla, etc. Medido usando o utilitário que eles criaram O desempenho de precisão simples e dupla é mostrado no gráfico. Infelizmente, o utilitário gerou um erro na máquina virtual UltraVDS.
A seguir, compararei os resultados do cálculo para o método de modelagem implícito do dhfr.
SiSoftware Sandra 20/20
Pacote Ótimo para avaliar os recursos de computação de adaptadores de vídeo virtuais de vários hosters. O utilitário contém conjuntos de benchmark de computação de uso geral (GPGPU) e oferece suporte a OpenCL, DirectCompute e CUDA. Para começar, foi feita uma avaliação geral dos diferentes vGPUs. O diagrama mostra o resultado resumido, dados mais detalhados para servidores virtuais , GPUnuvem () E disponível no site do desenvolvedor do benchmark.
Também houve problemas com o teste “longo” de Sandra. Para o provedor VPS GPUcloud, não foi possível realizar uma avaliação geral usando OpenCL. Ao selecionar a opção apropriada, o utilitário ainda funcionava por meio de CUDA. A máquina UltraVDS também falhou neste teste: o benchmark congelou em 86% ao tentar determinar a latência da memória.
No pacote geral de testes, é impossível ver indicadores com grau de detalhe suficiente ou realizar cálculos com alta precisão. Tivemos que executar vários testes separados, começando com a determinação do desempenho máximo do adaptador de vídeo usando um conjunto de cálculos matemáticos simples usando OpenCL e (se possível) CUDA. Também mostra apenas o indicador geral e resultados detalhados para VPS de , GPUnuvem ( и ), и disponível no site.
Para comparar a velocidade de codificação e decodificação de dados, Sandra possui um conjunto de testes criptográficos. Resultados detalhados para , GPUnuvem ( и ), и .
Cálculos financeiros paralelos requerem um cálculo de adaptador de dupla precisão de suporte. Esta é outra importante área de aplicação para vGPUs. Resultados detalhados para , GPUnuvem ( и ), и .
Sandra 20/20 permite testar as possibilidades de uso de vGPU para cálculos científicos com alta precisão: multiplicação de matrizes, transformação rápida de Fourier, etc. Resultados detalhados para , GPUnuvem ( и ), и .
Por fim, foi realizado um teste das capacidades de processamento de imagem da vGPU. Resultados detalhados para , GPUnuvem ( и ), и .
Descobertas
O servidor virtual GPUcloud apresentou excelentes resultados nos testes GeekBench 5 e FAHBench, mas não ultrapassou o nível geral nos testes de benchmark Sandra. Custa muito mais que os serviços dos concorrentes, mas possui uma quantidade significativamente maior de memória de vídeo e suporta CUDA. Nos testes Sandra, o VPS da 1Gb.ru foi o líder com alta precisão de cálculo, mas também não é barato e teve desempenho mediano em outros testes. O UltraVDS acabou sendo um estranho óbvio: não sei se há conexão aqui, mas apenas este hoster oferece aos clientes placas de vídeo AMD. Em termos de relação preço/desempenho, o servidor RuVDS pareceu-me o melhor. Custa menos de 2000 rublos por mês e os testes passaram muito bem. A classificação final é assim:
Lugar
Hospedeiro
Suporte OpenCL
Suporte CUDA
Alto desempenho de acordo com GeekBench 5
Alto desempenho de acordo com FAHBench
Alto desempenho segundo Sandra 20/20
Baixo preço
I
RuVDS
+
-
+
+
+
+
II
1Gb.ru.
+
-
+
+
+
+
III
GPUnuvem
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Eu tinha algumas dúvidas sobre o vencedor, mas a análise é dedicada ao VPS econômico com vGPU, e a máquina virtual RuVDS custa quase a metade do seu concorrente mais próximo e mais de quatro vezes mais que a oferta mais cara analisada. O segundo e o terceiro lugares também não foram fáceis de dividir, mas também aqui o preço superou outros fatores.
Como resultado dos testes, descobriu-se que as vGPUs básicas não são tão caras e já podem ser usadas para resolver problemas de computação. É claro que, usando testes sintéticos, é difícil prever como uma máquina se comportará sob carga real e, além disso, a capacidade de alocar recursos depende diretamente de seus vizinhos no host físico - leve em consideração isso. Se você encontrar outros VPS econômicos com vGPU na Internet russa, não hesite em escrever sobre eles nos comentários.
Fonte: habr.com