В članek, ko smo govorili o naši novi storitvi z video kartico se nismo dotaknili nekaterih zanimivih vidikov uporabe virtualnih strežnikov z video adapterji. Čas je, da dodamo več testiranj.
Za uporabo fizičnih video adapterjev v virtualnih okoljih smo izbrali tehnologijo RemoteFX vGPU, ki jo podpira Microsoftov hipervizor. V tem primeru mora imeti gostitelj procesorje, ki podpirajo SLAT (EPT od Intel ali NPT/RVI od AMD), kot tudi grafične kartice, ki izpolnjujejo zahteve ustvarjalcev Hyper-V. V nobenem primeru te rešitve ne primerjajte z namiznimi adapterji v fizičnih strojih, ki običajno kažejo boljšo zmogljivost pri delu z grafiko. V našem testiranju bo vGPE konkuriral osrednjemu procesorju virtualnega strežnika – povsem logično za računalniške naloge. Upoštevajte tudi, da poleg RemoteFX obstajajo tudi druge podobne tehnologije, na primer NVIDIA Virtual GPU - omogoča prenos grafičnih ukazov iz vsakega virtualnega stroja neposredno v adapter, ne da bi jih prevedli v hipervizor.
Testi
Pri preizkusih je bil uporabljen stroj s 4 računalniškimi jedri pri 3,4 GHz, 16 GB RAM-a, 100 GB pogonom SSD (SSD) in virtualnim video adapterjem s 512 MB video pomnilnika. Fizični strežnik je opremljen s profesionalnimi video karticami NVIDIA Quadro P4000, sistem za goste pa poganja Windows Server 2016 Standard (64-bit) s standardnim video gonilnikom Microsoft Remote FX.
▍GeekBench 5
Za začetek trenutna različica pripomočka , ki vam omogoča merjenje zmogljivosti sistema za aplikacije OpenCL.
To merilo uspešnosti smo uporabili v prejšnjem članku in le potrdilo je očitno - naš vGPE je šibkejši od visoko zmogljivih namiznih grafičnih kartic za reševanje tipičnih "grafičnih" nalog.
▍GPU Caps Viewer 1.43.0.0
Ustvarilo podjetje Pripomočka ni mogoče imenovati merilo. Ne vsebuje preizkusov delovanja, omogoča pa pridobitev informacij o uporabljenih strojnih in programskih rešitvah. Tukaj lahko vidite, da naš virtualni stroj vGPU podpira samo OpenCL 1.1 in ne podpira CUDA, kljub video adapterju NVIDIA Quadro P4000, ki je nameščen v fizičnem strežniku.
▍FAHBench 2.3.1
iz projekta porazdeljenega računalništva se posveča reševanju visoko specializiranega problema računalniškega modeliranja zvijanja proteinskih molekul. To je potrebno za preučevanje vzrokov patologij, povezanih z okvarjenimi beljakovinami - Alzheimerjeva in Parkinsonova bolezen, bolezen norih krav, multipla skleroza itd. Pripomoček ne more celovito oceniti računalniške moči virtualnega video adapterja, vendar vam omogoča primerjavo zmogljivosti CPE in vGPE v zapletenih izračunih.
Zmogljivost računalništva na vGPU z uporabo OpenCL, izmerjena s FAHBench, se je izkazala za približno 6-krat (za metodo implicitnega modeliranja - približno 10-krat) večja od podobnih kazalnikov za dovolj močan centralni procesor.
V nadaljevanju predstavljamo rezultate izračunov z dvojno natančnostjo.
▍SiSoftware Sandra 20/20
Še en univerzalni paket za diagnosticiranje in testiranje računalnikov. Omogoča vam podrobno preučevanje konfiguracije strojne in programske opreme strežnika in vsebuje ogromno število različnih meril uspešnosti. Poleg CPU računalništva Sandra 20/20 podpira OpenCL, DirectCompute in CUDA. Zanimajo nas predvsem tisti, ki so vključeni v brezplačno različico primerjalne zbirke splošnih namenov (GPGPU) z uporabo strojnih pospeševalnikov.
precej dobri, čeprav so nekoliko nižji od pričakovanih za video adapter NVIDIA Quadro P4000. Stroški virtualizacije bodo verjetno vplivali.
Sandra 20/20 ima podoben niz meril uspešnosti procesorja. Izstrelimo jih na z računalništvom vGPU.
Prednosti video adapterja so jasno vidne, vendar nastavitve celotnega testnega paketa niso popolnoma enake in v rezultatih ni mogoče videti indikatorjev z zahtevano stopnjo podrobnosti. Odločili smo se, da izvedemo več ločenih testov. Najprej Vrhunska zmogljivost vGPU z nizom preprostih matematičnih izračunov z uporabo OpenCL. v bistvu podoben Sandrinemu multimedijskemu (ne aritmetičnemu!) testu za CPE. Za primerjavo postavimo na isti diagram VPS CPU multimedijski test. Tudi CPE s štirimi procesorskimi jedri je opazno slabši od vGPU.
Pojdimo od sintetičnih testov k praktičnim stvarem. Kriptografski testi so nam pomagali določiti hitrost kodiranja in dekodiranja podatkov. Tukaj je primerjava rezultatov za и pokazala tudi jasno prednost pospeševalnika.
Drugo področje uporabe vGPU je finančna analiza. Takšne izračune je enostavno vzporediti, vendar boste za njihovo izvedbo potrebovali video adapter, ki podpira izračune dvojne natančnosti. In spet rezultati govorijo sami zase: precej močni dokončno izgubi .
Zadnji test, ki smo ga izvedli, so bili znanstveni izračuni z visoko natančnostjo. spet bolje z matričnim množenjem, hitro Fourierjevo transformacijo in drugimi podobnimi problemi.
Ugotovitve
vGPU-ji niso najbolj primerni za zagon grafičnih urejevalnikov ter aplikacij za 3D upodabljanje in obdelavo videa. Adapterji za namizne sisteme se veliko bolje spopadejo z grafiko, vendar lahko navidezni izvaja vzporedne izračune hitreje kot CPU. Za to se moramo zahvaliti produktivnemu RAM-u in večjemu številu aritmetično-logičnih modulov. Zbiranje in obdelava podatkov iz različnih senzorjev, analitični izračuni za poslovne aplikacije, znanstveni in inženirski izračuni, prometne analize in zaračunavanje, delo s trgovalnimi sistemi - veliko je računalniških nalog, pri katerih so grafični procesorji nepogrešljivi. Seveda lahko tak strežnik sestavite doma ali v pisarni, vendar boste morali plačati čisto vsoto za nakup strojne in licenčne programske opreme. Poleg kapitalskih stroškov obstajajo tudi obratovalni stroški vzdrževanja, vključno z računi za elektriko. Prihaja do amortizacije – oprema se sčasoma obrabi, še hitreje pa zastari. Virtualni strežniki nimajo teh pomanjkljivosti: po potrebi jih je mogoče ustvariti in izbrisati, ko potreba po računalniški moči izgine. Plačevanje virov samo takrat, ko jih potrebujete, je vedno donosno.
Vir: www.habr.com