{"id":36902,"date":"2019-10-31T22:14:38","date_gmt":"2019-10-31T19:14:38","guid":{"rendered":"https:\/\/prohoster.info\/blog\/vgpu-ispolzovat-nelzya-ignorirovat\/"},"modified":"2019-10-31T22:14:38","modified_gmt":"2019-10-31T19:14:38","slug":"vgpu-ispolzovat-nelzya-ignorirovat","status":"publish","type":"post","link":"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/vgpu-ispolzovat-nelzya-ignorirovat","title":{"rendered":"vGPU \u2014 uporabiti je nemogo\u010de spregledati","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"vGPU
\n
\nV juniju in juliju se nam je obrnilo skoraj dve desetini podjetij, ki so se zanimala za mo\u017enosti virtualnih GPU. Za 'Grafiko' od Cloud4Y \u017ee uporablja ena od ve\u010djih 'h\u010derinskih' dru\u017eb Sberbanke, toda na splo\u0161no storitev ni preve\u010d priljubljena. Tak\u0161na aktivnost nas je zato zelo razveselila. Glede na rast zanimanja za tehnologijo smo se odlo\u010dili, da nekoliko podrobneje predstavimo vGPU.<\/i> <\/a><\/noindex><\/p>\n

\u2018Jezera podatkov\u2019, pridobljena z raziskovalnimi eksperimenti in \u0161tudijami, Deep Learning in druge smeri dela z umetno inteligenco, modeliranje velikih in zapletenih objektov - vse to zahteva visoko zmogljivo '\u017eelezo'. Dobro je, \u010de je na voljo in omogo\u010da hitro re\u0161evanje trenutnih nalog. Vendar pa iz razloga nara\u0161\u010dajo\u010de ra\u010dunalni\u0161ke kompleksnosti nalog (kar se predvsem nana\u0161a na poslovno analitiko, renderiranje, DL-algoritme in ogrodja) postajajo zmogljivosti namiznih in celo stre\u017enih CPU-jev vse bolj neu\u010dinkovite.<\/p>\n

Izhod je bil najden v uporabi ra\u010dunalni\u0161kih sredstev na GPU. Ta tehnologija pospe\u0161evanja grafike omogo\u010da delitev virov enega grafi\u010dnega procesorja med ve\u010d virtualnimi ra\u010dunalniki. GPU je bil prvotno zasnovan za delo z grafiko, zato se sestoji iz tiso\u010d drobnih jeder, ki se uporabljajo za u\u010dinkovito obdelavo paralelnih nalog. Pri tem na GPU poteka del najbolj zahtevnih izra\u010dunov, preostalo nalogo prevzame CPU.<\/p>\n

\"vGPU
\n
\nIzra\u010dune z uporabo GPU je prvi uvedel Nvidia <\/a><\/noindex>leta 2007. Danes je ta tehnologija dosegla novo raven in se uporablja v podatkovnih sredi\u0161\u010dih najve\u010djih podjetij in znanstvenih laboratorijev. Vendar pa ima tradicionalni pristop eno pomembno pomanjkljivost: nakup fizi\u010dne opreme je precej drag. In \u010de pomislimo na hitrost zastare '\u017eeleza', postane \u0161e bolj \u017ealostno.<\/p>\n

Tehnologija virtualnih grafi\u010dnih procesorjev: vGPU naj bi re\u0161ila problem. S to tehnologijo lahko uporabniki na daljavo izvajajo zahteve, kot so AutoCAD, 3DS Max, Maya, Sony Vegas Pro. Virtualizacija je hitro pridobila svoj dele\u017e na trgu. Kateri ruski podatkovni znanstvenik pa ne obo\u017euje hitrih izra\u010dunov na grafi\u010dnih karticah NVidia Tesla? <\/p>\n

Tu je treba omeniti, da so se pred pojavom vGPU uporabljale druge metode za pospe\u0161evanje obdelave grafike: Virtual Shared Graphics Acceleration (vSGA) in Virtual Dedicated Graphics Acceleration (vDGA). Re\u0161itev vGPU zdru\u017euje najbolj\u0161e iz obeh tehnologij. Tako kot pri vSGA, v okolju vGPU predvidevamo skupno rabo GPU in RAM-a med ve\u010d virtualnimi delovnimi povr\u0161inami, toda vsaka VM posreduje ukaze neposredno GPU-ju, kot pri vDGA.<\/p>\n

Zakaj so sploh potrebni vGPU <\/h2>\n

\nObla\u010dne storitve z uporabo vGPU podjetjem omogo\u010dajo soo\u010danje z nalogami, ki jih prej ni bilo mogo\u010de re\u0161iti. Ali pa je bilo to mogo\u010de, vendar so potrebovali nerealno veliko virov. 1 sodoben GPU stre\u017enik lahko nadomesti do 100 obi\u010dajnih CPU-jev. Obstajajo tudi drugi, \u0161e bolj impresivni podatki<\/a><\/noindex>. To ni \u0161ala: re\u0161itve Nvidia obdelujejo petabajte podatkov ve\u010dkrat hitreje kot klasi\u010dni CPU stre\u017eniki. Enak Google Cloud ponuja virtualne stroje z GPU, ki dosegajo do 960 teraflopov.<\/p>\n

Mnogi strokovnjaki potrebujejo zmogljive naprave, sposobne izvajati paralelne izra\u010dune. Arhitekti in in\u017eenirji uporabljajo tehnologijo vGPU v projektnih sistemih (na primer Autodesk). Oblikovalci delajo s digitalnim foto- in video vsebinami (Photoshop, CorelDraw). Virtualne naprave<\/a><\/noindex> z grafi\u010dnimi procesorji so potrebne tudi zdravstvenim ustanovam, ki zbirajo in analizirajo podatke o pacientih in boleznih. Dela s GPU tudi \"Yandex<\/a><\/noindex>\u00bb.<\/p>\n

Mislite, da je to vse? Nikakor. Tehnologijo uporabljajo tudi za avtomati\u010dno preverjanje to\u010dnosti satelitskih posnetkov<\/a><\/noindex>, in za napovedovanje epidemij<\/a><\/noindex>, meteorolo\u0161ke raziskave<\/a><\/noindex>, modeliranje son\u010dnih ciklov<\/a><\/noindex> in poslovno analitiko<\/a><\/noindex>. In \u0161e vedno je \u010dlanek o modeliranju v okolju Unity3D od<\/a><\/noindex> ThisIsZolden Kljub vsemu temu re\u0161itve, temelje\u010de na vGPU, \u0161e niso dosegli \u0161iroke prepoznavnosti po svetu. Tako je leta 2018 NetApp izvedel<\/a><\/noindex>.<\/p>\n

anketo med podjetji, ki uporabljajo grafi\u010dne procesorje v svojem delu. Rezultati so pokazali, da 60 % organizacij \u0161e vedno deluje na lastni IT infrastrukturi. \u00bbOblak\u00ab pa uporablja le 23 %. V Rusiji je prodor tehnologije obla\u010dnih storitev manj\u0161i. Toda zahvaljujo\u010d novim strojno in programsko zasnovanim re\u0161itvam \u0161tevilo podjetij, ki uporabljajo virtualne naprave z GPU, nenehno nara\u0161\u010da. <\/a><\/noindex>Re\u0161itve za vGPU<\/p>\n

Re\u0161itve za vGPU<\/h2>\n

\n\"vGPU
\n
\nVeliko podjetij se ukvarja z razvojem tehnologij virtualizacije grafi\u010dnih pospe\u0161evalnikov, vendar so med njimi tudi nedvomni voditelji.<\/p>\n

Eden izmed najuglednej\u0161ih razvijalcev re\u0161itev na podro\u010dju obla\u010dnih re\u0161itev, podjetje VMware <\/b>ponuja podjetjem hipervizor ESXi<\/a><\/noindex>, pri katerem je hitrost delovanja virtualnih grafi\u010dnih procesorjev primerljiva z implementacijami na golih napravah. V nedavnem posodobitvi je razvijalec izklopil uravnote\u017eevalnik obremenitev vMotion in dodal podporo za tehnologijo DirectPath I\/O, ki neposredno povezuje gonilnik CUDA z VM in pospe\u0161uje prenos podatkov.<\/p>\n

Nvidia <\/b>tudi stremi k izpolnjevanju pri\u010dakovanj trga in je v ta namen izdalo odprtokodno platformo Rapids<\/a><\/noindex>. To re\u0161itev zdru\u017euje ve\u010d knji\u017enic za delo z arhitekturo CUDA, kar poenostavi delo s podatki med treningom nevralnih mre\u017e in omogo\u010da avtomatizacijo dela s Python kodo. Uporaba Rapids z algoritmom strojnega u\u010denja XGBoost prina\u0161a 50-kratno pove\u010danje zmogljivosti v primerjavi s sistemi, ki temeljijo na CPU.<\/p>\n

Tudi AMD<\/b>ima svojo tehnologijo. Njena platforma se imenuje ROCm<\/a><\/noindex>. Uporablja tehnologijo SR-IOV, ki deli strojne zmogljivosti fizi\u010dne naprave med ve\u010d virtualnimi stroji. Vire enega pospe\u0161evalnika je mogo\u010de razdeliti med \u0161estnajst uporabnikov, pri \u010demer se za vsakega od njih ohranja enaka zmogljivost. Tako se pospe\u0161i prenos podatkov med obla\u010dnimi CPU in GPU. Uporablja se tudi poseben dialekt C++ z imenom HIP, ki poenostavi izvajanje matemati\u010dnih operacij na GPU.<\/p>\n

Intel <\/b>gradi svojo tehnologijo na osnovi ve\u010dplatformskega hipervizorja Citrix <\/a><\/noindex>XenServer 7, ki je leta 2017 pridobil potrdilo o skladnosti s FSTEK-om. Ta re\u0161itev zdru\u017euje delovanje standardnega GPU gonilnika in virtualnega stroja. To pomeni, da \u201evirtualka\u201c lahko podpira <\/a><\/noindex>delovanje zahtevnih aplikacij na napravah z veliko (ve\u010d sto) uporabniki.<\/p>\n

Tr\u017ene perspektive<\/h2>\n

\n\"vGPU
\n
\nNeodvisni analitiki menijo, da bo obseg prodaje re\u0161itev za HPC sisteme dosegel 45 milijard dolarjev do leta 2022. Razvijalci platform pri\u010dakujejo tudi pove\u010danje povpra\u0161evanja po visokozmogljivih sistemih. Ta pri\u010dakovanja podpirajo priljubljenost Big Data in pogosta potreba po obdelavi velikih koli\u010din podatkov.<\/p>\n

Rast povpra\u0161evanja po vGPU lahko spodbudi razvoj hibridnih tehnologij, ki zdru\u017eujejo GPU in CPU v eni napravi. V teh integriranih re\u0161itvah uporabljajo dva tipa jeder skupno predpomnilnik, kar pospe\u0161i prenos podatkov med grafi\u010dnimi in tradicionalnimi procesorji. <\/p>\n

Hibridi lahko temeljito spremenijo pristop k virtualizaciji in razporeditvi virtualnih virov znotraj podatkovnih centrov. Re\u0161itve z odprtokodnimi sistemi, kot sta ROCm in Rapids, omogo\u010dajo upravljavcem podatkovnih centrov, da bolj u\u010dinkovito izkoristijo ra\u010dunalni\u0161ke vire, kar pove\u010duje zmogljivost opreme.<\/p>\n

Obstaja tudi drugo mnenje. Na primer, da bodo virtualne GPU nadomestile opti\u010dne \u010dipe s fotonskim kodiranjem podatkov. Tak\u0161ne re\u0161itve \u017ee obstajajo in se uporabljajo za strojno u\u010denje. Poleg tega se zdijo u\u010dinkovitej\u0161e <\/a><\/noindex>od obi\u010dajnega GPU. Vendar pa je tehnologija \u0161e vedno nedodelana.<\/p>\n

Kak\u0161en zaklju\u010dek lahko potegnemo? Kljub morebitnemu pojavlu analogov je vGPU povsem perspektivna smer, sposobna re\u0161evati veliko \u0161tevilo nalog. Vendar ni primerna za vsakogar. Zato lahko vejico v naslovu postavite sami.<\/p>\n

P.S.<\/b>
\nPrijavite se na na\u0161 Telegram<\/a><\/noindex>-kanal, da ne zamudite novega \u010dlanka! Pi\u0161emo najve\u010d dvakrat na teden in samo o pomembnih stvareh.<\/i><\/p>\n

Samo registrovani korisnici mogu u\u010destvovati u anketi. Prijavite se<\/a><\/noindex>, molim vas.<\/p>\n

Ali uporabljate vGPU?<\/h2>\n