Éta salah paham umum yén server virtual sareng vGPU mahal. Dina ulasan pondok ieu, kuring bakal nyobian ngabantah anggapan ieu.
Pilarian online langsung nunjukkeun pilihan nyéwa pikeun superkomputer NVIDIA Tesla V100 atanapi server kalayan GPU khusus anu langkung kuat. jasa sarupa sadia, contona, ti , atawa Biaya bulananna diukur dina puluhan rébu rubles, sareng kuring hoyong milarian pilihan anu langkung mirah pikeun aplikasi OpenCL sareng / atanapi CUDA. VPS anggaran sareng adaptor pidéo henteu umum pisan di pasar Rusia. Dina tulisan pondok ieu, kuring bakal ngabandingkeun kamampuan komputasina nganggo tolok ukur sintétik.
pamilon
Daptar calon pikeun ilubiung dina ulasan kalebet server virtual panyadia hosting , , , и Kéngingkeun aksés sanés masalah, sabab ampir sadaya panyadia nawiskeun période uji coba gratis. UltraVDS henteu sacara resmi nawiskeun uji coba gratis, tapi negosiasi éta gampang: saatos diajar ngeunaan postingan éta, staf dukungan masihan akun bonus kuring kalayan jumlah anu diperyogikeun pikeun mesen VPS. Dina titik ieu, mesin virtual VDS4YOU henteu tiasa dianggo, sabab panyadia hosting meryogikeun ID anu diseken pikeun uji coba gratis. Kuring ngarti yén penting pikeun ngajagaan tina panyalahgunaan, tapi pikeun verifikasi, detil paspor atanapi, contona, ngahubungkeun akun média sosial — anu diperyogikeun ku 1Gb.ru — cekap.
Konfigurasi sarta harga
Pikeun uji coba, kami nganggo mesin kelas menengah anu hargana kirang ti 10 rébu rubel per bulan: 2 inti komputasi, RAM 4 GB, SSD 20-50 GB, vGPU kalayan VRAM 256 MB sareng Windows Server 2016. Sateuacan meunteun kinerja VDS, hayu urang tingali langkung caket kana subsistem grafisna. Dijieun ku utiliti Nyadiakeun inpo wincik ngeunaan hardware jeung software solusi dipaké ku hosters. Contona, anjeun tiasa ningali versi supir vidéo, jumlah mémori pidéo anu sayogi, sareng dukungan OpenCL sareng CUDA.
1Gb.ru
GPUcloud
RuVDS
UltraVDS
Virtualisasi
Hyper-V
OpenStack
Hyper-V
Hyper-V
Inti komputasi
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM, GB
4
4
4
4
Panyimpenan, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA GRID
RemoteFX
RemoteFX
adaptor video
NVIDIA GeForce GTX 1080 Ti
NVIDIA Tesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM, MB
256
4063
256
256
rojongan OpenCL
+
+
+
+
rojongan CUDA
-
+
-
-
Harga per bulan (lamun mayar taunan), RUB.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Pangmayaran pikeun sumberdaya, rubles
teu
CPU = 0,42 rubles / jam,
RAM = 0,24 rubles / jam,
SSD = 0,0087 rub/jam,
OS Windows = 1,62 rubel/jam,
IPv4 = 0,15 rubles / jam,
vGPU (T4 / 4Gb) = 7 rubles / jam.
ti 623,28 + 30 pikeun instalasi
teu
Mangsa sidang
poé 10
7 poé atawa leuwih ku perjangjian
3 dinten sareng tagihan bulanan
teu
Tina panyadia anu dianggap, ngan ukur GPUcloud anu nganggo virtualisasi OpenStack sareng téknologi NVIDIA GRID. Kusabab jumlah memori video anu ageung (propil 4, 8, sareng 16 GB sayogi), jasa ieu langkung mahal, tapi para nasabah tiasa ngajalankeun aplikasi OpenCL sareng CUDA. The contenders séjén nawiskeun vGPUs kalawan VRAM leutik, diwangun ngagunakeun Microsoft RemoteFX. Aranjeunna nyata langkung mirah tapi ngan ngarojong OpenCL.
Nguji kinerja
Geek Bangku 5
Kalayan bantuan populér ieu Anjeun tiasa ngukur kinerja subsistem grafik pikeun aplikasi OpenCL sareng CUDA. Bagan di handap ieu nunjukkeun hasil kasimpulan, sareng data anu langkung rinci pikeun server virtual. , GPUcloud ( и ), и Sadia dina ramatloka pamekar patokan urang. Muka aranjeunna ngungkabkeun kanyataan anu pikaresepeun: GeekBench nunjukkeun volume VRAM langkung luhur tibatan 256 MB anu dinyatakeun. Laju jam CPU ogé tiasa langkung luhur tibatan anu dinyatakeun. Ieu umum di lingkungan maya-loba gumantung kana workload tina host fisik ngajalankeun VPS.
VGPU "server" anu dibagikeun langkung parah tibatan adaptor grafik desktop berprestasi tinggi nalika dianggo pikeun aplikasi grafik tugas beurat. Solusi ieu utamana dirancang pikeun tugas komputasi. Tolok ukur sintétik sanésna dilakukeun pikeun ngévaluasi kinerjana.
FAHBench 2.3.1
Pikeun analisa komprehensif ngeunaan kamampuan komputasi vGPU Teu cocog, tapi bisa dipaké pikeun ngabandingkeun kinerja adapters video dina VPS béda dina itungan kompléks maké OpenCL. Proyék komputasi disebarkeun solves masalah heureut modeling komputer tilepan protéin. Panaliti nyobian ngartos panyabab patologi anu aya hubunganana sareng protéin cacad: Panyakit Alzheimer sareng Parkinson, panyakit sapi gila, sababaraha sclerosis, jsb. Nilai anu diukur, diukur nganggo utilitas anu didamel, Kinerja itungan tunggal sareng presisi ganda dipidangkeun dina diagram. Hanjakal, utiliti balik kasalahan dina mesin virtual UltraVDS.
Di handap ieu kuring baris nyadiakeun ngabandingkeun tina hasil itungan pikeun métode modeling dhfr-implisit.
SiSoftware Sandra 20/20
Pakét Éta idéal pikeun ngevaluasi kamampuan komputasi tina adaptor vidéo virtual (VGA) dina sababaraha panyadia hosting. Utilitas ieu ngandung suite patokan komputasi tujuan umum (GPGPU) sareng ngadukung OpenCL, DirectCompute, sareng CUDA. Pikeun ngamimitian, evaluasi umum pikeun vGPU anu béda dilaksanakeun. Diagram nembongkeun hasil kasimpulan, bari data leuwih lengkep sadia pikeun server virtual. , GPUcloud () jeung sayogi dina situs wéb pamekar patokan.
Patokan "panjang" Sandra ogé ngalaman masalah. Pikeun panyadia GPUcloud VPS, éta gagal ngajalankeun évaluasi sakabéh nganggo OpenCL. Malah ku pilihan luyu dipilih, utiliti masih relied on CUDA. Tés ieu ogé gagal pikeun mesin UltraVDS: patokan macét dina 86% nalika nyobian nangtukeun latency mémori.
Suite patokan umum henteu nyayogikeun métrik anu cukup lengkep atanapi ngamungkinkeun itungan anu akurat pisan. Sababaraha tés individu anu diperlukeun, dimimitian ku nangtukeun kinerja puncak adaptor grafik ngagunakeun susunan itungan matematik basajan ngagunakeun OpenCL na (mana mungkin) CUDA. Ieu ogé ngan ukur ningalikeun métrik sadayana, sedengkeun hasil lengkep pikeun VPS sayogi. , GPUcloud ( и ), и sadia dina website.
Sandra nawiskeun sakumpulan tés kriptografi pikeun ngabandingkeun panyandian data sareng kecepatan decoding. Hasil lengkep sayogi dina situs wéb. , GPUcloud ( и ), и .
Itungan finansial paralel merlukeun adaptor sanggup ngarojong komputasi ganda-precision. Ieu mangrupikeun daérah penting tina aplikasi vGPU. Hasil lengkep pikeun ieu sayogi dina situs wéb. , GPUcloud ( и ), и .
Sandra 20/20 ngidinan Anjeun pikeun nguji kamampuhan ngagunakeun vGPU pikeun itungan ilmiah-precision tinggi: multiplication matrix, transformasi Fourier gancang, jsb Hasil lengkep sadia dina website. , GPUcloud ( и ), и .
Tungtungna, uji kamampuan ngolah gambar vGPU dilaksanakeun. Hasil lengkep sayogi dina situs wéb. , GPUcloud ( и ), и .
papanggihan
Pangladén virtual GPUcloud dilaksanakeun sacara saé dina GeekBench 5 sareng FAHBench, tapi gagal ngaunggulan tolok ukur Sandra umum. Éta langkung mahal tibatan pesaingna, tapi nawiskeun langkung seueur mémori pidéo sareng dukungan CUDA. VPS 1Gb.ru mingpin Sandra tes precision tinggi, tapi éta ogé henteu murah sareng rata-rata dilaksanakeun dina tés sanés. UltraVDS éta underdog jelas: Kaula teu yakin kana nu ieu patali, tapi hijina panyadia hosting nu nawarkeun kartu grafik AMD. Dina hal harga / kinerja, kuring mendakan RuVDS anu pangsaéna. Éta hargana kirang ti 2000 rubles per bulan sareng ngalaksanakeun cukup saé dina tés kami. Klasemen ahir nyaéta kieu:
tempat
Hoster
rojongan OpenCL
rojongan CUDA
Kinerja luhur numutkeun GeekBench 5
Kinerja luhur nurutkeun FAHBench
Kinerja luhur nurutkeun Sandra 20/20
Harga rendah
I
RuVDS
+
-
+
+
+
+
II
1Gb.ru
+
-
+
+
+
+
III
GPUcloud
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Kuring kungsi sababaraha mamang ngeunaan juara, tapi review ieu museurkeun kana VPS anggaran kalawan vGPU, jeung mesin virtual RuVDS ampir satengah harga pesaing pangdeukeutna sarta leuwih ti opat kali harga pilihan paling mahal reviewed. Tempat kadua sareng katilu ogé sesah diikat, tapi di dieu ogé, hargana langkung seueur faktor sanés.
Tés ngungkabkeun yén vGPU tingkat éntri hargana terjangkau sareng parantos tiasa dianggo pikeun tugas komputasi. Tangtosna, tolok ukur sintétik hese diprediksi kumaha mesin bakal ngajalankeun dina beban dunya nyata, sareng alokasi sumber daya langsung gumantung kana tatangga host fisik — janten pertimbangkeun ieu. Upami anjeun mendakan VPS anggaran anu sanés nganggo vGPU online, punten bagikeunana dina koméntar.
sumber: www.habr.com
