Man tror att virtuella servrar med vGPU är dyra. I en kort recension ska jag försöka motbevisa denna tes.
En sökning på Internet avslöjar direkt uthyrning av superdatorer med NVIDIA Tesla V100 eller enklare servrar med kraftfulla dedikerade GPU:er. Liknande tjänster finns tillgängliga, t.ex. , eller . Deras månatliga kostnad mäts i tiotusentals rubel, och jag ville hitta billigare alternativ för OpenCL- och/eller CUDA-applikationer. Det finns inte många budget-VPS med videoadaptrar på den ryska marknaden; i en kort artikel kommer jag att jämföra deras datorkapacitet med syntetiska tester.
Участники
Hosting av virtuella servrar ingick i listan över kandidater för deltagande i granskningen. , , , и . Det var inga särskilda problem med att få tillgång, eftersom nästan alla leverantörer har en gratis provperiod. UltraVDS har officiellt inget gratis test, men det var inte svårt att komma överens: efter att ha lärt sig om publikationen krediterade supportpersonalen mig med det belopp som behövdes för att beställa en VPS till mitt bonuskonto. I det här skedet hoppade VDS4YOU virtuella maskiner ur loppet, eftersom hostaren för gratis testning kräver att du skannar ditt ID-kort. Jag förstår att du måste skydda dig mot missbruk, men för verifiering, passuppgifter eller till exempel länka ett konto på ett socialt nätverk - detta krävs av 1Gb.ru.
Konfigurationer och priser
För testning tog vi maskiner på mellannivå som kostar mindre än 10 tusen rubel per månad: 2 datorkärnor, 4 GB RAM, 20 - 50 GB SSD, vGPU med 256 MB VRAM och Windows Server 2016. Innan vi bedömer prestandan för VDS, låt oss titta på deras grafiska delsystem med ett beväpnat utseende. Skapad av företaget användbarhet låter dig få detaljerad information om de hårdvaru- och mjukvarulösningar som används av värdar. Med dess hjälp kan du till exempel se videodrivrutinsversionen, mängden tillgängligt videominne samt data om OpenCL och CUDA-stöd.
1Gb.ru
GPUmoln
RuVDS
UltraVDS
Virtualisering
Hyper-V
Openstack
Hyper-V
Hyper-V
Beräkningskärnor
2*2,6 GHz
2*2,8 GHz
2*3,4 GHz
2*2,2 GHz
RAM, GB
4
4
4
4
Lagring, GB
30 (SSD)
50 (SSD)
20 (SSD)
30 (SSD)
vGPU
RemoteFX
NVIDIA GRID
RemoteFX
RemoteFX
Videoadapter
NVIDIA GeForce GTX 1080 Ti
NVIDIA Tesla T4
NVIDIA Quadro P4000
AMD FirePro W4300
vRAM, MB
256
4063
256
256
OpenCL-stöd
+
+
+
+
CUDA-stöd
-
+
-
-
Pris per månad (om det betalas årligen), gnugga.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Betalning för resurser, gnugga
ingen
CPU = 0,42 rub/timme,
RAM = 0,24 gnugga/timme,
SSD = 0,0087 rub/timme,
OS Windows = 1,62 rub/timme,
IPv4 = 0,15 rub/timme,
vGPU (T4/4Gb) = 7 rubel/timme.
från 623,28 + 30 per installation
ingen
Testperiod
10 dagar
7 dagar eller mer enligt överenskommelse
3 dagar med månatlig fakturering
ingen
Av de granskade leverantörerna är det bara GPUcloud som använder OpenStack-virtualisering och NVIDIA GRID-teknik. På grund av den stora mängden videominne (4, 8 och 16 GB profiler är tillgängliga) är tjänsten dyrare, men klienten kommer att köra OpenCL- och CUDA-applikationer. Resten av utmanarna erbjuder vGPU:er med mindre VRAM, skapade med Microsoft RemoteFX. De kostar mycket mindre, men stöder bara OpenCL.
Prestandatester
GeekBench 5
Med denna populära Du kan mäta grafikprestanda för OpenCL- och CUDA-applikationer. Diagrammet nedan visar sammanfattningsresultatet, med mer detaljerad data för virtuella servrar , GPUmoln ( и ), и tillgänglig på benchmark-utvecklarens webbplats. Att öppna dem avslöjar ett intressant faktum: GeekBench visar VRAM-belopp mycket högre än de 256 MB som beställts. Klockhastigheten för centrala processorer kan också vara högre än vad som anges. Detta är en vanlig företeelse i virtuella miljöer - mycket beror på belastningen på den fysiska värd som VPS körs på.
Delade "server" vGPU: er är svagare än högpresterande "desktop" videoadaptrar när de används för tunga grafikapplikationer. Sådana lösningar är främst avsedda för datoruppgifter. Andra syntetiska tester utfördes för att utvärdera deras prestanda.
FAHBench 2.3.1
För en omfattande analys av vGPU-datorfunktioner är inte lämplig, men den kan användas för att jämföra prestandan för videoadaptrar från olika VPS i komplexa beräkningar med OpenCL. Distribuerat datorprojekt löser det snäva problemet med datormodellering av veckningen av proteinmolekyler. Forskare försöker förstå orsakerna till patologier associerade med defekta proteiner: Alzheimers och Parkinsons sjukdomar, galna ko-sjukdomar, multipel skleros, etc. Mäts med hjälp av verktyget de skapade Enkel och dubbel precision visas i diagrammet. Tyvärr genererade verktyget ett fel på den virtuella UltraVDS-maskinen.
Därefter kommer jag att jämföra beräkningsresultaten för den dhfr-implicita modelleringsmetoden.
SiSoftware Sandra 20/20
paket Perfekt för att utvärdera beräkningskapaciteten hos virtuella videoadaptrar från olika värdar. Verktyget innehåller benchmarksviter för allmänna ändamål (GPGPU) och stöder OpenCL, DirectCompute och CUDA. Till att börja med gjordes en generell bedömning av olika vGPU:er. Diagrammet visar sammanfattningsresultatet, mer detaljerad data för virtuella servrar , GPUmoln () Och tillgänglig på benchmark-utvecklarens webbplats.
Det fanns också problem med Sandras "långa" test. För VPS-leverantören GPUcloud var det inte möjligt att göra en allmän bedömning med OpenCL. När du valde lämpligt alternativ fungerade verktyget fortfarande via CUDA. UltraVDS-maskinen misslyckades också med detta test: riktmärket frös till 86 % när man försökte fastställa minneslatens.
I det allmänna testpaketet är det omöjligt att se indikatorer med tillräcklig detaljgrad eller utföra beräkningar med hög noggrannhet. Vi var tvungna att köra flera separata tester, som började med att bestämma toppprestanda för videoadaptern med en uppsättning enkla matematiska beräkningar med OpenCL och (om möjligt) CUDA. Detta visar också bara den allmänna indikatorn och detaljerade resultat för VPS från , GPUmoln ( и ), и tillgänglig på hemsidan.
För att jämföra hastigheten för kodning och avkodning av data har Sandra en uppsättning kryptografiska tester. Detaljerade resultat för , GPUmoln ( и ), и .
Parallella ekonomiska beräkningar kräver en stödjande dubbelprecisionsadapterberäkning. Detta är ett annat viktigt tillämpningsområde för vGPU:er. Detaljerade resultat för , GPUmoln ( и ), и .
Sandra 20/20 låter dig testa möjligheterna att använda vGPU för vetenskapliga beräkningar med hög noggrannhet: matrismultiplikation, snabb Fouriertransform, etc. Detaljerade resultat för , GPUmoln ( и ), и .
Slutligen genomfördes ett test av vGPU:s bildbehandlingsmöjligheter. Detaljerade resultat för , GPUmoln ( и ), и .
Resultat
Den virtuella GPUcloud-servern visade utmärkta resultat i GeekBench 5- och FAHBench-testerna, men steg inte över den allmänna nivån i Sandras benchmark-test. Den kostar mycket mer än konkurrenternas tjänster, men har en betydligt större mängd videominne och stödjer CUDA. I Sandra-testerna var VPS från 1Gb.ru ledande med hög beräkningsnoggrannhet, men det är inte heller billigt och presterade genomsnittligt i andra tester. UltraVDS visade sig vara en uppenbar outsider: jag vet inte om det finns en anslutning här, men bara den här hostaren erbjuder sina kunder AMD-grafikkort. När det gäller pris/prestanda-förhållande, verkade RuVDS-servern för mig vara den bästa. Det kostar mindre än 2000 XNUMX rubel per månad, och testerna klarade ganska bra. Slutställningen ser ut så här:
Plats
Hoster
OpenCL-stöd
CUDA-stöd
Hög prestanda enligt GeekBench 5
Hög prestanda enligt FAHBench
Hög prestanda enligt Sandra 20/20
Lågt pris
I
RuVDS
+
-
+
+
+
+
II
1Gb.ru
+
-
+
+
+
+
III
GPUmoln
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Jag hade vissa tvivel om vinnaren, men recensionen är tillägnad budget VPS med vGPU, och den virtuella RuVDS-maskinen kostar nästan hälften så mycket som sin närmaste konkurrent och mer än fyra gånger så mycket som det dyraste erbjudandet som granskats. Andra och tredje plats var inte heller lätt att dela på, men även här vägde priset tyngre än andra faktorer.
Som ett resultat av tester visade det sig att vGPU:er på ingångsnivå inte är så dyra och redan kan användas för att lösa datorproblem. Naturligtvis, med hjälp av syntetiska tester är det svårt att förutsäga hur en maskin kommer att bete sig under verklig belastning, och dessutom beror möjligheten att allokera resurser direkt på dess grannar på den fysiska värden - ta hänsyn till detta. Om du hittar andra budget-VPS med vGPU på det ryska internet, tveka inte att skriva om dem i kommentarerna.
Källa: will.com