Det anses att virtuella servrar med vGPU är dyra. I en kort recension ska jag försöka motbevisa denna tes.
En webbsökning avslöjar omedelbart uthyrning av NVIDIA Tesla V100-superdatorer eller servrar med kraftfulla dedikerade grafikkort som är enklare. Liknande tjänster finns tillgängliga till exempel från , eller Deras månadskostnad mäts i tiotusentals rubel, och jag ville hitta billigare alternativ för OpenCL- och/eller CUDA-applikationer. Det finns inte många budgetvänliga VPS med grafikkort på den ryska marknaden, i en kort artikel kommer jag att jämföra deras datorkapacitet med hjälp av syntetiska tester.
Участники
Listan över kandidater för deltagande i granskningen inkluderade virtuella servrar från webbhotellleverantörer , , , и Det fanns inga särskilda problem med att få tillgång, eftersom nästan alla leverantörer har en gratis provperiod. UltraVDS har inte officiellt en gratis provperiod, men det var lätt att komma överens: efter att ha fått veta om publikationen lade supportpersonalen till det belopp som behövdes för att beställa en VPS till mitt bonuskonto. I detta skede hoppade VDS4YOU virtuella maskiner av tävlingen, eftersom värden kräver en skanning av ett identitetskort för gratis testning. Jag förstår att du behöver skydda dig mot missbruk, men för verifiering räcker passuppgifter eller till exempel att länka ett konto på ett socialt nätverk - detta krävs av 1Gb.ru.
Konfigurationer och priser
För testning använde vi mellanklassmaskiner som kostade 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 utvärderar prestandan hos VDS, låt oss titta närmare på deras grafiksystem. Skapad av användbarhet låter dig få detaljerad information om de hårdvaru- och mjukvarulösningar som används av webbhotell. Med dess hjälp kan du till exempel se grafikdrivrutinsversionen, mängden tillgängligt grafikminne samt data om OpenCL- och CUDA-stöd.
1Gb.ru
GPUcloud
RuVDS
UltraVDS
Virtualisering
Hyper-V
Openstack
Hyper-V
Hyper-V
Datorkärnor
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 (vid årsbetalning), RUB.
3494 (3015)
7923,60
1904 (1333)
1930 (1351)
Betalning för resurser, RUB
ingen
CPU = 0,42 rubel/timme,
RAM = 0,24 rubel/timme,
SSD = 0,0087 rubel/timme,
OS Windows = 1,62 rubel/timme,
IPv4 = 0,15 rubel/timme,
vGPU (T4/4Gb) = 7 RUR/timme.
från 623,28 + 30 för installation
ingen
provperiod
10 dagar
7 dagar eller mer enligt överenskommelse
3 dagar med månadsfakturering
ingen
Av de leverantörer som beaktats 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 finns tillgängliga) är tjänsten dyrare, men klienten kommer att kunna köra OpenCL- och CUDA-applikationer. De andra konkurrenterna erbjuder vGPU:er med en mindre mängd VRAM, skapade med Microsoft RemoteFX. De är betydligt billigare, men stöder endast OpenCL.
Prestandatester
GeekBench 5
Med hjälp av denna populära Du kan mäta grafikprestandan för OpenCL- och CUDA-applikationer. Diagrammet nedan visar sammanfattningsresultatet och mer detaljerad data för virtuella servrar. , GPUcloud ( и ), и finns tillgängliga på benchmarkutvecklarens webbplats. Om du öppnar dem hittar du ett intressant faktum: GeekBench visar VRAM-volymer som är mycket högre än de beställda 256 MB. Klockhastigheten för processorerna kan också vara högre än vad som anges. I virtuella miljöer är detta vanligt förekommande - mycket beror på arbetsbelastningen hos den fysiska värden som VPS:en körs på.
Delade "server"-vGPU:er är svagare än högpresterande "stationära" grafikkort när de används för tunga grafikapplikationer. Sådana lösningar är främst avsedda för datoruppgifter. Andra syntetiska tester utfördes för att utvärdera deras effektivitet.
FAHBench 2.3.1
För en omfattande analys av vGPU-beräkningskapacitet är inte lämplig, men den kan användas för att jämföra prestandan hos grafikkort från olika VPS:er i komplexa beräkningar med OpenCL. Distribuerat databehandlingsprojekt löser ett smalt problem med datormodellering av proteinkoagulation. Forskare försöker förstå orsakerna till patologier associerade med defekta proteiner: Alzheimers och Parkinsons sjukdomar, galna ko-sjukan, multipel skleros, etc. Det uppmätta värdet med hjälp av den nytta de skapade. Prestandan för beräkningar med enkel och dubbel precision visas i diagrammet. Tyvärr returnerade verktyget ett fel på den virtuella UltraVDS-maskinen.
Nedan kommer jag att ge en jämförelse av beräkningsresultaten för den implicita modelleringsmetoden dhfr.
SiSoftware Sandra 20/20
paket är utmärkt för att utvärdera beräkningskapaciteten hos virtuella grafikkort från olika webbhotell. Verktyget innehåller uppsättningar av generella beräkningstester (GPGPU) och stöder OpenCL, DirectCompute och CUDA. Till att börja med gjordes en allmän bedömning av olika vGPU:er. Diagrammet visar det sammanfattande resultatet, mer detaljerad data för virtuella servrar. , GPUcloud () Och finns tillgängliga på benchmarkutvecklarens webbplats.
Det fanns också problem med det "långa" Sandra-testet. För VPS-leverantören GPUcloud var det inte möjligt att göra en generell bedömning med OpenCL. När man valde rätt alternativ fungerade verktyget fortfarande via CUDA. Även detta test misslyckades för UltraVDS-maskinen: riktmärket frös vid 86 % i ett försök att fastställa minneslatensen.
Den övergripande prestandasviten visar inte mätvärdena tillräckligt detaljerat och utför inte beräkningarna med hög precision. Flera individuella tester måste utföras, med början i att fastställa grafikkortets topprestanda med hjälp av en uppsättning enkla matematiska beräkningar med OpenCL och (om möjligt) CUDA. Även här visas endast det övergripande mätvärdet, och de detaljerade resultaten för VPS från , GPUcloud ( и ), и tillgänglig på webbplatsen.
För att jämföra hastigheten på kodning och avkodning av data har Sandra en uppsättning kryptografiska tester. Detaljerade resultat finns tillgängliga på webbplatsen för , GPUcloud ( и ), и .
Parallella finansiella beräkningar kräver en adapter som stöder dubbel precisionsberäkning. Detta är ett annat viktigt tillämpningsområde för vGPU. Detaljerade resultat finns tillgängliga på webbplatsen för , GPUcloud ( и ), и .
Med Sandra 20/20 kan du testa möjligheterna att använda vGPU för högprecisionsvetenskapliga beräkningar: matrismultiplikation, snabb Fouriertransform, etc. Detaljerade resultat finns tillgängliga på webbplatsen för , GPUcloud ( и ), и .
Slutligen genomfördes ett test av vGPU:ns bildbehandlingskapacitet. Detaljerade resultat finns tillgängliga på webbplatsen för , GPUcloud ( и ), и .
Resultat
Den virtuella servern GPUcloud visade utmärkta resultat i GeekBench 5- och FAHBench-testerna, men överträffade inte den allmänna nivån i Sandras benchmarktest. Den kostar mycket mer än sina konkurrenter, men har en betydligt större mängd videominne och stöder CUDA. I Sandras test med hög beräkningsnoggrannhet var VPS:en från 1Gb.ru i ledning, men den är inte heller billig och visade genomsnittliga resultat i andra tester. Den tydliga outsidern var UltraVDS: Jag vet inte om det finns ett samband här, men bara denna webbhotellleverantör erbjuder AMD-grafikkort till kunder. Pris-/prestandamässigt verkade RuVDS-servern vara bäst för mig. Den kostar mindre än 2000 XNUMX rubel per månad och klarade testerna ganska bra. Den slutliga turneringstabellen 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
GPUcloud
+
+
+
+
+
-
IV
UltraVDS
+
-
-
-
-
+
Jag hade vissa tvivel om vinnaren, men recensionen är tillägnad budget-VPS med vGPU, och den virtuella maskinen RuVDS kostar nästan hälften så mycket som sin närmaste konkurrent och mer än fyra gånger så mycket som det dyraste erbjudandet från de recenserade. Andra- och tredjeplatserna var också svåra att dela, men även här vägde priset tyngre än andra faktorer.
Som ett resultat av tester visade det sig att vGPU:er på instegsnivå inte är så dyra och redan kan användas för att lösa datorproblem. Naturligtvis är det svårt att förutsäga hur en maskin kommer att bete sig under verklig belastning baserat på syntetiska tester, och möjligheten att allokera resurser direkt beror på grannarna på den fysiska värden - gör en rabatt på detta. Om du hittar andra budgetvänliga VPS med vGPU på RuNet, tveka inte att skriva om dem i kommentarerna.
Källa: will.com
