В
为了在虚拟环境中使用物理视频适配器,我们选择了 Microsoft 虚拟机管理程序支持的 RemoteFX vGPU 技术。 在这种情况下,主机必须具有支持 SLAT(Intel 的 EPT 或 AMD 的 NPT/RVI)的处理器,以及满足 Hyper-V 创建者要求的显卡。 在任何情况下,您都不应该将此解决方案与物理机中的桌面适配器进行比较,后者在处理图形时通常会表现出更好的性能。 在我们的测试中,vGPU 将与虚拟服务器的中央处理器竞争 - 对于计算任务来说非常合乎逻辑。 另请注意,除了 RemoteFX 之外,还有其他类似的技术,例如 NVIDIA Virtual GPU - 它允许您将图形命令从每个虚拟机直接传输到适配器,而无需将它们转换到虚拟机管理程序。
测试
测试使用的机器具有 4 个 3,4 GHz 计算核心、16 GB RAM、100 GB 固态硬盘 (SSD) 和具有 512 MB 视频内存的虚拟视频适配器。 物理服务器配备专业的NVIDIA Quadro P4000显卡,客户系统运行Windows Server 2016 Standard(64位)和标准的Microsoft Remote FX视频驱动程序。
▍GeekBench 5
一开始
我们在上一篇文章中使用了这个基准测试,它只证实了一个显而易见的事实:我们的 vGPU 在解决典型的“图形”任务方面比高性能桌面显卡要弱。
▍GPU Caps Viewer 1.43.0.0
由公司创建
▍FAHBench 2.3.1
使用 FAHBench 测量的 OpenCL vGPU 计算性能比足够强大的中央处理器的类似指标高出约 6 倍(对于隐式建模方法 - 约 10 倍)。
下面我们给出双精度计算的结果。
▍SiSoftware 桑德拉 20/20
另一个用于诊断和测试计算机的通用包。 它允许您详细研究服务器的硬件和软件配置,并包含大量不同的基准测试。 除了CPU计算之外,Sandra 20/20还支持OpenCL、DirectCompute和CUDA。 我们主要对免费版本中包含的内容感兴趣
Sandra 20/20 有一组类似的 CPU 基准测试。 让我们启动它们
视频适配器的优势显而易见,但整体测试包的设置并不完全相同,在结果中看不到具有所需详细程度的指标。 我们决定进行几次单独的测试。 首先
让我们从综合测试转向实际的事情。 密码测试帮助我们确定数据编码和解码的速度。 这是结果的比较
vGPU的另一个应用领域是财务分析。 此类计算很容易并行化,但要执行它们,您将需要支持双精度计算的视频适配器。 结果再一次说明了一切:非常强大
我们最后进行的测试是科学计算,精度很高。
发现
vGPU 不太适合运行图形编辑器以及 3D 渲染和视频处理应用程序。 桌面系统的适配器可以更好地处理图形,但虚拟适配器可以比 CPU 更快地执行并行计算。 为此,我们必须感谢高效的 RAM 和大量的算术逻辑模块。 收集和处理来自各种传感器的数据、商业应用的分析计算、科学和工程计算、流量分析和计费、与交易系统配合——有很多计算任务都离不开GPU。 当然,您可以在家里或办公室组装这样的服务器,但您必须支付一大笔钱来购买硬件和许可软件。 除了资本成本外,还有维护的运营成本,包括电费。 存在折旧——设备会随着时间的推移而磨损,甚至更快地过时。 虚拟服务器没有这些缺点:它们可以根据需要创建,并在计算能力需求消失时删除。 仅当您需要资源时才付费总是有利可图的。
来源: habr.com