В 當我們談論我們的新服務時的文章 對於視訊卡，我們沒有涉及使用帶有視訊適配器的虛擬伺服器的一些有趣的方面。是時候添加更多測試了。
為了在虛擬環境中使用實體視訊適配器，我們選擇了 Microsoft 虛擬機器管理程式支援的 RemoteFX vGPU 技術。在這種情況下，主機必須具有支援 SLAT（Intel 的 EPT 或 AMD 的 NPT/RVI）的處理器，以及滿足 Hyper-V 建立者要求的顯示卡。在任何情況下，您都不應該將此解決方案與實體機中的桌面適配器進行比較，後者在處理圖形時通常會表現出更好的效能。在我們的測試中，vGPU 將與虛擬伺服器的中央處理器競爭 - 對於計算任務來說非常合乎邏輯。另請注意，除了 RemoteFX 之外，還有其他類似的技術，例如 NVIDIA Virtual GPU - 它允許您將圖形命令從每個虛擬機器直接傳輸到適配器，而無需將它們轉換到虛擬機器管理程式。
測試
測試使用的機器具有 4 個 3,4 GHz 計算核心、16 GB RAM、100 GB 固態硬碟 (SSD) 和具有 512 MB 視訊記憶體的虛擬視訊適配器。實體伺服器配備專業的NVIDIA Quadro P4000顯示卡，客戶系統運行Windows Server 2016 Standard（64位元）和標準的Microsoft Remote FX視訊驅動程式。
▍GeekBench 5
一開始 該實用程式的目前版本 ，它允許您測量 OpenCL 應用程式的系統效能。
我們在上一篇文章中使用了這個基準測試，它只證實了一個顯而易見的事實：我們的 vGPU 在解決典型的「圖形」任務方面比高效能桌面顯示卡要弱。
▍GPU Caps Viewer 1.43.0.0
由公司創建 該實用程式不能稱為基準。它不包含性能測試，但允許您獲取有關所使用的硬體和軟體解決方案的資訊。在這裡您可以看到，儘管實體伺服器中安裝了 NVIDIA Quadro P1.1 視訊適配器，但我們的 vGPU 虛擬機器僅支援 OpenCL 4000，不支援 CUDA。
▍FAHBench 2.3.1
來自分散式運算項目 致力於解決蛋白質分子折疊電腦建模的高度專業化問題。這對於研究與缺陷蛋白質相關的病理原因是必要的—阿茲海默症和帕金森氏症、瘋牛症、多發性硬化症等。公用事業 無法全面評估虛擬視訊轉接器的運算能力，但可以讓您比較CPU和vGPU在複雜運算中的效能。
使用 FAHBench 測量的 OpenCL vGPU 運算效能比足夠強大的中央處理器的類似指標高出約 6 倍（對於隱式建模方法 - 約 10 倍）。
下面我們給出雙精度計算的結果。
▍SiSoftware 桑德拉 20/20
另一個用於診斷和測試電腦的通用包。它允許您詳細研究伺服器的硬體和軟體配置，並包含大量不同的基準測試。除了CPU運算之外，Sandra 20/20還支援OpenCL、DirectCompute和CUDA。我們主要對免費版本中包含的內容感興趣 使用硬體加速器的通用運算基準測試套件 (GPGPU)。
相當不錯，儘管它們略低於 NVIDIA Quadro P4000 視訊轉接器的預期。虛擬化的開銷可能會產生影響。
Sandra 20/20 有一組類似的 CPU 基準測試。讓我們啟動它們 使用 vGPU 計算。
視訊轉接器的優勢顯而易見，但整體測試套件的設定並不完全相同，在結果中您看不到具有所需詳細程度的指標。我們決定進行幾次單獨的測試。首先 使用 OpenCL 進行一組簡單的數學計算，從而達到峰值 vGPU 效能。 本質上類似於 Sandra 對 CPU 的多媒體（不是算術！）測試。為了進行比較，讓我們放在同一張圖上 VPS CPU多媒體測試。即使是具有四個處理核心的 CPU 也明顯不如 vGPU。
讓我們從綜合測試轉向實際的事情。密碼測試幫助我們確定資料編碼和解碼的速度。這是結果的比較 и 也表現出明顯的加速器優勢。
vGPU的另一個應用領域是財務分析。此類計算很容易並行化，但要執行它們，您將需要支援雙精度計算的視訊適配器。結果再一次說明了一切：非常強大 徹底輸掉 .
我們最後進行的測試是科學計算，精度很高。 又做得更好了 矩陣乘法、快速傅立葉變換和其他類似問題。
發現
vGPU 不太適合運行圖形編輯器以及 3D 渲染和視訊處理應用程式。桌面系統的適配器可以更好地處理圖形，但虛擬適配器可以比 CPU 更快地執行平行計算。為此，我們必須感謝高效的 RAM 和大量的算術邏輯模組。收集和處理來自各種感測器的數據、商業應用的分析計算、科學和工程計算、流量分析和計費、與交易系統配合——有很多計算任務都離不開GPU。當然，您可以在家中或辦公室組裝這樣的伺服器，但您必須支付一大筆錢來購買硬體和授權軟體。除了資本成本外，還有維護的營運成本，包括電費。存在折舊——設備會隨著時間的推移而磨損，甚至更快過時。虛擬伺服器沒有這些缺點：它們可以根據需要創建，並在運算能力需求消失時刪除。僅當您需要資源時才付費總是有利可圖的。
來源： www.habr.com