Presupuesto VPS con adaptadores de video: una comparación de proveedores rusos

Se cree que los servidores virtuales con vGPU son caros. En una breve reseña intentaré refutar esta tesis.


Una búsqueda en la red de inmediato le ofrece el alquiler de supercomputadoras en el NVIDIA Tesla V100 o servidores con potentes GPU dedicadas más fáciles. Por ejemplo, MTS , Reg.ru o Selectel tienen servicios similares. Su costo mensual se mide en decenas de miles de rublos, y quería encontrar opciones más baratas para aplicaciones OpenCL y / o CUDA. No hay tantos VPS económicos con adaptadores de video en el mercado ruso, en un breve artículo compararé sus capacidades informáticas utilizando pruebas sintéticas.

Miembros

La lista de candidatos para participar en la revisión incluye servidores virtuales de 1Gb.ru , GPUcloud , RuVDS , UltraVDS y VDS4YOU . No hubo problemas especiales para obtener acceso, ya que casi todos los proveedores tienen un período de prueba gratuito. UltraVDS no tiene oficialmente una prueba gratuita, pero no fue difícil estar de acuerdo: después de enterarse de la publicación, el personal de soporte me arrojó la cantidad necesaria para ordenar un VPS en la cuenta de bonificación. En esta etapa, las máquinas virtuales VDS4YOU abandonaron la carrera, porque para pruebas gratuitas, el host requiere un escaneo de identificación. Entiendo que debe protegerse del abuso, pero para verificar los detalles de su pasaporte o, por ejemplo, para vincular una cuenta en una red social, es suficiente que 1Gb.ru lo requiera.

Configuraciones y precios

Para las pruebas, se tomaron máquinas de nivel medio, con un costo de menos de 10 mil rublos por mes: 2 núcleos informáticos, 4 GB de RAM, SSD de 20–50 GB, vGPU con 256 MB de VRAM y Windows Server 2016. Antes de evaluar el rendimiento de VDS, veamos su gráfico subsistemas con una mirada armada. La utilidad GPU Caps Viewer creada por Geeks3D le permite obtener información detallada sobre las soluciones de hardware y software utilizadas por los proveedores de alojamiento. Con su ayuda, puede ver, por ejemplo, la versión del controlador de video, la cantidad de memoria de video disponible, así como los datos de soporte para OpenCL y CUDA.


De los proveedores revisados, solo GPUcloud utiliza la virtualización OpenStack y la tecnología NVIDIA GRID. Debido a la gran cantidad de memoria de video (los perfiles de 4, 8 y 16 GB están disponibles), el servicio es más costoso, pero las aplicaciones OpenCL y CUDA funcionarán en el cliente. Los solicitantes restantes ofrecen vGPU y con menos VRAM, creado con Microsoft RemoteFX. Cuestan mucho más barato, pero solo admiten OpenCL.

Pruebas de rendimiento

GeekBench 5

Con esta popular utilidad, puede medir el rendimiento del subsistema de gráficos para aplicaciones OpenCL y CUDA. El siguiente diagrama muestra el resultado resumido, y los datos más detallados para los servidores virtuales 1Gb.ru , GPUcloud ( OpenCL y CUDA ), RuVDS y UltraVDS están disponibles en el sitio de desarrolladores de referencia. Si los abre, se revelará un hecho interesante: GeekBench muestra volúmenes de VRAM, muy superiores a los 256 MB ordenados. La frecuencia de reloj de los procesadores centrales también puede ser mayor que la declarada. En entornos virtuales, esto es una ocurrencia común: mucho depende de la carga de trabajo del host físico en el que se ejecuta el VPS.


Las vGPU de "servidor" compartidas son más débiles que los productivos adaptadores de video de "escritorio", si se utilizan para aplicaciones gráficas pesadas. Dichas soluciones están destinadas principalmente a tareas computacionales. Se realizaron otras pruebas sintéticas para evaluar su efectividad.

FAHBench 2.3.1

Este punto de referencia no es adecuado para un análisis exhaustivo de las capacidades informáticas de vGPU, pero se puede utilizar para comparar el rendimiento de los adaptadores de video de diferentes VPS en cálculos complejos utilizando OpenCL. El proyecto de computación distribuida Folding @ Home aborda la tarea estrecha de la simulación por computadora de la coagulación de la molécula de proteína. Los investigadores están tratando de comprender las causas de las patologías asociadas con proteínas defectuosas: enfermedades de Alzheimer y Parkinson, enfermedad de las vacas locas, esclerosis múltiple, etc. En el diagrama se muestra el rendimiento informático de precisión simple y doble medido utilizando la utilidad FAHBench que crearon. Desafortunadamente, la utilidad generó un error en la máquina virtual UltraVDS.


Además, compararé los resultados de los cálculos para el método de simulación implícito dhfr.

SiSoftware Sandra 20/20

El paquete Sandra Lite es excelente para evaluar las capacidades informáticas de los adaptadores de video virtuales de varios hosts. La utilidad contiene puntos de referencia de propósito general para informática general (GPGPU) y es compatible con OpenCL, DirectCompute y CUDA. Para empezar, se realizó una evaluación general de las diferentes vGPU. El diagrama muestra un resultado resumido, los datos más detallados para los servidores virtuales 1Gb.ru , GPUcloud ( CUDA ) y RuVDS están disponibles en el sitio de desarrolladores de referencia.


Sandra también tuvo problemas con la prueba Sandra Long. Para el proveedor de VPS, GPUcloud no pudo realizar una evaluación general utilizando OpenCL. Al elegir la opción adecuada, la utilidad aún funcionaba a través de CUDA. Esta prueba también falló para la máquina UltraVDS: el punto de referencia se congeló en un 86%, tratando de determinar la latencia de la memoria.

En el paquete de prueba general, no puede ver los indicadores con suficiente grado de detalle o hacer los cálculos con alta precisión. Tuve que realizar varias pruebas por separado, comenzando por determinar el rendimiento máximo del adaptador de video usando un conjunto de cálculos matemáticos simples usando OpenCL y (si es posible) CUDA. También refleja solo el indicador general, y los resultados detallados para VPS de 1Gb.ru , GPUcloud ( OpenCL y CUDA ), RuVDS y UltraVDS están disponibles en el sitio.


Sandra tiene un conjunto de pruebas criptográficas para comparar las velocidades de codificación y decodificación de datos. Los resultados detallados están disponibles en el sitio para 1Gb.ru , GPUcloud ( OpenCL y CUDA ), RuVDS y UltraVDS .


Los cálculos financieros paralelos requieren soporte de adaptador de doble precisión. Esta es otra aplicación importante para vGPU. Los resultados detallados están disponibles en el sitio para 1Gb.ru , GPUcloud ( OpenCL y CUDA ), RuVDS y UltraVDS .


Sandra 20/20 le permite probar las posibilidades de usar vGPU para cálculos científicos con alta precisión: multiplicación de matrices, transformación rápida de Fourier, etc. Los resultados detallados están disponibles en el sitio para 1Gb.ru , GPUcloud ( OpenCL y CUDA ), RuVDS y UltraVDS .


Finalmente, se realizó una prueba de capacidad de procesamiento de imágenes vGPU. Los resultados detallados están disponibles en el sitio para 1Gb.ru , GPUcloud ( OpenCL y CUDA ), RuVDS y UltraVDS .

Conclusiones

El servidor virtual GPUcloud mostró excelentes resultados en las pruebas GeekBench 5 y FAHBench, pero en los puntos de referencia de Sandra no superó el nivel general. Cuesta mucho más que los servicios de la competencia, pero tiene una cantidad significativamente mayor de memoria de video y es compatible con CUDA. En las pruebas de Sandra, VPS de 1Gb.ru fue el líder con alta precisión de los cálculos, pero tampoco es barato y en otras pruebas resultó ser promedio. UltraVDS resultó ser un extraño externo: no sé si hay una conexión, pero solo este proveedor ofrece tarjetas de video AMD a sus clientes. En términos de relación precio / rendimiento, el mejor me pareció el servidor RuVDS. Cuesta menos de 2000 rublos al mes, mientras que la prueba fue bastante valiosa. La clasificación final es la siguiente:

Tenía algunas dudas sobre el ganador, pero la revisión está dedicada al presupuesto VPS con vGPU, y la máquina virtual RuVDS cuesta casi la mitad del precio de su competidor más cercano y más de cuatro veces la oferta más cara de las consideradas. El segundo y tercer lugar tampoco fue fácil de dividir, pero aquí el precio superó a otros factores.

Como resultado de las pruebas, resultó que las vGPU de nivel de entrada no son tan caras y ya es posible usarlas para resolver problemas computacionales. Por supuesto, usando pruebas sintéticas es difícil predecir cómo se comportará la máquina bajo una carga real, y la capacidad de asignar recursos depende directamente de los vecinos en el host físico. Haga un descuento en esto. Si encuentra otro VPS de bajo costo con vGPU en Runet, no se moleste en escribir sobre ellos en los comentarios.