VPS mit einer Grafikkarte (Teil 2): ​​RechenfĂ€higkeiten

Im vorherigen Artikel haben wir, als wir ĂŒber unseren neuen VPS- Dienst mit einer Videokarte sprachen, einige interessante Aspekte der Verwendung virtueller Server mit Videoadaptern nicht angesprochen. Es ist Zeit, die Tests zu ergĂ€nzen.



Um physische Videoadapter in virtuellen Umgebungen zu verwenden, haben wir die RemoteFX vGPU-Technologie ausgewĂ€hlt, die vom Microsoft-Hypervisor unterstĂŒtzt wird. In diesem Fall muss auf dem Host ein Prozessor installiert sein, der SLAT unterstĂŒtzt (EPT von Intel oder NPT / RVI von AMD) und die Anforderungen der Hersteller von Hyper-V-Grafikkarten erfĂŒllt. In keinem Fall sollten Sie diese Lösung mit Desktop-Adaptern in physischen Computern vergleichen, die normalerweise die beste Leistung bei der Arbeit mit Grafiken erzielen. In unseren Tests wird vGPU mit dem Zentralprozessor des virtuellen Servers konkurrieren - dies ist fĂŒr Rechenaufgaben sehr logisch. Wir stellen außerdem fest, dass es neben RemoteFX auch andere Ă€hnliche Technologien gibt, z. B. die virtuelle NVIDIA-GPU. Mit ihr können Sie Grafikbefehle jeder virtuellen Maschine direkt auf den Adapter ĂŒbertragen, ohne sie vom Hypervisor zu senden.

Tests


Bei den Tests wurde ein Computer mit 4 Rechenkernen bei 3,4 GHz, 16 GB RAM, einem 100-GB-Solid-State-Drive (SSD) und einem virtuellen Videoadapter mit 512 MB Videospeicher verwendet. Auf dem physischen Server sind professionelle NVIDIA Quadro P4000-Grafikkarten installiert, und auf dem Gastsystem wird Windows Server 2016 Standard (64-Bit) mit dem standardmĂ€ĂŸigen Microsoft Remote FX-Grafiktreiber ausgefĂŒhrt.


▍GeekBench 5


Lassen Sie uns zunĂ€chst die aktuelle Version des GeekBench 5- Dienstprogramms starten , mit dem Sie die Systemleistung fĂŒr OpenCL-Anwendungen messen können.


Wir haben diesen Benchmark in einem frĂŒheren Artikel verwendet und er hat nur das Offensichtliche bestĂ€tigt: Unsere vGPU ist schwĂ€cher als produktive Desktop-Grafikkarten, um typische Grafikprobleme zu lösen.

▍GPU Caps Viewer 1.43.0.0


Das von Geeks3D erstellte Dienstprogramm kann nicht als Benchmark bezeichnet werden. Es enthĂ€lt keine Leistungstests, bietet jedoch die Möglichkeit, Informationen zu den verwendeten Hardware- und Softwarelösungen abzurufen. Hier sehen Sie, dass unsere virtuelle vGPU-Maschine nur OpenCL 1.1 und CUDA nicht unterstĂŒtzt, obwohl der NVIDIA Quadro P4000-Grafikadapter auf dem physischen Server installiert ist.


▍FAHBench 2.3.1


Der offizielle Benchmark des Folding @ Home Distributed Computing-Projekts ist der Lösung des hochspezialisierten Problems der Computersimulation der Koagulation von ProteinmolekĂŒlen gewidmet. Dies ist notwendig, um die Ursachen von Pathologien zu untersuchen, die mit defekten Proteinen verbunden sind - Alzheimer und Parkinson, Rinderwahnsinn, Multiple Sklerose usw. Das Dienstprogramm FAHBench kann die Rechenleistung eines virtuellen Videoadapters nicht umfassend bewerten, ermöglicht jedoch den Vergleich der Leistung von CPU und vGPU in komplexen Berechnungen.


Die Leistung von vGPU-Berechnungen unter Verwendung von FAHBench unter Verwendung von OpenCL erwies sich als ungefĂ€hr 6-mal höher (fĂŒr die implizite Simulationsmethode ungefĂ€hr 10-mal) als Ă€hnliche Indikatoren fĂŒr einen ziemlich leistungsfĂ€higen Zentralprozessor.

Als nÀchstes prÀsentieren wir die Ergebnisse von Berechnungen mit doppelter Genauigkeit.


▍SiSoftware Sandra 20/20


Ein weiteres universelles Paket zum Diagnostizieren und Testen von Computern. Es ermöglicht Ihnen, die Hardware- und Softwarekonfiguration des Servers im Detail zu lernen und enthĂ€lt eine Vielzahl verschiedener Benchmarks. Sandra 20/20 unterstĂŒtzt nicht nur die CPU, sondern auch OpenCL, DirectCompute und CUDA. Uns interessiert in erster Linie der Allzweck-Benchmark-Computational-Benchmark-Test (GPGPU) mit Hardware-Beschleunigern, die in der kostenlosen Version von Sandra Lite enthalten sind .


Die Ergebnisse sind ziemlich gut, obwohl sie fĂŒr den NVIDIA Quadro P4000-Grafikadapter etwas niedriger sind als erwartet. Der Virtualisierungsaufwand ist wahrscheinlich betroffen.


Sandra 20/20 hat Ă€hnliche Benchmarks fĂŒr die CPU. FĂŒhren Sie sie aus, um die Ergebnisse mit vGPU-Berechnungen zu vergleichen .


Die Vorteile des Videoadapters sind klar erkennbar, die Einstellungen des allgemeinen Testpakets sind jedoch nicht vollstĂ€ndig identisch, außerdem können die Ergebnisse die Indikatoren nicht mit dem erforderlichen Detaillierungsgrad anzeigen. Wir beschlossen, mehrere separate Tests durchzufĂŒhren. ZunĂ€chst bestimmten wir die Spitzenleistung von vGPU mithilfe einer Reihe einfacher mathematischer Berechnungen mit OpenCL. Dieser Benchmark Ă€hnelt im Wesentlichen dem Sandra Multimedia (nicht arithmetisch!) Benchmark fĂŒr die CPU. Zum Vergleich haben wir auf dem gleichen Diagramm das Ergebnis des Multimediatests des Zentralprozessors VPS aufgetragen. Selbst eine CPU mit vier Kernen verliert erheblich an vGPU.


Gehen wir von synthetischen Tests zu praktischen Dingen ĂŒber. Mithilfe von Kryptografietests konnten wir die Geschwindigkeit der Kodierung und Dekodierung von Daten ermitteln. Auch hier zeigte ein Vergleich der Ergebnisse fĂŒr vGPU und CPU einen deutlichen Vorteil des Beschleunigers.


Ein weiteres Anwendungsgebiet fĂŒr vGPU ist die Finanzanalyse. Solche Berechnungen sind nicht schwer zu parallelisieren, aber um sie durchzufĂŒhren, benötigen Sie einen Videoadapter, der Berechnungen mit doppelter Genauigkeit unterstĂŒtzt. Auch hier sprechen die Ergebnisse fĂŒr sich: Ein recht leistungsfĂ€higer Prozessor verliert die GPU sofort.


Der letzte von uns durchgefĂŒhrte Test bestand aus wissenschaftlichen Berechnungen mit hoher Genauigkeit. Der Grafikadapter kam mit Matrixmultiplikation, schneller Fourier-Transformation und Ă€hnlichen Aufgaben wieder besser zurecht als der Zentralprozessor .


Schlussfolgerungen


vGPUs eignen sich schlecht zum Starten von Grafikeditoren sowie von Anwendungen fĂŒr 3D-Rendering und Videoverarbeitung. Adapter fĂŒr Desktop-Systeme kommen mit Grafiken viel besser zurecht, aber ein virtueller kann parallele Berechnungen schneller ausfĂŒhren als eine CPU. DafĂŒr muss ich mich bei dem produktiven RAM und den mehr arithmetisch-logischen Modulen bedanken. Datenerfassung und -verarbeitung von verschiedenen Sensoren, analytische Berechnungen fĂŒr GeschĂ€ftsanwendungen, wissenschaftliche und technische Berechnungen, Verkehrsanalyse und Tarifierung, Arbeit mit Handelssystemen - es gibt viele Rechenaufgaben, fĂŒr die GPUs unverzichtbar sind. NatĂŒrlich können Sie einen solchen Server zu Hause oder im BĂŒro aufbauen, aber Sie mĂŒssen eine ordentliche Summe fĂŒr den Kauf von Hardware und den Kauf von lizenzierter Software bezahlen. Neben den Kapitalkosten fallen Betriebskosten fĂŒr die Wartung einschließlich Stromrechnungen an. Es gibt eine Wertminderung - die AusrĂŒstung nutzt sich mit der Zeit ab und ist noch schneller ĂŒberholt. Virtuelle Server haben diese Nachteile nicht: Sie können nach Bedarf erstellt und gelöscht werden, wenn der Bedarf an Rechenleistung verschwindet. Es ist immer vorteilhaft, Ressourcen nur dann zu bezahlen, wenn sie gebraucht werden.

Source: https://habr.com/ru/post/de476658/


All Articles