Dipercaya bahwa server virtual dengan vGPU mahal. Dalam ulasan singkat saya akan mencoba menyangkal tesis ini.Pencarian jaringan segera memberi Anda penyewaan superkomputer di NVIDIA Tesla V100 atau server dengan GPU berdedikasi kuat yang lebih mudah. Misalnya,
MTS ,
Reg.ru atau
Selectel memiliki layanan serupa. Biaya bulanan mereka diukur dalam puluhan ribu rubel, dan saya ingin menemukan opsi yang lebih murah untuk aplikasi OpenCL dan / atau CUDA. Tidak ada begitu banyak VPS anggaran dengan adapter video di pasar Rusia, dalam artikel singkat saya akan membandingkan kemampuan komputasi mereka menggunakan tes sintetis.
Anggota
Daftar kandidat untuk berpartisipasi dalam tinjauan ini mencakup server virtual dari
host 1Gb.ru ,
GPUcloud ,
RuVDS ,
UltraVDS , dan
VDS4YOU . Tidak ada masalah khusus dengan mendapatkan akses, karena hampir semua penyedia memiliki masa percobaan gratis. UltraVDS tidak secara resmi memiliki tes gratis, tetapi tidak sulit untuk menyetujui: setelah mengetahui tentang publikasi, staf pendukung memberi saya jumlah yang diperlukan untuk memesan VPS di akun bonus. Pada tahap ini, mesin virtual VDS4YOU meninggalkan perlombaan, karena untuk pengujian gratis, hoster memerlukan pemindaian ID. Saya memahami bahwa Anda perlu melindungi diri dari penyalahgunaan, tetapi untuk memeriksa rincian paspor Anda, atau, misalnya, menautkan akun di jejaring sosial, cukup 1Gb.ru mengharuskannya.
Konfigurasi dan harga
Untuk pengujian, mesin tingkat menengah diambil, dengan biaya kurang dari 10 ribu rubel per bulan: 2 core komputasi, RAM 4 GB, SSD 20–50 GB, vGPU dengan VRAM 256 MB dan Windows Server 2016. Sebelum mengevaluasi kinerja VDS, mari kita lihat grafik mereka subsistem dengan tatapan bersenjata. Utilitas
GPU Caps Viewer yang dibuat oleh
Geeks3D memungkinkan Anda untuk mendapatkan informasi terperinci tentang solusi perangkat keras dan perangkat lunak yang digunakan oleh host. Dengan bantuannya, Anda dapat melihat, misalnya, versi driver video, jumlah memori video yang tersedia, serta data tentang dukungan untuk OpenCL dan CUDA.
Dari penyedia yang ditinjau, hanya GPUcloud yang menggunakan virtualisasi OpenStack dan teknologi NVIDIA GRID. Karena besarnya memori video (tersedia 4, 8 dan 16 GB profil), layanan ini lebih mahal, tetapi aplikasi OpenCL dan CUDA akan bekerja pada klien. Pelamar yang tersisa menawarkan vGPU dan dengan lebih sedikit VRAM, dibuat menggunakan Microsoft RemoteFX. Harganya jauh lebih murah, tetapi hanya mendukung OpenCL.
Pengujian kinerja
GeekBench 5
Dengan menggunakan
utilitas populer ini
, Anda dapat mengukur kinerja subsistem grafik untuk aplikasi OpenCL dan CUDA. Diagram di bawah ini menunjukkan hasil ringkasan, dan data yang lebih rinci untuk server virtual
1Gb.ru , GPUcloud (
OpenCL dan
CUDA ),
RuVDS dan
UltraVDS tersedia di situs pengembang benchmark. Jika Anda membukanya, fakta menarik akan terungkap: GeekBench menunjukkan volume VRAM, jauh melebihi 256 MB yang dipesan. Frekuensi clock prosesor sentral juga mungkin lebih tinggi dari yang dinyatakan. Dalam lingkungan virtual, ini adalah kejadian umum - banyak tergantung pada beban kerja host fisik di mana VPS berjalan.
VGPU "server" bersama lebih lemah daripada adapter video "desktop" produktif, jika digunakan untuk aplikasi grafis berat. Solusi tersebut dimaksudkan terutama untuk tugas-tugas komputasi. Tes sintetik lainnya dilakukan untuk mengevaluasi efektivitasnya.
FAHBench 2.3.1
Benchmark ini tidak cocok untuk analisis komprehensif kemampuan komputasi vGPU, tetapi dapat digunakan untuk membandingkan kinerja adapter video dari VPS yang berbeda dalam perhitungan kompleks menggunakan OpenCL. Proyek komputasi terdistribusi
Folding @ Home membahas tugas sempit simulasi komputer koagulasi molekul protein. Para peneliti berusaha memahami penyebab patologi yang terkait dengan protein yang rusak: penyakit Alzheimer dan Parkinson, penyakit sapi gila, multiple sclerosis, dll. Kinerja komputasi presisi tunggal dan ganda yang diukur menggunakan utilitas
FAHBench yang mereka buat ditunjukkan pada diagram. Sayangnya, utilitas tersebut menghasilkan kesalahan pada mesin virtual UltraVDS.
Selanjutnya, saya akan membandingkan hasil perhitungan untuk metode simulasi dhfr-implisit.
SiSoftware Sandra 20/20
Paket
Sandra Lite sangat baik untuk mengevaluasi kemampuan komputasi adapter video virtual dari berbagai host. Utilitas ini berisi tolok ukur tujuan umum untuk komputasi umum (GPGPU) dan mendukung OpenCL, DirectCompute, dan CUDA. Sebagai permulaan, penilaian umum dari berbagai vGPU dibuat. Diagram menunjukkan hasil ringkasan, data yang lebih rinci untuk server virtual
1Gb.ru , GPUcloud (
CUDA ) dan
RuVDS tersedia di situs pengembang benchmark.
Sandra juga memiliki masalah dengan Tes Panjang Sandra. Untuk penyedia VPS, GPUcloud gagal melakukan penilaian umum menggunakan OpenCL. Saat memilih opsi yang sesuai, utilitas masih bekerja melalui CUDA. Tes ini juga gagal untuk mesin UltraVDS: patokan membeku sebesar 86%, mencoba menentukan latensi memori.
Dalam paket tes umum, Anda tidak dapat melihat indikator dengan tingkat perincian yang memadai atau melakukan perhitungan dengan akurasi tinggi. Saya harus melakukan beberapa tes terpisah, dimulai dengan menentukan kinerja puncak adaptor video menggunakan satu set perhitungan matematika sederhana menggunakan OpenCL dan (jika mungkin) CUDA. Ini juga hanya mencerminkan indikator umum, dan hasil terperinci untuk VPS dari
1Gb.ru , GPUcloud (
OpenCL dan
CUDA ),
RuVDS dan
UltraVDS tersedia di situs.
Sandra memiliki serangkaian tes kriptografi untuk membandingkan kecepatan enkode dan decoding data. Hasil terperinci tersedia di situs untuk
1Gb.ru , GPUcloud (
OpenCL dan
CUDA ),
RuVDS dan
UltraVDS .
Perhitungan keuangan paralel membutuhkan dukungan adaptor presisi ganda. Ini adalah aplikasi penting lainnya untuk vGPU. Hasil terperinci tersedia di situs untuk
1Gb.ru , GPUcloud (
OpenCL dan
CUDA ),
RuVDS dan
UltraVDS .
Sandra 20/20 memungkinkan Anda menguji kemungkinan menggunakan vGPU untuk perhitungan ilmiah dengan akurasi tinggi: perkalian matriks, transformasi Fourier cepat, dll. Hasil terperinci tersedia di situs untuk
1Gb.ru , GPUcloud (
OpenCL dan
CUDA ),
RuVDS dan
UltraVDS .
Akhirnya, tes kemampuan pemrosesan gambar vGPU dilakukan. Hasil terperinci tersedia di situs untuk
1Gb.ru , GPUcloud (
OpenCL dan
CUDA ),
RuVDS dan
UltraVDS .
Kesimpulan
Server virtual GPUcloud menunjukkan hasil yang sangat baik dalam tes GeekBench 5 dan FAHBench, tetapi dalam tolok ukur Sandra itu tidak naik di atas level umum. Harganya jauh lebih mahal daripada layanan pesaing, tetapi memiliki jumlah memori video yang jauh lebih besar dan mendukung CUDA. Dalam tes Sandra, VPS dari 1Gb.ru adalah pemimpin dengan akurasi perhitungan yang tinggi, tetapi juga tidak murah dan dalam tes lain terbukti rata-rata. UltraVDS ternyata menjadi orang luar yang jelas: Saya tidak tahu apakah ada koneksi, tetapi hanya hoster ini yang menawarkan kartu video AMD kepada pelanggannya. Dalam hal rasio harga / kinerja, yang terbaik bagi saya adalah server RuVDS. Harganya kurang dari 2000 rubel sebulan, sementara tes itu cukup layak. Peringkat terakhir adalah sebagai berikut:
Saya memiliki beberapa keraguan tentang pemenang, tetapi ulasan ini ditujukan untuk VPS anggaran dengan vGPU, dan mesin virtual RuVDS harganya hampir setengah dari harga pesaing terdekatnya dan lebih dari empat kali penawaran termahal dari yang dipertimbangkan. Tempat kedua dan ketiga juga tidak mudah dibagi, tetapi di sini harganya melebihi faktor-faktor lain.
Sebagai hasil pengujian, ternyata vGPU entry-level tidak begitu mahal dan sudah dimungkinkan untuk menggunakannya untuk memecahkan masalah komputasi. Tentu saja, menggunakan tes sintetik sulit untuk memprediksi bagaimana mesin akan berperilaku di bawah beban nyata, dan kemampuan untuk mengalokasikan sumber daya secara langsung tergantung pada tetangga pada host fisik - buat diskon untuk ini. Jika Anda menemukan VPS murah lainnya dengan vGPU di Runet, jangan repot-repot menulisnya di komentar.