No artigo
anterior , quando falamos sobre nosso novo serviço
VPS com uma placa de vídeo, não abordamos alguns aspectos interessantes do uso de servidores virtuais com adaptadores de vídeo. É hora de complementar os testes.
Para usar adaptadores de vídeo físico em ambientes virtuais, selecionamos a tecnologia RemoteFX vGPU, suportada pelo hipervisor da Microsoft. Nesse caso, o host deve estar instalado com processadores compatíveis com SLAT (EPT da Intel ou NPT / RVI da AMD), além de atender aos requisitos dos criadores das placas gráficas Hyper-V. Em nenhum caso você deve comparar esta solução com adaptadores de desktop em máquinas físicas, que geralmente mostram o melhor desempenho ao trabalhar com gráficos. Em nossos testes, o vGPU competirá com o processador central do servidor virtual - é bastante lógico para tarefas de computação. Também observamos que, além do RemoteFX, existem outras tecnologias semelhantes, por exemplo, a GPU virtual da NVIDIA - permite transferir comandos gráficos de cada máquina virtual diretamente para o adaptador sem transmiti-los pelo hipervisor.
Testes
Os testes usaram uma máquina com 4 núcleos de computação em 3,4 GHz, 16 GB de RAM, uma unidade de estado sólido (SSD) de 100 GB e um adaptador de vídeo virtual com 512 MB de memória de vídeo. As placas gráficas NVIDIA Quadro P4000 profissionais são instaladas no servidor físico e o sistema convidado está executando o Windows Server 2016 Standard (64 bits) com o driver de vídeo padrão Microsoft Remote FX.
EekGeekBench 5
Primeiro, vamos
lançar a versão atual do utilitário
GeekBench 5 , que permite medir o desempenho do sistema para aplicativos OpenCL.
Usamos esse benchmark em um artigo anterior e apenas confirmou o óbvio - nossa vGPU é mais fraca que as produtivas placas de vídeo de mesa para solucionar problemas "gráficos" típicos.
CapsGPU Caps Viewer 1.43.0.0
O utilitário criado pelo
Geeks3D não pode ser chamado de benchmark. Ele não contém testes de desempenho, mas permite obter informações sobre as soluções de hardware e software usadas. Aqui você pode ver que nossa máquina virtual vGPU suporta apenas OpenCL 1.1 e não suporta CUDA, apesar do adaptador de vídeo NVIDIA Quadro P4000 instalado no servidor físico.
▍FAHBench 2.3.1
A referência oficial do projeto de computação distribuída
Folding @ Home é dedicada à solução do problema altamente especializado de simulação por computador de coagulação de moléculas de proteína. Isso é necessário para estudar as causas das patologias associadas às proteínas defeituosas - doenças de Alzheimer e Parkinson, doença da vaca louca, esclerose múltipla, etc. O utilitário
FAHBench não pode avaliar de forma abrangente o poder de computação de um adaptador de vídeo virtual, mas permite comparar o desempenho da CPU e da vGPU em cálculos complexos.
O desempenho dos cálculos de vGPU usando FAHBench usando OpenCL acabou por ser cerca de 6 vezes (para o método de simulação implícita, cerca de 10 vezes) maior que os indicadores semelhantes para um processador central bastante poderoso.
A seguir, apresentamos os resultados dos cálculos com dupla precisão.
▍SiSoftware Sandra 20/20
Outro pacote universal para diagnosticar e testar computadores. Ele permite que você aprenda em detalhes a configuração de hardware e software do servidor e contém um grande número de benchmarks diferentes. Além de computar usando a CPU, Sandra 20/20 suporta OpenCL, DirectCompute e CUDA. Estamos interessados principalmente nos testes de benchmark computacional de uso geral (GPGPU) usando aceleradores de hardware incluídos na versão gratuita do
Sandra Lite .
Os resultados são muito bons, embora sejam ligeiramente inferiores ao esperado para o adaptador de vídeo NVIDIA Quadro P4000. A sobrecarga da virtualização provavelmente será afetada.
Sandra 20/20 tem um conjunto semelhante de benchmarks para a CPU. Execute-os para
comparar os resultados com cálculos de vGPU.
As vantagens do adaptador de vídeo são claramente visíveis, no entanto, as configurações do pacote de teste geral não são completamente idênticas e, nos resultados, você não pode ver os indicadores com o grau de detalhe necessário. Decidimos realizar vários testes separados. Primeiro,
determinamos o desempenho máximo da vGPU usando um conjunto de cálculos matemáticos simples usando o OpenCL.
Esse benchmark é essencialmente semelhante ao
benchmark Sandra multimídia (não aritmético!) Para a CPU. Para comparação, no mesmo diagrama, colocamos o
resultado do teste multimídia do VPS do processador central. Mesmo uma CPU com quatro núcleos perde significativamente para a vGPU.
A partir de testes sintéticos, vamos para coisas práticas. Os testes criptográficos nos ajudaram a determinar a velocidade da codificação e decodificação de dados. Aqui, uma comparação dos resultados para
vGPU e
CPU também mostrou uma clara vantagem do acelerador.
Outra área de aplicação para vGPU é a análise financeira. Esses cálculos não são difíceis de paralelizar, mas para executá-los, você precisa de um adaptador de vídeo que suporte cálculos com precisão dupla. E, novamente, os resultados falam por si: um
processador bastante poderoso perde totalmente a
GPU .
O último teste que realizamos foi cálculos científicos com alta precisão.
O adaptador gráfico voltou a funcionar melhor que o
processador central com multiplicação de matrizes, transformação rápida de Fourier e outras tarefas semelhantes.
Conclusões
As vGPUs são pouco adequadas para o lançamento de editores gráficos, bem como aplicativos para renderização em 3D e processamento de vídeo. Os adaptadores para sistemas de desktop lidam com os gráficos muito melhor, mas um virtual pode executar computação paralela mais rapidamente que uma CPU. Por isso, devo agradecer à RAM produtiva e a mais módulos de lógica aritmética. A coleta e o processamento de dados de vários sensores, cálculos analíticos para aplicativos de negócios, cálculos científicos e de engenharia, análise de tráfego e tarifação, funcionam com sistemas de negociação - existem muitas tarefas de computação para as quais as GPUs são indispensáveis. Obviamente, você pode construir esse servidor em casa ou no escritório, mas terá que pagar uma quantia arrumada pela compra de hardware e compra de software licenciado. Além dos custos de capital, há custos operacionais para a manutenção, incluindo a conta de luz. Há depreciação - o equipamento se desgasta com o tempo e se torna obsoleto ainda mais rápido. Os servidores virtuais não têm essas desvantagens: eles podem ser criados conforme necessário e excluídos quando a necessidade de poder de computação desaparecer. Pagar pelos recursos somente quando necessários é sempre benéfico.