在
上一篇文章中，当我们谈论带有视频卡的新
VPS服务时，我们没有涉及将虚拟服务器与视频适配器一起使用的一些有趣方面。 现在是补充测试的时候了。
要在虚拟环境中使用物理视频适配器，我们选择了Microsoft虚拟机管理程序支持的RemoteFX vGPU技术。 在这种情况下，主机必须安装支持SLAT的处理器（Intel的EPT或AMD的NPT / RVI），并满足Hyper-V图形卡创建者的要求。 在任何情况下，您都不应将此解决方案与物理机中的桌面适配器进行比较，后者在处理图形时通常表现出最佳性能。 在我们的测试中，vGPU将与虚拟服务器的中央处理器竞争-对于计算任务而言，这是合乎逻辑的。 我们还注意到，除了RemoteFX之外，还有其他类似的技术，例如NVIDIA Virtual GPU-它使您可以将每个虚拟机的图形命令直接传输到适配器，而无需管理程序进行广播。
测验
测试使用的机器具有4个3.4 GHz的计算核心，16 GB的RAM，100 GB的固态驱动器（SSD）和具有512 MB视频内存的虚拟视频适配器。 物理服务器中安装了专业的NVIDIA Quadro P4000图形卡，并且来宾系统正在运行带有标准Microsoft Remote FX视频驱动程序的Windows Server 2016 Standard（64位）。
eekGeekBench 5
首先，让我们
启动当前版本的
GeekBench 5实用程序，该实用程序可让您
评估 OpenCL应用程序的系统性能。
我们在上一篇文章中使用了该基准测试，但它只是证实了显而易见的事实-我们的vGPU在解决典型的“图形”问题方面比高效的台式机视频卡要弱。
▍GPUCaps Viewer 1.43.0.0
由
Geeks3D创建的实用程序不能称为基准。 它不包含性能测试，但允许您获取有关所使用的硬件和软件解决方案的信息。 在这里您可以看到，尽管物理服务器中安装了NVIDIA Quadro P4000视频适配器，但我们的vGPU虚拟机仅支持OpenCL 1.1，不支持CUDA。
▍FAHBench2.3.1
Folding @ Home分布式计算项目
的官方基准致力于解决蛋白质分子凝血的计算机模拟的高度专业化问题。 研究与蛋白质缺陷有关的病理原因的必要步骤-阿尔茨海默氏病和帕金森氏病，疯牛病，多发性硬化等。
FAHBench实用程序不能全面评估虚拟视频适配器的计算能力，但可以让您在复杂的计算中比较CPU和vGPU的性能。
事实证明，使用OpenHB的FAHBench进行vGPU计算的性能比功能相当强大的中央处理器的类似指标高出约6倍（对于隐式仿真方法，约为10倍）。
接下来，我们以双精度呈现计算结果。
SoftSiSoftware Sandra 20/20
用于诊断和测试计算机的另一个通用软件包。 它使您可以详细了解服务器的硬件和软件配置，并包含大量不同的基准。 除了使用CPU进行计算外，Sandra 20/20还支持OpenCL，DirectCompute和CUDA。 我们主要对使用免费版
Sandra Lite中包含的硬件加速器的通用基准计算基准测试（GPGPU）感兴趣。
尽管它们比NVIDIA Quadro P4000视频适配器的预期值略低，但
结果还是不错的。 虚拟化开销可能会受到影响。
Sandra 20/20具有一组类似的CPU基准测试。 运行它们以
将结果与vGPU计算进行
比较 。
视频适配器的优点是显而易见的，但是，常规测试包的设置并不完全相同，因此在结果中您看不到具有必要详细程度的指示器。 我们决定进行几个单独的测试。 首先，
我们使用OpenCL通过一组简单的数学计算
确定了 vGPU
的峰值性能。
该基准实质上是CPU的Sandra多媒体
基准 （不是算术
基准 ！）。 为了进行比较，我们在同一张图上放置了中央处理器VPS
的多媒体测试
结果 。 即使是具有四个内核的CPU也会明显损失给vGPU。
从综合测试，让我们继续实践。 密码测试帮助我们确定了编码和解码数据的速度。 在这里，对
vGPU和
CPU的结果进行比较也显示了加速器的明显优势。
vGPU的另一个应用领域是财务分析。 这样的计算很容易并行化，但是要执行这些计算，您需要一个支持双精度计算的视频适配器。 再一次，结果说明一切：功能强大的
处理器完全失去了
GPU 。
我们进行的最后一项测试是高精度的科学计算。
图形适配器在矩阵乘法，快速傅立叶变换和其他类似任务方面的
处理能力再次优于
中央处理器 。
结论
vGPU不适合启动图形编辑器以及3D渲染和视频处理应用程序。 用于台式机系统的适配器可以更好地处理图形，但是虚拟适配器比CPU可以更快地执行并行计算。 为此，我必须感谢高效的RAM和更多的算术逻辑模块。 从各种传感器收集和处理数据，用于业务应用程序的分析计算，科学和工程计算，流量分析和关税，与交易系统配合使用-GPU必不可少的许多计算任务。 当然，您可以在家中或办公室中构建这样的服务器，但是您将需要为购买硬件和购买许可的软件支付大量的费用。 除基本建设成本外，还有维修服务的运营成本，其中包括电费。 存在折旧-设备会随着时间的推移而磨损，甚至会更快地过时。 虚拟服务器没有这些缺点：可以根据需要创建虚拟服务器，并在对计算能力的需求消失后将其删除。 仅在需要时才为资源付费总是有益的。