人们认为带有vGPU的虚拟服务器价格昂贵。 在简短的评论中，我将尝试反驳这一论点。立即进行网络搜索可让您更轻松地租用NVIDIA Tesla V100上的超级计算机或具有强大专用GPU的服务器。 例如，
MTS ，
Reg.ru或
Selectel具有类似的服务。 他们的每月成本以数万卢布衡量，我想为OpenCL和/或CUDA应用程序找到更便宜的选择。 俄罗斯市场上带有视频适配器的VPS预算不多，在一篇简短的文章中，我将使用综合测试来比较它们的计算能力。
会员
参与审核的候选人列表包括
1Gb.ru ，
GPUcloud ，
RuVDS ，
UltraVDS和
VDS4YOU托管服务器的虚拟服务器。 获得访问权没有特殊问题，因为几乎所有提供商都可以免费试用。 UltraVDS并未正式提供免费测试，但并不难达成共识：在了解了该出版物之后，支持人员向我扔了在奖金帐户中订购VPS所需的金额。 在此阶段，VDS4YOU虚拟机退出了竞争，因为为了进行免费测试，主机需要进行ID扫描。 我了解您需要保护自己免受滥用，但是要检查护照的详细信息或例如在社交网络上链接帐户，仅1Gb.ru便已足够。
配置和价格
为了进行测试，我们使用了中级机器，每月花费不到一万卢布：2个计算核心，4 GB RAM，20–50 GB SSD，具有256 MB VRAM的vGPU和Windows Server2016。在评估VDS性能之前，让我们看一下它们的图形子系统带着武装的目光。 由
Geeks3D创建的
GPU Caps Viewer实用程序可让您获取有关托管者使用的硬件和软件解决方案的详细信息。 借助它的帮助，您可以查看例如视频驱动程序的版本，可用的视频内存量以及有关OpenCL和CUDA支持的数据。
在经过审核的提供商中，只有GPUcloud使用OpenStack虚拟化和NVIDIA GRID技术。 由于大量的视频内存（可以使用4、8和16 GB的配置文件），因此该服务的价格更高，但是OpenCL和CUDA应用程序将在客户端上运行。 其余的申请人提供使用Microsoft RemoteFX创建的vGPU且具有更少的VRAM。 它们的价格便宜得多，但仅支持OpenCL。
性能测试
GeekBench 5
使用此流行的
实用程序，您可以评估OpenCL和CUDA应用程序的图形子系统的性能。 下图显示了摘要结果，基准开发人员站点上提供了虚拟服务器
1Gb.ru ，GPUcloud（
OpenCL和
CUDA ），
RuVDS和
UltraVDS的更多详细数据。 如果打开它们，将会发现一个有趣的事实：GeekBench显示了VRAM的容量，远远超过了订购的256 MB。 中央处理器的时钟频率也可能高于声明的时钟频率。 在虚拟环境中，这是常见的情况-很大程度上取决于运行VPS的物理主机的工作负载。
如果用于繁重的图形应用程序，则共享的“服务器” vGPU比高效的“桌面”视频适配器要弱。 这种解决方案主要用于计算任务。 进行了其他综合测试以评估其有效性。
FAHBench 2.3.1
此基准不适用于全面分析vGPU的计算能力，但可以用来比较使用OpenCL在复杂计算中不同VPS的视频适配器的性能。
Folding @ Home分布式计算项目解决了蛋白质分子凝结的计算机模拟的狭窄任务。 研究人员试图了解与缺陷蛋白相关的病理原因：阿尔茨海默氏病和帕金森氏病，疯牛病，多发性硬化症等。 图中显示了使用他们创建的
FAHBench实用工具测得的单精度和双精度计算性能。 不幸的是，该实用程序在UltraVDS虚拟机上生成了一个错误。
此外，我将比较dhfr-隐式仿真方法的计算结果。
SiSoftware桑德拉20/20
Sandra Lite软件包非常适合评估各种主机的虚拟视频适配器的计算能力。 该实用程序包含通用计算（GPGPU）的通用基准，并支持OpenCL，DirectCompute和CUDA。 首先，对不同的vGPU进行了总体评估。 该图显示了摘要结果，基准开发人员站点上提供了虚拟服务器
1Gb.ru ，GPUcloud（
CUDA ）和
RuVDS的更多详细数据。
Sandra的Sandra Long Test也有问题。 对于VPS提供商，GPUcloud无法使用OpenCL进行常规评估。 选择适当的选项时，该实用程序仍可通过CUDA使用。 对于UltraVDS计算机，该测试也失败了：基准冻结了86％，试图确定内存延迟。
在常规测试包中，您看不到足够详细的指标或无法进行高精度的计算。 我必须进行几个单独的测试，首先使用一组简单的数学计算（使用OpenCL和CUDA）确定视频适配器的峰值性能。 它还仅反映一般指标，并且该站点上提供了来自
1Gb.ru的 VPS，GPUcloud（
OpenCL和
CUDA ），
RuVDS和
UltraVDS的详细结果。
Sandra有一组密码测试可以比较数据的编码和解码速度。 有关详细结果，请参见网站上的
1Gb.ru ，GPUcloud（
OpenCL和
CUDA ），
RuVDS和
UltraVDS 。
并行财务计算需要双精度适配器支持。 这是vGPU的另一个重要应用程序。 有关详细结果，请访问网站
1Gb.ru ，GPUcloud（
OpenCL和
CUDA ），
RuVDS和
UltraVDS 。
Sandra 20/20允许您测试使用vGPU进行高精度科学计算的可能性：矩阵乘法，快速傅立叶变换等。 有关详细结果，请参见网站上的
1Gb.ru ，GPUcloud（
OpenCL和
CUDA ），
RuVDS和
UltraVDS 。
最后，进行了vGPU图像处理能力测试。 有关详细结果，请参见网站上的
1Gb.ru ，GPUcloud（
OpenCL和
CUDA ），
RuVDS和
UltraVDS 。
结论
GPUcloud虚拟服务器在GeekBench 5和FAHBench测试中显示出出色的结果，但是在Sandra基准测试中，它没有超过一般水平。 它的成本比竞争对手的服务要高得多，但是它具有显着更多的视频内存并支持CUDA。 在Sandra测试中，来自1Gb.ru的VPS是计算精度很高的领导者，但它也不便宜，在其他测试中也证明是平均水平。 事实证明，UltraVDS是一个明确的局外人：我不知道是否存在连接，但是只有该主机商才能为其客户提供AMD视频卡。 就价格/性能比而言，RuVDS服务器对我而言似乎是最好的。 每月的费用不到2000卢布，而测试相当值得。 最终排名如下：
我对获胜者有些怀疑，但这次审查是针对带有vGPU的预算VPS，而RuVDS虚拟机的价格几乎是最接近竞争对手的价格的一半，是最昂贵竞争对手价格的四倍以上。 第二和第三名也不容易划分，但是这里的价格超过了其他因素。
经过测试，结果证明入门级vGPU并不那么昂贵，并且已经可以使用它们来解决计算问题。 当然，使用综合测试很难预测机器在实际负载下的性能，而直接分配资源的能力则取决于物理主机上的邻居-对此有所折扣。 如果您在Runet中找到其他带有vGPU的低成本VPS，请不要在评论中写下它们。