Виртуальный сервер windows с видеокартой на борту

Облачные серверы с GPU

Арендуйте облачные серверы с GPU

Дополнительные услуги

Балансировщик нагрузки

Сервис, который распределит входящий трафик между серверами в одном пуле и обеспечит отказоустойчивость.

Резервное копирование

Позаботьтесь о сохранности данных — настройте бэкапы дисков по расписанию. Все, что нужно, — создать план бэкапов и задать параметры хранения. Дальше сервис сделает все за вас.

Интернет-трафик

Мы уже выделили на все проекты в вашем аккаунте 3 ТБ бесплатного внешнего трафика. Вы можете рассчитать дополнительный. Его цена — 0,522 ₽/ГБ, а ширина канала — 1 Гбит/c.

Хранение образов

Вы можете арендовать место для копий файловой системы вашего диска и его содержимого. Из образов можно создавать загрузочные диски и затем разворачивать из них облачные серверы.

Итоговая стоимость

Цена всех услуг указана с учетом НДС 20%

Решайте быстрее сложные задачи

Машинное обучение

GPU идеально подходят для работы с нейросетями и глубоким обучением (deep learning). Графические карты позволяют ускорить процессы классификации изображений, распознавания речи и обработки больших данных.

Разработка дизайна и графики

Графические карты ускоряют работу с 3D-моделированием, обработку видео, наложение эффектов онлайн и позволяют рендерить в разы быстрее.

Высокопроизводительные вычисления (HPC)

Занимайтесь сложными вычислениями на GPU: финансовой аналитикой, расчетом физических процессов и проектированием. Уменьшайте время на получение результатов.

Быстрый запуск проектов

Запускайте проекты ML/DL, инференс, виртуальные рабочие столы и работайте с видео быстро. По данным наших тестов в облачной платформе Selectel, виртуальная машина с GPU Tesla T4 в восемь раз быстрее выполняет задачи ML/DL и инференса, чем аналогичная виртуальная машина с CPU Intel® Xeon® Gold 6240.

Переходите на новый уровень производительности

Сокращайте время на вычисления

Повышайте производительность своих ресурсов: разворачивайте облачные серверы с GPU за считанные минуты и ускоряйте в десятки раз решение сложных вычислительных задач.

Платите за ресурсы по потреблению

Выбирайте облачный сервер нужной конфигурации с видеокартой GPU и платите за него только тогда, когда он нужен.

Легко масштабируйте

Если задача потребует больше мощностей, их легко масштабировать в панели управления Selectel.

Источник

VDS с видеокартой — мы знаем толк в извращениях

Когда один из наших сотрудников сказал своему знакомому сисадмину: «А у нас теперь новая услуга — VDS с видеокартой», тот в ответ усмехнулся: «Что, будете офисную братию на майнинг толкать?». Ну хоть не про игры пошутил, и то ладно. Много он понимает в жизни разработчика! Но в глубине души у нас затаилась мысль о том, а вдруг кто-то и правда думает, что видеокарта — удел майнеров и любителей компьютерных игр? В любом случае, лучше семь раз проверить, а заодно рассказать, зачем придуман VDS с видеокартой и почему это так важно.

Безусловно, если вам нужен арендованный виртуальный сервер VDS с видеокартой для игр, то даже не читайте дальше, переходите на страницу услуги и смотрите условия/цены от RUVDS — наверняка вам понравится. Остальных мы приглашаем к дискуссии: а нужен ли VDS с видеокартой как услуга или проще развернуть свой программно-аппаратный комплекс?

Ответ на этот вопрос зависит от бизнеса и организации его процессов. Фактически такое предложение может заинтересовать рекламные агентства с их Фотошопами и Корелами, дизайн-агентства, использующие 3D-программы, проектные организации с Автокадами. Сотрудники этих компаний смогут работать из любого места, следовательно, можно будет нанимать людей откуда угодно и при этом не тратиться на капитальные вложения в мощную технику.

Сейчас ресурсы видеокарт активно используют разработчики популярного программного обеспечения: любой современный браузер будет отрисовывать страницы сайтов значительно быстрее, если сможет использовать графический ускоритель, не говоря уже о том, что для этих самых браузеров существуют 3D приложения и игры, которые работают на WebGL.

Таким образом можно предположить, что VDS с видеокартой подойдёт многим ИТ-компаниям, интернет-магазинам, рекламным и дизайнерским агентствам, компаниям, связанным с анализом данных и т.д. Попытаемся классифицировать и подробнее описать наиболее актуальные варианты использования.

Первое, что напрашивается само собой, это работа с графикой. VDS c видеокартой обеспечит вычислительные мощности для быстрой работы с 3D-графикой, анимацией, 2D-графикой. Дизайнерам и компаниям из геймдева такая конфигурация будет оптимальна, она потянет как моделирование, так и Corel, Photoshop, Autocad и т.д. Плюс, как мы уже рассуждали ранее, у такой услуги есть важное дополнительное преимущество: компании смогут легко формировать распределённую команду и при этом не нести колоссальных затрат.

Также VDS с видеокартой могут заинтересоваться компании, у которых есть потребность в быстром обсчёте сложных задач, либо большого количества дискретных простых задач. Это компании, которые собирают и обрабатывают данные с большого количества датчиков или инфраструктуры IoT, имеют биллинг, работают с большими данными и нуждаются в ультра оперативном сборе метрик и т.д. Если вы работаете с бизнес-приложениями, основанными на Big Data, вы оцените скорость анализа и обработки данных. Вычислительные преимущества VDS с видеокартами при решении вышеперечисленных задач связаны с тем, что видеокарта обслуживается производительной оперативной памятью и имеет больше арифметико-логических модулей, чем CPU, а значит, одновременно выполняется гораздо больше операций.

Третья по счёту и первая по важности сфера применения конфигурации VDS с видеокартой — задачи информационной безопасности такие как мониторинг и контроль трафика в нагруженных сетях, создание тестовых стендов для прогона кейсов пентест-тестирования.

Также подобный сервер поможет компаниям или частным разработчикам, которые занимаются обучением нейросетей — та сфера, где мощность не бывает лишней.

Наконец, VDS с видеокартой — то что нужно для стриминга, то есть потокового вещания для трансляции событий, музыкального и видео-контента. Вариант подойдёт для вещания с публичных камер, может заинтересовать организаторов конференций и т.д.

Ещё один сценарий, который нам подсказали разработчики, использующие VDS с видеокартой в реальном бою, — такая конфигурация хорошо отрабатывает для запуска android-эмулятора при разработке мобильных приложений (и особенно игр).

Из частных задач мы бы выделили две основных, которые представляют собой набор частых вычислительных операций. Первая — майнинг (а им кто-то занимается?). Вторая — более интересная и менее нагруженная. Это работа с торговыми системами типа QUIK. Работа с такой конфигурацией комфортна для высокочастотной торговли.

Ну и последняя, самая банальная, задача, которая решается VDS с видеокартой. При этом не важно частный вы клиент или корпоративный, не важно какое программное обеспечение используете: бухгалтерское, для моделирования или рисования. Вам всегда будет важна быстрая отрисовка интерфейса, особенно при использования множества RDP подключений.

Тестирование

Конечно приведенные тесты не будут иметь ничего общего с вашими реальными задачами, бизнес-процессами и идеями реализации, поэтому отнеситесь к ним как к примерам.

Для тестирования мы сравнили виртуальный сервер с 2 ядрами процессора и 4 ГБ оперативной памяти с виртуальной видеокартой в 128МБ и без видеокарты. На обеих виртуалках запустили в браузере Internet Explorer одну и ту же WebGL страницу. На странице рисовались квадраты размером 32×32 со скоростью 60 кадров в секунду.

Такую картинку мы получили на виртуальном сервере, с установленной видеокартой. Скорость прорисовки составила 59-62 кадра в секунду, все пространство было заполнено, число спрайтов составило 14 тысяч штук.

Результат на аналогичном VPS без видеокарты. Скорость прорисовки 32 кадра в секунду, при полностью загруженном на 100% процессоре, имеем 1302 спрайтов, и незаполненную область.

Также мы протестировали нашу видеокарту с помощью бенчмарка FurMark, при разрешении 1920 на 1440 точек и получили среднюю частоту 45 кадров в секунду.

Еще один стресс-тест для видеокарты с помощью MSI Kombustor, здесь мы проверили видеокарту на предмет появления различных артефактов. При тестировании на экране не должны появляться разноцветные пятна, геометрические фигуры, полосы и прочие артефакты. После 25 минут тестирования видеокарты все в норме, артефактов не появилось.

Запустили видео на youtube в 4к. Кликабельно:

Также мы запустили тесты в 3DMark. Получили в среднем около 40 кадров в секунду.

Провели тест с помощью бенчмарка Geekbench 5 для OpenCL

Результаты тестов нас приятно порадовали. Пробуйте, тестируйте, делитесь опытом.

Кстати, а кто-то уже пробовал конфигурацию VDS с видеокартой, для чего использовали, как оно вам?

Источник

Бюджетные VPS с видеоадаптерами: сравнение российских провайдеров

Считается, будто виртуальные серверы с vGPU стоят дорого. В небольшом обзоре я попробую опровергнуть этот тезис.

Поиск в сети сходу выдает аренду суперкомпьютеров на NVIDIA Tesla V100 или серверов с мощными выделенными GPU попроще. Подобные услуги есть, к примеру, у МТС, Reg.ru или Selectel. Их месячная стоимость измеряется десятками тысяч рублей, а мне хотелось найти более дешевые варианты для приложений OpenCL и/или CUDA. Бюджетных VPS с видеоадаптерами на российском рынке не так много, в небольшой статье я сравню их вычислительные возможности с помощью синтетических тестов.

Участники

В список кандидатов на участие в обзоре попали виртуальные серверы хостеров 1Gb.ru, GPUcloud, RuVDS, UltraVDS и VDS4YOU. С получением доступа особых проблем не возникло, поскольку почти у всех провайдеров есть бесплатный тестовый период. У UltraVDS бесплатного теста официально нет, но договориться оказалось несложно: узнав о публикации, сотрудники поддержки накинули мне нужную для заказа VPS сумму на бонусный счет. На этом этапе с дистанции сошли виртуальные машины VDS4YOU, потому что для бесплатного тестирования хостер требует предоставить скан удостоверения личности. Понимаю, что от злоупотреблений нужно защищаться, но для проверки вполне достаточно реквизитов паспорта или, например, привязки аккаунта в социальной сети — ее требует 1Gb.ru.

Конфигурации и цены

Для тестирования были взяты машины среднего уровня, стоимостью менее 10 тысяч рублей в месяц: 2 вычислительных ядра, 4 ГБ оперативной памяти, SSD на 20 — 50 ГБ, vGPU с 256 МБ VRAM и Windows Server 2016. Перед оценкой производительности VDS посмотрим на их графические подсистемы вооруженным взглядом. Созданная компанией Geeks3D утилита GPU Caps Viewer позволяет получить подробную информацию об используемых хостерами аппаратных и программных решениях. С ее помощью можно увидеть, например, версию видеодрайвера, объем доступной видеопамяти, а также данные о поддержке OpenCL и CUDA.

Из рассмотренных провайдеров только GPUcloud использует виртуализацию OpenStack и технологию NVIDIA GRID. Из-за большого объема видеопамяти (доступны профили на 4, 8 и 16 ГБ) услуга стоит дороже, но у клиента будут работать приложения OpenCL и CUDA. Остальные претенденты предлагают vGPU и с меньшим объемом VRAM, созданные с использованием Microsoft RemoteFX. Стоят они значительно дешевле, но поддерживают только OpenCL.

Тестирование производительности

GeekBench 5

С помощью этой популярной утилиты можно измерить производительность графической подсистемы для приложений OpenCL и CUDA. На приведенной ниже диаграмме показан сводный результат, а более подробные данные для виртуальных серверов 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS доступны на сайте разработчика бенчмарка. Если их открыть, обнаружится интересный факт: GeekBench показывает объемы VRAM, намного превышающие заказанные 256 МБ. Тактовая частота центральных процессоров также может быть больше заявленной. В виртуальных средах это обычное явление — многое зависит от загруженности физического хоста, на котором работает VPS.

Разделяемые «серверные» vGPU слабее производительных «настольных» видеоадаптеров, если использовать их для тяжеловесных графических приложений. Такие решения предназначены в основном для вычислительных задач. Для оценки их эффективности были проведены другие синтетические тесты.

FAHBench 2.3.1

Для всестороннего анализа вычислительных возможностей vGPU этот бенчмарк не подходит, но с его помощью можно сравнить производительность видеоадаптеров разных VPS в сложных расчетах с использованием OpenCL. Проект распределенных вычислений Folding@Home решает узкую задачу компьютерного моделирования свертывания белковых молекул. Исследователи пытаются понять причины возникновения связанных с дефектными белками патологий: болезней Альцгеймера и Паркинсона, коровьего бешенства, рассеянного склероза и т.д. Измеренная с помощью созданной ими утилиты FAHBench производительность вычислений с одинарной и двойной точностью показана на диаграмме. К сожалению на виртуальной машине UltraVDS утилита выдала ошибку.

Дальше приведу сравнение результатов вычислений для метода моделирования dhfr-implicit.

SiSoftware Sandra 20/20

Пакет Sandra Lite отлично подходит для оценки вычислительных возможностей виртуальных видеоадаптеров различных хостеров. Утилита содержит наборы эталонных вычислительных тестов общего назначения (GPGPU) и поддерживает OpenCL, DirectCompute и CUDA. Для начала была сделана общая оценка разных vGPU. Диаграмма показывает сводный результат, более подробные данные для виртуальных серверов 1Gb.ru, GPUcloud (CUDA) и RuVDS доступны на сайте разработчика бенчмарка.

С «длинным» тестом Sandra тоже были проблемы. Для VPS провайдера GPUcloud не получилось провести общую оценку с использованием OpenCL. При выборе соответствующей опции утилита все равно работала через CUDA. Не прошел этот тест и для машины UltraVDS: бенчмарк замер на 86%, пытаясь определить латентность памяти.

В общем пакете тестов нельзя увидеть показатели с достаточной степенью детализации или проделать вычисления с высокой точностью. Пришлось провести несколько отдельных испытаний, начиная с определения пиковой производительности видеоадаптера с помощью набора простых математических расчетов с использованием OpenCL и (если это возможно) CUDA. Здесь также отражен только общий показатель, а детализированные результаты для VPS от 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS доступны на сайте.

Для сравнения скорости кодирования и декодирования данных в Sandra есть набор криптографических тестов. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.

Параллельные финансовые расчеты требуют поддерживающего вычисления с двойной точностью адаптера. Это еще одна важная сфера применения vGPU. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.

Sandra 20/20 позволяет протестировать возможности использования vGPU для научных расчетов с высокой точностью: умножения матриц, быстрого преобразования Фурье и т.д. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.

Напоследок был проведен тест возможностей vGPU по обработке изображений. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.

Выводы

У меня были определенные сомнения по поводу победителя, но обзор посвящен бюджетным VPS с vGPU, а виртуальная машина RuVDS стоит почти вдвое дешевле ближайшего конкурента и более чем вчетверо — самого дорогого предложения из рассмотренных. Второе и третье место тоже было непросто поделить, но и здесь цена перевесила прочие факторы.

В результате тестирования выяснилось, что vGPU начального уровня стоят не так дорого и пользоваться ими для решения вычислительных задач уже можно. Конечно по синтетическим тестам сложно предсказать, как поведет себя машина под реальной нагрузкой, к тому же от соседей по физическому хосту напрямую зависит возможность выделения ресурсов — делайте на это скидку. Если же вы найдете на просторах рунета другие бюджетные VPS с vGPU, не сочтите за труд написать о них в комментариях.

Источник

Windows 10 Hyper-V: RemoteFX 3D

С чем связаны мои восторги от отличного гипервизора Hyper-V восьмого поколения (считаем: Windows Server 2008 — 1.0, Windows Server 2008 SP1 — 2.0, Windows Server 2008 R2 — 3.0, Windows Server 2012 — 4.0, Windows Server 2012 R2 — 5.0, Windows 10 builds earlier than 10565 — 6.2, Windows 10 build 10565 or later — 7.0, Windows Server 2016 Technical Preview — 7.1, Windows 10 Anniversary Update/Windows Server 2016 — 8.0)?

Конструкторы и технологи используют тяжелые CAD-системы, требующие высокой производительности для отрисовки моделей изделий. Зачастую им приходится работать в разных средах — промышленной и опытной, а также с разными версиями ПО. Для исключения конфликтов доходит до использования 2 компьютеров на одном рабочем месте.

В связи с вышесказанным возникла потребность рассмотреть запуск тестового ПО CAD в виртуальной машине на Hyper-V.

Попытка протестировать на пятилетнем домашнем ноутбуке оказалась неудачной:

Зато определился первый самый простой тест — запустить dxdiag для определения версии WDDM и уровня поддержки DirectX:

Для нашей задачи должны выполняться следующие требования, ключевое — DX 11.0 совместимый GPU с драйвером WDDM 1.2.

Так как нам нужен OpenGL, то из гостевых подходят только Windows 10/Windows Server 2016. Чтобы не вставать на разнообразные грабли, а их есть миллион у MS, я выбрал мой любимый Microsoft Windows 10 Enterprise LTSB 1607 в качестве хостовой и клиентской ОСей. Более смелым рекомендую таблицу «совместимости» ОС(раздел Support for GPU Acceleration with Hyper-V).

Переходим к тестированию на инженерной рабочей станции. Первым шагом запускаем dxdiag:Результат нас устраивает — WDDM 2.1/DirectX11_0. Это подтверждается в консоли Hyper-V:

Для тестирования запускаем классический российский/международный тест Unigine Heaven, чтобы 3 раза не вставать решил протестировать DirectX 9,11 и OpenGL одновременно:

Конечным результатом тестов является запуск NX в Hyper-V:

Источник

Развертывание графических устройств с помощью дискретного назначения устройств

применимо к: Windows Server 2022, Microsoft Hyper-V Server 2016, Windows Server 2016, Windows Server 2019, Microsoft Hyper-V Server 2019

Использование устройства с дискретным назначением устройств состоит из трех этапов:

все команды могут выполняться на узле в консоли Windows PowerShell с правами администратора.

Настройка виртуальной машины для DDA

Отдельное назначение устройств накладывает некоторые ограничения на виртуальные машины, и необходимо выполнить следующий шаг.

Для графических устройств требуется подготовка дополнительных виртуальных машин.

Некоторое оборудование работает лучше, если виртуальная машина настроена определенным образом. Дополнительные сведения о том, требуются ли для оборудования следующие конфигурации, вы можете получить у поставщика оборудования. Дополнительные сведения можно найти в плане по планированию развертывания устройств с помощью дискретного назначения устройств и в этой записи блога.

Отключение устройства от раздела узла

Необязательно. Установка драйвера секционирования

Отдельное назначение устройств предоставляет поставщикам оборудования возможность предоставлять драйвер защиты с помощью устройств. Обратите внимание, что этот драйвер не совпадает с драйвером устройства, который будет установлен на гостевой виртуальной машине. Однако необходимо, чтобы поставщик оборудования предоставил этот драйвер, но если он предоставил его, установите его перед отключением устройства от раздела узла. Обратитесь к поставщику оборудования за дополнительными сведениями о том, есть ли у них драйвер по устранению рисков.

Поиск пути к расположению устройства

Отключение устройства

С помощью диспетчер устройств или PowerShell убедитесь, что устройство отключено.

Отключение устройства

В зависимости от того, предоставил ли поставщик драйвер по устранению рисков, необходимо использовать параметр «-Force».

Назначение устройства гостевой виртуальной машине

Последний шаг — сообщить Hyper-V, что виртуальная машина должна иметь доступ к устройству. Помимо пути к расположению, приведенному выше, необходимо знать имя виртуальной машины.

Дальнейшие действия

После успешной установки устройства в виртуальной машине теперь можно запустить эту виртуальную машину и взаимодействовать с устройством, как обычно при работе в системе без операционной системы. Это означает, что теперь вы можете установить драйверы поставщика оборудования на виртуальной машине, и приложения смогут увидеть это оборудование. Это можно проверить, открыв диспетчер устройств на гостевой виртуальной машине и просмотрев, что оборудование теперь отображается.

Удаление устройства и его возврат на узел

Если вы хотите вернуть устройство в исходное состояние, необходимо будет закрыть виртуальную машину и выдать следующее:

Затем можно снова включить устройство в диспетчере устройств, и операционная система узла сможет снова взаимодействовать с устройством.

Пример

Подключение графического процессора к виртуальной машине

В этом примере мы используем PowerShell для настройки виртуальной машины с именем «ddatest1», чтобы взять первый GPU, доступный изготовителем NVIDIA, и назначить его виртуальной машине.

Устранение неполадок

Если вы передали графический процессор в виртуальную машину, но удаленный рабочий стол или приложение не распознает GPU, проверьте наличие следующих распространенных проблем.

Источник

Развертывание графических устройств с помощью vGPU RemoteFX

применимо к: Windows server 2022, Windows server 2019, Windows Server 2016, Microsoft Hyper-V Server 2016

Из соображений безопасности процессор RemoteFX vGPU по умолчанию отключен для всех версий Windows, начиная с обновления для системы безопасности за 14 июля 2020 г., и удален, начиная с обновления для системы безопасности за 13 апреля 2022 г. См. KB 4570006.

функция gpu для RemoteFX позволяет нескольким виртуальным машинам совместно использовать физический GPU. визуализация и вычисление ресурсов совместно используются виртуальными машинами, что делает RemoteFXные виртуальные машины подходящими для высокопроизводительных рабочих нагрузок, когда выделенные ресурсы GPU не требуются. например, в службе VDI RemoteFX виртуальный графический процессор можно использовать для разгрузки затрат на визуализацию приложений в GPU, что приводит к снижению нагрузки на цп и улучшению масштабируемости служб.

Требования к RemoteFX vGPU

Требования к системе узла:

Требования к гостевым виртуальным машинам:

Дополнительные рекомендации для гостевых виртуальных машин:

включение RemoteFXного видеопроцессора

чтобы настроить RemoteFXный виртуальный жесткий процессор на узле Windows Server 2016:

по умолчанию RemoteFX виртуальный графический процессор будет использовать все доступные и поддерживаемые gpu. чтобы ограничить количество gpu, используемых RemoteFXным виртуальным графическим процессором, выполните следующие действия.

Настройка трехмерного адаптера vGPU RemoteFX

Вы можете использовать пользовательский интерфейс диспетчера Hyper-V или командлеты PowerShell, чтобы настроить трехмерный графический адаптер vGPU RemoteFX.

настройка RemoteFX виртуального устройства с помощью диспетчера Hyper-V

Останавливает виртуальную машину, если она выполняется в данный момент.

откройте диспетчер Hyper-V, перейдите к Параметры вм, а затем выберите добавить оборудование.

выберите RemoteFX трехмерная графическая плата, а затем нажмите кнопку добавить.

Задайте максимальное число мониторов, максимальное разрешение монитора и используемой видеопамяти, либо оставьте значения по умолчанию.

настройка RemoteFXного gpu с помощью командлетов PowerShell

Используйте следующие командлеты PowerShell для добавления, проверки и настройки адаптера:

Мониторинг производительности

производительность и масштабирование RemoteFX службы с поддержкой виртуальных gpu определяется различными факторами, такими как количество gpu в системе, общая память gpu, объем системной памяти и скорость памяти, число ядер цп и тактовая частота цп, скорость хранения и реализация NUMA.

Память системы узла

для каждой виртуальной машины, поддерживающей виртуальный графический процессор, RemoteFX использует системную память как в гостевой операционной системе, так и на сервере узла. Гипервизор гарантирует доступность системной памяти для гостевой операционной системы. На узле каждому виртуальному рабочему столу с поддержкой виртуальных рабочих столов необходимо объявить требования к системной памяти гипервизору. Когда запускается виртуальный рабочий стол с поддержкой виртуальных рабочих столов, гипервизор резервирует дополнительный объем системной памяти на узле.

требования к памяти для сервера с поддержкой RemoteFX являются динамическими, так как объем памяти, потребляемой на сервере с поддержкой RemoteFX, зависит от числа мониторов, связанных с виртуальными рабочими столами с поддержкой виртуальных рабочих столов, и максимального разрешения этих мониторов.

Видеопамять основного GPU узла

Каждый виртуальный рабочий стол с поддержкой виртуальных рабочих столов использует аппаратную видеопамять GPU на сервере узла для подготовки к просмотру рабочего стола. Кроме того, кодек использует видео-память для сжатия отображаемого экрана. Объем памяти, необходимый для отрисовки и сжатия, непосредственно зависит от количества мониторов, подготовленных для виртуальной машины. Объем зарезервированной видеопамяти зависит от разрешения экрана системы и количества мониторов. Некоторым пользователям требуется более высокое разрешение экрана для определенных задач, но существует большая масштабируемость с более низкими параметрами разрешения, если все остальные параметры остаются постоянными.

ЦП узла

Гипервизор планирует размещение и виртуальные машины на ЦП. дополнительная нагрузка на узел с поддержкой RemoteFX увеличивается, так как система запускает дополнительный процесс (rdvgm.exe) на виртуальном рабочем столе с поддержкой виртуальных рабочих столов. Этот процесс использует драйвер графического устройства для выполнения команд GPU. Кодек также использует ЦП для сжатия данных экрана, которые необходимо отправить обратно клиенту.

Большее число виртуальных процессоров означает лучшее взаимодействие с пользователем. Мы рекомендуем выделить не менее двух виртуальных процессоров на виртуальный рабочий стол с поддержкой виртуальных рабочих столов. Мы также советуем использовать архитектуру x64 для виртуальных рабочих столов с поддержкой GPU, так как производительность виртуальных машин x64 лучше по сравнению с виртуальными машинами x86.

Вычислительная мощность процессора

У каждого виртуального рабочего стола с поддержкой виртуальных рабочих столов есть соответствующий процесс DirectX, выполняемый на сервере узла. этот процесс воспроизводит все команды графики, полученные от RemoteFX виртуального рабочего стола, на физический графический процессор. Это аналогично одновременному запуску нескольких приложений DirectX на одном физическом GPU.

как правило, графические устройства и драйверы настроены на выполнение только нескольких приложений на рабочем столе, но RemoteFX растягивает графические процессоры, чтобы продолжить работу. вгпус поставляются со счетчиками производительности, которые измеряют ответ GPU на запросы RemoteFX и позволяют убедиться, что gpu не растягиваются слишком далеко.

Когда GPU не хватает ресурсов, операции чтения и записи выполняются длительное время. Администраторы могут использовать счетчики производительности, чтобы выяснить, когда следует настраивать ресурсы и предотвращать время простоя для пользователей.

дополнительные сведения о счетчиках производительности для мониторинга RemoteFX поведения виртуальных gpu см. в статье диагностика проблем производительности графики в удаленный рабочий стол.

Источник

Виртуальный сервер Windows с видеокартой на борту

Виртуальный сервер уже давно перестал быть чем-то IT-шным и все чаще данной услугой интересуются люди с совершено различными и повседневными рабочими задачами: от размещения бухгалтерских программ до программ по автоматизации рутинных SEO-задач, от игровых серверов до самих игр (самых современных!), от общего файлового сервера небольшой организации до полноценных удалённых рабочих столов крупных компаний.

Вовсе не обязательно играть в игры, чтобы вам потребовалась видеокарта, сейчас ресурсы видеокарт активно используют разработчики популярного программного обеспечения: любой современный браузер будет отрисовывать страницы сайтов значительно быстрее если сможет использовать графический ускоритель, не говоря уже о том, что 3D игры могут быть в самих браузерах, которые работают на платформе WebGL.

Возможность виртуализации ресурсов видеокарт не нова и присутствует во всех популярных средах: Hyper-V, KVM, XEN, VirtualBox и собственная среда от самого популярного производителя чипсетов – NVIDIA GRID.

В данной статье мы будем говорить о RemoteFX – возможностях видеокарт на виртуальных серверах под управлением Hyper-V, именно на этой платформе они работают на VPS.house с видеокартами профессионального уровня NVIDIA Quadro P6000.

В качестве простой демонстрации поведем тест, взяв конфигурацию VPS с 2 ядрами процессора и 2 ГБ оперативной памяти с виртуальной видеокартой 256МБ памяти и без. В обоих случаях мы откроем в браузере Internet Explorer пример на WebGL одной и той же страницы.

Результат на виртуальном сервере, где установлена видеокарта:

Если видеокарту с этого же сервера убрать:

Итак, с видеокартой мы получаем 42 кадра в секунду, без нее – всего 3 кадра, которые отчаянно рендерит процессор.

В качестве гостевой операционной системы использовалась Windows 10 PRO, так как, к сожалению, в серверной версии Windows 2016 браузеры не начинают использовать графический ускоритель, несмотря на то, что он фактически присутствует.

Технология RemoteFX впервые была внедрена в Windows Server 2008 R2 SP1 и включала в себя некоторое базовые возможности:

Тест производительности видеокарты на VPS в популярном бенчмарке FurMark

Подключённая к современному VDS (виртуальному серверу) видеокарта под управлением Windows Server 2016 превращает его в полноценный домашний ПК. Данная операционная система обладает привычным пользовательским интерфейсом, мало отличимым от Windows 10. На таком сервере вы можете свободно запускать практически любое программное обеспечение и решать самые разносторонние задачи.

Без долгих ожиданий запускается самые тяжёлые графические приложения. Пример работы Autodesk 3ds Max 2019 на виртуальном сервере VPS.house:

И конечно же современные игры, в Battlefield 1 видео игры будет таким же плавным, как если бы вы запустили её на своём домашнем ПК (при хорошем интернет-соединении):

Источник

Как из домашнего ПК средствами виртуализации сохранить игровую систему

Благодаря конкуренции и развитию НТП современные ПК позволяют выполнять множество простых и сложных задач одновременно, например играть и воспроизводить видео на ТВ, рендерить графику и читать новости в интернете, раздавая торренты параллельно, и т.д. и т.п. Многие идут дальше и используют несколько ПК для работы и развлечений. Однако при помощи технологий виртуализации можно с одной стороны расширить возможности своего ПК, а с другой сэкономить, т.к. по сути можно запустить несколько операционных систем на одном железе в одно и то же время.

Введение

Виртуализа́ция — предоставление набора вычислительных ресурсов или их логического объединения, абстрагированное от аппаратной реализации, и обеспечивающее при этом логическую изоляцию друг от друга вычислительных процессов, выполняемых на одном физическом ресурсе.

Достигается как при помощи приложений (например VirtualBox, VMware) так и на уровне систем, поддерживающих аппаратную виртуализацию (например KVM, ESXi, Hyper-V). В последнем случае потери производительности по сравнению с нативными системами минимальна.

Здесь и далее в статье будет описание настроек системы виртуализации с открытым исходным кодом Proxmox потому что она в меру дружелюбна, есть легкий доступ к консоли через веб форму, а так же базируется на связке Debian + kvm, по которым очень много гайдов и описаний в сети, т.е. документации в т.ч. и на русском языке.

Требования к железу

— процессор и материнская плата с поддержкой VT-x, VT-d от Интел или AMD-Vi, IOMMU от АМД. Не поленитесь и уточните поддерживает ли именно Ваш экземпляр данные требования.

Что касается материнских плат. Категорически не рекомендую гнать железо при посредственной разводке на плате питания. По Z270 и Z390 игнорировать оранжевую зону или оставлять работать в стоке.

Установка и настройки

Мною было использована следующая игровая конфигурация:

— ПК для хоста конфиг был собран на далеко не лучшей материнской плате, но на англоязычных форумах очень часто хвалят эту фирму за то, что ее железо чаще всего подходит для таких вещей:
Процессор — i7 8700k
Мать — ASRock Z390M Pro4
Видеокарта — INNO3D GeForce GTX 1070 iChill X4
— второй ПК (Мини-ПК Morefine-M1s),
— 2 мыши,
— 1 клавиатуру на хосте, на остальных устройствах использовал софтварную,
— 3 подключения к монитору Dell U2713HM (VGA — для интегрированной видеокарты, HDMI — для GTX1070, на DVI находится Мини-ПК. Переключения между видеосигналами осуществлял через меню монитора)

0й этап — На материнской плате включаем VT-d:Enable, Intel Vitrualization Technology:Enable, Primary Graphx adapter:VGA, Above 4G Decoding:Enable. Если есть возможность обязательно выбираем основным графическим адаптером тот, на котором будет работать хост, т.е. более слабую видеокарту и переключаемся на нее.

1й этап — Устанавливаем Proxmox на хост. Для этого:

1.1. Скачиваем образ диска с официального сайта

1.2. Пишем образ на флешку при помощи специальных программ

1.3. Загружаемся с флешки, и производим инсталляцию с указанием на какой жесткий диск ставить, вводим пароль для будущего пользователя root, а так же настройки сети прописываем явно.

2й этап — Подключаемся по сети через веб интерфейс при помощи второго ПК или
планшета (в моем случае это был Мини-ПК) к хосту и настраиваем Proxmox по этому гайду через текстовую консоль.

Есть маленький нюанс, который возможно обходится программно, но я решил что поменять предыдущую материнскую плату будет проще, т.к. плата от Gigabyte этому требованию не соответствовала:

1) Run the «dmesg | grep ecap» command.

2) On the IOMMU lines, the hexadecimal value after «ecap» indicates whether interrupt remapping is supported. If the last character of this value is an 8, 9, a, b, c, d, e, or an f, interrupt remapping is supported. For example, «ecap 1000» indicates there is no interrupt remapping support. «ecap 10207f» indicates interrupt remapping support, as the last character is an «f».

Interrupt remapping will only be enabled if every IOMMU supports it.

Если условие выполняется — продолжаем.

Открываем файл командой из консоли (символ двойной решетки вводить не надо, так я буду разделять в тексте команды от того что необходимо внести в файл)

для процессоров Интел

для процессоров АМД

следом даем команду

после чего перезагружаем хост через веб интерфейс

Добавляем в файл конфигурации загрузку необходимых драйверов

Прописываем в консоли

На экран будет выведен список устройств доступных для проброса, находим интересующий нас блок с видеокартой, в моем случае это 2 устройства в группе видеокарта и звук по адрсам 01:00.0 и 01:00.1, поэтому я прописываю сразу группу.

Прописываем в консоли команду для того что бы определить модель и ее id

Теперь правим файл под нашу видеокарту (в Вашем случае id будут иные)

Заносим в черный лист драйвера

Теперь создаем через веб интерфейс и правим через консоль файл настроек виртуальной машины. Здесь строка «args:» решает, т.к. без нее драйвер видеокарты обнаружит виртуализацию, но путем подмены наименования оборудования, точнее hv_vendor_id=willitwork, мы снимаем проблему с ошибкой 43, которую может выдать видеодрайвер устройства. Здесь есть номер виртуальной машины в proxmox используемый в качестве имени.

Теперь перезагружаем хост и запускаем виртуальную машину.

3й этап — Через Удаленную видеоконсоль установим Windows и драйвера. В моем случае Windows распознал сперва видео драйвер proxmox для работы через видеоконсоль, потом нашел драйвер для GTX1070, а после обновления через интернет (принудительный поиск драйверов в сети) скачал и установил нужный мне драйвер для игровой видеокарты.

4й этап — Перезапустим Виртуальную машину, переключаем отображение видеопотока на мониторе на разъем видеокарты и… в моем случае все заработало сразу, никаких ошибок 43… При этом рабочий стол определяется как №2.

я попробовал запустить видео Blue-ray — без проблем, задержек и фризов с видеорядом нет, запустил Warhammer online — он завелся и в PvP играть было комфортно, запустил GTA5 у мя выскочила сюжетка, вполне комфортно пострелял. Визуально потерь в производительности нет.

Если нам необходимо пробросить жесткий диск целиком, то в файле настроек виртуальной машины необходимо добавить строку:

Конкретно какой именно sda/sdb/sdc/и т.п. можно уточнить в веб интерфейсе.

К бочке меда есть и ложка дегтя. Интегрированный звук отдельно прокинуть нельзя, т.к. в его группе находятся другие устройства, которые после проброса звуковой карты в виртуальную машину пропадают для хоста до следующей перегрузки хоста. В моем случае это

00:1f.0 ISA bridge: Intel Corporation Device a305 (rev 10)
00:1f.3 Audio device: Intel Corporation Device a348 (rev 10)
00:1f.4 SMBus: Intel Corporation Device a323 (rev 10)
00:1f.5 Serial bus controller [0c80]: Intel Corporation Device a324 (rev 10)
00:1f.6 Ethernet controller: Intel Corporation Device 15bc (rev 10)

Т.е. звук или через видеокабель на монитор или внешняя звуковая карта. Порты USB пробрасываюся без проблем. К сожалению на текущий момент нерешаемо. Есть вариант удаленного подключения с другого ПК к игровому, через RDP или SPICE. В этом случае все будет нормально

Не всегда проброс видеокарты проходит идеально как в моем случае, мешается или ошибка 43 или что-то еще. Здесь описаны и другие настройки, которые могут помочь. В идеале нужно искать в сети удачные сетапы и ориентироваться на них, каким для меня явился этот, кроме того есть еще список железа, позволяющий достичь того же что и я, но он не полный.

Для мыши — аналогично.

2. По USB:
Что касается USB устройств там все проще, устройства прокидываются прямо из веб формы по ID или же целиком можно прокинуть порт. Однако есть нюанс — если Вы по каким-либо причинам не можете как и я прокинуть аудиоустройство в ВМ, т.к. оно содержится в группе с ключевыми контроллерами без которых хост не может полноценно работать, то проброс порта/устройства через USB решает эту проблему, но звук может начать отваливаться через некоторое время работы, шипеть/гудеть и прочие… прочее, в то же время на нативной системе все будет замечательно. В этом случае необходимо пробрасывать не порт/устройство, а сам контроллер USB как PCIe устройство по методу указанному в статье. И все резко наладится. Но в то же время через хост после запуска ВМ с такими настройками пробросить другие устройства с этого контроллера больше не получится.

3. Жесткие диски можно пробрасывать как через проброс контроллера как PCIe устройство по методу указанному в статье (не рекомендую пробрасывать контроллер интегрированный в материнскую плату, только подключенные к PCIe), либо напрямую:
заходим в
## cd /dev/disk/by-id
через dir смотрим листинг…
копируем строки вида ata-WDC_WD40EFRX-68WT0N6_WD-WCC4E1АС9SХ9, в которой прописан интерфейс подключения, марка и номер серии жесткого диска. Затем открываем Файл конфигурации ВМ и пишем:
sata1: volume=/dev/disk/by-id/ata-WDC_WD40EFRX-68WT0N6_WD-WCC4E1АС9SХ9
и все работает, при этом учитывайте, что sata0-sata5, т.е. для одной ВМ число подключаемых таким образом дисков, включая виртуальных, не может превышать 6шт.

UPDATE 2
1. На этом видео видно, что для обхода ошибки 43 помогает обманка со следующей строкой в конфигурационном файле ВМ:

www.youtube.com/watch?v=fgx3NMk6F54
Однако там проброс ВК организован с использованием rom файла, что отличается от моего варианта.

2. В связи с тем, что была обновлена версия ProxMox с 5й на 6ю, то что бы система работала с UEFI БИОСом, то необходимо добавить в оборудовании ВМ EFI-диск, иначе не взлетит и не заведется, на 5й версии ProxMox’а этой фичи не было.

Источник

Из-за растущих объёмов информации оборудование и системы не всегда справляются с обработкой данных настолько производительно, насколько этого требуют реалии. Всё чаще для решения проблемы недостаточной производительности вычислений применяются сервера с графическими процессорами (GPU). Такие системы используют мощности процессора видеокарты, так как GPU способен производить гигантское количество однотипных вычислений. К тому же, выполнение таких операций на процессоре графической карты происходит в несколько потоков.

Подобные методы повышения производительности нашли своё применение и на виртуальных серверах. Реализация VPS / VDS на гипервизоре использует особый тип проброса видеокарты на сервер. При заказе виртуального сервера конечный пользователь получает частичку кластера из Nvidia Quadro P400 с необходимым объёмом видеопамяти. Как результат, приложения, активно использующие графические процессоры, получают возможность повысить скорость работы приложений при, например, отрисовке интерфейса, обработке видео, звука и тому подобное. И всё это будет происходить на виртуальном, а не физическом сервере.

Как заказать VPS с видеокартой

Заказ сервера с виртуальной графической картой “на борту” происходит так же, как и всегда. То есть, для заказа VPS необходимо перейти в личный кабинет. Правда, есть тонкость – видеокарта доступна пока только для операционной системы Windows Server 2016 и в дата-центре RUCLOUD. При соблюдении таких условий в секции Конфигурация должна появиться строка видеокарты с возможностью выбрать объём её памяти.

При первом подключении к виртуальному серверу есть смысл обратить внимание на диспетчер устройств. Это необходимо сделать для того, чтобы убедиться, что видеоконтроллер присутствует в системе и установлен корректно. Иногда, к сожалению, не происходит автоматической инсталляции драйверов графической карты, как, например, в нашем случае:

Если это так, то необходимо запустить автоматический поиск драйверов для данного устройства. После чего проблема должна быть устранена.

И ещё, поскольку в серверах используется видеокарта Nvidia Quadro P400, то в вашей системе корректно работать будет только программное обеспечение, реализованное по спецификации OpenGL. Использовать ресурсы такого видеоконтроллера с приложениями DirectX скорее всего не получится. Исходя из такой узконаправленности данного графического адаптера, уточнить его поддержку именно вашим софтом вы можете у поставщика вашего приложения.

Аренда сервера GPU от 370 рублей в сутки для глубокого машинного обучения и обработки данных

Графические процессоры (graphics processing unit, GPU) представленны моделями 1080ti, 2080ti, 3060, 3090, A4000 и A5000 — универсальные вычислительные устройства, предоставляются нашей компанией на базе производительных серверов последнего поколения с процессорами Xeon Scalable (Xeon Gold). Технология, решающая задачи ускорения графической обработки данных, стала широко использоваться в  области высокопроизводительных вычислений, обработки данных, криптоиндустрии и работе с искусственным интеллектом. Современные мощные GPU видеокарты являются основным компонентом проектов в сфере машинного обучения и анализа данных. Клиенты IQHost арендуют сервера с GPU видеокартами для своих проектов — машинное обучении, анализе данных, многопоточных вычислений и крипто-индустрии. В комплект входит сервер последнего поколения с памятью DDR4, дисками SSD для максимально быстрой обработки больших объемов данных

Как выбрать GPU ускоритель для машинного обучения

Важным критерием при аренде сервера с GPU — количество оперативной памяти на видеокарте

• — Обучение моделей, в которых нужна максимальная производительность: > = 11 ГБ (Подойдут: 1080ti/11Gb, 2080ti/11Gb, RTX3060/12Gb, RTX3090/24Gb)
• — Использование предварительно обученных трансформеров, или обучение небольшого трансформера с нуля >= 11 ГБ (Подойдут GTX 1080ti/11Gb, RTX2080ti/11Gb, RTX 3060/12Gb, Tesla K80/12Gb)
• — Другое исследование или обучение: 8 ГБ (Подойдут: 1080ti/11Gb, 2080ti/11Gb, RTX3060/12Gb, Tesla K80/12Gb)
• — Подготовка к Kaggle: 4 — 8 ГБ (Подойдут: 1080ti/11Gb, 2080ti/11Gb, RTX3060/12Gb, Tesla K80/12Gb)
• — Стартапы: 8-12Gb (Подойдут: GTX 1080ti/11Gb, RTX 2080ti/11Gb, RTX 3060/12Gb)
• — Обучение большого трансформера или свёрточной сети в исследовании или продакшене: >= 24 Гб (Подойдут: Tesla v100/32Gb, RTX3090/24Gb)
• — Для обработки больших размеров графических изображений (медицина, георазведка, прототипирование) >=12Гб (Подойдут: RTX 3060/12Gb, RTX3090/24Gb, Tesla V100/32Gb)

  Мы предлагаем оптимальные решения аренды сервера GPU видео картой для работы с нейронными сетями, машинным обучением, обработки видео и документов, а также многопоточные вычисления. Быстро развертываем системы — вы начинаете работать! Срок аренды от одного дня, по желанию проводим все необходимые тесты.

  Nvidia GTX 1080Ti/11Gb

  Аренда GPU моделей типа 1080/1080Ti/2080Ti от NVIDIA для обучения нейронных сетей. Видеокарта обладает необходимым количеством памяти — 11Гбайт GDDR5, что позволяет заниматься прототипированием и обучать любые небольшие модели. Используется для проектов, где требуется средняя производительность

  Видеокарты GeForce GTX 1080 Ti от NVIDIA – одно из самых эффективных решений для машинного обучения в категории цена/производительность

  Производитель NVIDIA уверяет что, GeForce GTX 1080 Ti – самая быстрая из всех выпущенных видеокарт NVIDIA

  Видеокарта по многих тестам быстрее старшей модели NVIDIA Titan X Pascal, предназначенной для машинного обучения и систем ИИ

  

  ---

  

  Nvidia RTX 2080Ti/11Gb

  Одна из самых мощных видеокарт — GPU 2080Ti для многопоточных вычислений, обучения нейронных сетей — обладает необходимым количеством памяти — 11Гбайт GDDR6 (самая быстрая память) для любых типов задач, позволяет обучать более сложные модели и на 30-100% быстрее, чем ее предшественники 1080/1080ti

  Используется для проектов, где требуется большая производительность и большое количество FLOPS и Tensor Cores

  Лучший GPU по производительности

  ---

  Nvidia RTX 3060/12Gb 

  Новое поколение видеокарт линейки RTX 30хх на поколении ядер Ampere — Tensor core (2го поколения) дает 30% прирост производительности по сравнению с предшественниками типа 1080ti и 7-12% по сравнению с 2080 серии.
  Обучение нейронных сетей, обработка графических изображений происходит еще быстрее с увеличенной памятью — 12Гбайт GDDR6 (15000Mhz) для большинства задач, позволяет обучать более сложные модели за счет поддержки технологии ResizableBAR и скоростных ядер!

  Используется для проектов, где требуется большая производительность и большое количество FLOPS + Tensor Cores

  Лучший GPU в эконом сегменте

  

  ---

  

  Nvidia Tesla K80/24Gb

  Tesla на основе архитектуры NVIDIA Kepler созданы для обеспечения более высокой и энергоэффективной вычислительной производительности.
  Специалисты по обработке данных в различных областях, начиная от поиска источников энергии и заканчивая машинным обучением, обрабатывают петабайты данных с помощью графических ускорителей Tesla до 10 раз быстрее по сравнению с CPU
  Благодаря инновационной архитектуре графические процессоры Kepler незаменимы для широкого круга разработчиков и применений

  Идеально для глубокого машинного обучения, обработки графики и программировании

Готовые серверы с GPU