Grafikkbehandlingsenheten (GPU) har utviklet seg fra silisium som bare spillere brydde seg om til noe som nå er mye brukt for å akselerere kraftkrevende applikasjoner. GPUer er nå viktige for maskinlæring, design og visualisering og dataanalyse. En av utfordringene for mange organisasjoner er tilgjengelighet til GPU-aktiverte systemer fordi startkostnaden kan være ganske høy og mange organisasjoner ikke har den tekniske ferdigheten til å distribuere maskinvaren og programvaren som er nødvendig for å dra full nytte av teknologien.
På grunn av pandemien har det også vært en trend til fjernarbeid som nå har utviklet seg til at mange bedrifter har ansatte som permanent jobber hjemmefra. Dette er ganske enkelt for kunnskapsarbeidere, kundesenteragenter, selgere og andre som jobber med programvare. Men for datavitere, grafiske designere, ingeniører og andre som trenger tilgang til GPU-aktiverte systemer, betyr eksternt arbeid ingen tilgang til systemene de trenger for å gjøre jobben sin.
For å hjelpe organisasjoner med å få ekstern tilgang til GPU-aktiverte systemer, til en lavere kostnad, med mindre kompleksitet, har NVIDIA inngått samarbeid med de store skyleverandørene for å tilby skybaserte virtuelle arbeidsstasjoner. Dette har blitt spesielt viktig siden starten av pandemien fordi IT-fagfolk, dataforskere og andre som trenger tilgang til GPU-systemer nå jobber hjemmefra og ikke enkelt kan koble seg til systemene som befinner seg i bedriftens lokaler. NVIDIA har hjulpet kunder med å gjøre denne overgangen ved å tilby gratis prøvelisenser for virtuell GPU (vGPU) for å komme i gang.
Virtuelle arbeidsstasjoner har vært under arbeid
Historisk sett har ikke virtuelle arbeidsstasjoner prestert like bra som de fysiske, men det var fordi GPUer ikke var en del av blandingen. Kunder som distribuerer VDI i lokale datasentre kan få tilgang til GPU-akselerert ytelse med NVIDIAs vGPU-teknologi. NVIDIA vGPU inkluderer både en NVIDIA GPU og en NVIDIA vGPU programvarelisens. NVIDIA A40 GPU har 48 GB med rammebuffer og støtter NVIDIA RTX-teknologi – en av NVIDIAs viktigste fremskritt innen datagrafikk – noe som gjør det mulig for kreative og tekniske fagfolk å simulere den fysiske verden med enestående hastigheter.
Med A40 kombinert med NVIDIA RTX Virtual Workstation (vWS)-programvare kan eksterne arbeidere oppleve ytelse som ikke kan skilles fra en fysisk arbeidsstasjon man kan finne på en ingeniørs skrivebord. For kunnskapsarbeidere som får tilgang til kontorproduktivitetsapplikasjoner, er NVIDIA Virtual PC (vPC)-programvare sammenkoblet med NVIDIA A16 GPUer designet for å maksimere brukertettheten per GPU samt levere brukeropplevelse av høyeste kvalitet. Ved å pare NVIDIAs vGPU-programvare, for eksempel NVIDIA vWS eller vPC, med NVIDIA GPUer, lager vi vGPUer som kan deles mellom flere brukere.
For å få en ide om hvor effektive vGPU-er er, har jeg nylig utført flere scenarier for å teste vGPU-en og sammenlignet dem med kun CPU-systemer. Systemet jeg testet var NVIDIA A16 Ampere-kortet med NVIDIA Virtual PC (vPC) programvare; deretter A40 paret med NVIDIA RTX vWS programvare. Til slutt sammenlignet jeg identiske arbeidsbelastninger på kun CPU-systemer.
Følgende er resultatene:
Brukstilfelle nr. 1: OpenGL med NVIDIA vPC
Open Graphics Library, mer kjent som OpenGL, er en prosessorintensiv API for å gjengi 2D- og 3D-vektorgrafikk. For å teste hvordan dette fungerte GPU akselererte, gikk jeg til et OpenGL-nettsted og la merke til at det lastet veldig raskt og jevnt. Siden hadde en rekke animasjoner innebygd, og når jeg klikket for å starte en, startet de nesten umiddelbart og fortsatte å kjøre jevnt. Etter hvert som jeg la til flere animasjoner, ble det mer bevegelse over skjermen uten forringelse av kvaliteten. Når jeg kjørte animasjonene med kun CPUer, jo flere animasjoner jeg la til, desto dårligere ble kvaliteten til det punktet hvor grafikken knapt beveget seg. I stedet for å være jevn som vGPU, var animasjonen smertelig treg.
Brukstilfelle nr. 2: YouTube i et virtuelt skrivebord akselerert av NVIDIA vPC
Jeg fortsatte deretter med å kjøre en YouTube-video på et virtuelt skrivebord for å se om avspillingen av videoen ville påvirke behandlingsevnen, og det gjorde den ikke. Et annet bemerkelsesverdig poeng er at lyden og videoen forble synkronisert med videoen uten uskarphet. Når en prosessor med kun CPU er avgiftsbelagt, vil stemmen og videoen raskt gå ut av synkronisering og deretter begynne å bufre. Ytelsesforskjellen var ikke så dramatisk som OpenGL-brukssaken, men den var merkbart verre på ikke-GPU-systemet.
Brukstilfelle nr. 3: Stor Microsoft Excel-manipulasjon på NVIDIA vPC
Den neste testen var å åpne en stor Excel-fil, sette inn et 3D-diagram og deretter rotere det for å se dataene i et grafisk format. Jeg kunne rotere diagrammet frem og tilbake og visualisere dataene fra en rekke forskjellige visninger. Med et kun CPU-system var 3D-diagrammet ikke på langt nær så smidig å bevege seg rundt. Etter noen minutter gjorde tiden det tok å få den grafiske innhentingen, kartmanipulering ubrukelig.
Brukstilfelle nr. 4: SolidWorks Visualize akselerert av NVIDIA RTX vWS
For å gi den nye A40 en god prøvekjøring, lastet jeg inn en SolidWorks-fil. Jeg lastet inn bildet av en motorsykkel. Jeg utførte da en rekke oppgaver, som å rotere bildet og zoome inn og ut. SolidWorks bruker ray tracing med rask gjengivelse for å tegne bildet på nytt. Jeg fortsatte deretter med å endre malingsfarger, teksturer og andre attributter til sykkelen og så ingen forringelse av ytelsen. Til slutt endret jeg bakgrunnsscenene fra å være overveiende svarte til fjell, et gammelt lager og andre grafisk intensive bilder. Igjen forble ytelsen konstant. Det som var mest imponerende er at bildet var veldig naturtro og man kunne se en refleksjon av sykkelen på det våte gulvet og andre ting for å gjøre den fotorealistisk. En av fordelene med å bruke SolidWorks er at verktøyet gir noen data i tide for å gjengi bildet. For vGPU-en var denne gangen knapt et sekund eller to.
Jeg kjørte de samme simuleringene med et kun CPU-system, og gjengivelsestiden hoppet til 30 sekunder eller mer. Det var veldig vanskelig å panorere, zoome eller rotere bildet fordi det tok så lang tid å tegne sykkelen på nytt. Det samme gjaldt for enhver fargeendring, tekstur eller bakgrunn.
NVIDIA RTX virtuelle arbeidsstasjoner i skyen er en flott måte for bedrifter å komme i gang med akselerert databehandling fordi inngangskostnadene er nominelle sammenlignet med å måtte kjøpe individuelle fysiske arbeidsstasjoner. Når bruken når et visst volum, kan det være fornuftig å kjøpe NVIDIA virtuelle GPU-programvarelisenser og kjøre dem lokalt på GPU-akselererte servere.
Når verden går over til eksternt arbeid, kan vGPU-er bli normen.
PC-er | Servere | Oppbevaring | Nettverk | Datasentre