Grafikprocessorenheden (GPU) har udviklet sig fra silicium, som kun spillere brød sig om, til noget, der nu er meget brugt til at accelerere strømkrævende applikationer. GPU'er er nu vigtige for maskinlæring, design og visualisering og dataanalyse. En af udfordringerne for mange organisationer er tilgængelighed til GPU-aktiverede systemer, fordi startomkostningerne kan være ret høje, og mange organisationer ikke har de tekniske færdigheder til at implementere den hardware og software, der er nødvendig for at drage fuld fordel af teknologien.
På grund af pandemien har der også været en tendens til fjernarbejde, som nu har udviklet sig til, at mange virksomheder har ansatte permanent arbejde hjemmefra. Dette er ret simpelt for vidensarbejdere, callcenter-agenter, sælgere og andre, der arbejder med software. Men for datavidenskabsfolk, grafiske designere, ingeniører og andre, der har brug for adgang til GPU-aktiverede systemer, betyder fjernarbejde ingen adgang til de systemer, de skal bruge for at udføre deres job.
For at hjælpe organisationer med at få fjernadgang til GPU-aktiverede systemer til en lavere pris og mindre kompleksitet, har NVIDIA indgået partnerskab med de store cloud-udbydere for at tilbyde cloud-baserede virtuelle arbejdsstationer. Dette er blevet særligt vigtigt siden starten af pandemien, fordi it-professionelle, dataforskere og andre, der har brug for adgang til GPU-systemer, nu arbejder hjemmefra og ikke nemt kan oprette forbindelse til de systemer, der er placeret i virksomhedens lokaler. NVIDIA har hjulpet kunder med at foretage denne overgang ved at tilbyde gratis prøvelicenser til virtuelle GPU (vGPU) software for at komme i gang.
Virtuelle arbejdsstationer har været i gang
Historisk set har virtuelle arbejdsstationer ikke fungeret så godt som de fysiske, men det var fordi GPU'er ikke var en del af blandingen. Kunder, der implementerer VDI i lokale datacentre, kan få adgang til GPU-accelereret ydeevne med NVIDIAs vGPU-teknologi. NVIDIA vGPU inkluderer både en NVIDIA GPU og en NVIDIA vGPU softwarelicens. NVIDIA A40 GPU'en har 48 GB rammebuffer og understøtter NVIDIA RTX-teknologi – en af NVIDIAs vigtigste fremskridt inden for computergrafik – hvilket gør det muligt for kreative og tekniske fagfolk at simulere den fysiske verden med hidtil usete hastigheder.
Med A40 kombineret med NVIDIA RTX Virtual Workstation (vWS)-software kan fjernarbejdere opleve ydeevne, der ikke kan skelnes fra en fysisk arbejdsstation, man kan finde på en ingeniørs skrivebord. For vidensarbejdere, der får adgang til kontorproduktivitetsapplikationer, er NVIDIA Virtual PC (vPC)-software parret med NVIDIA A16 GPU'er designet til at maksimere brugertætheden pr. GPU samt levere brugeroplevelsen af højeste kvalitet. Ved at parre NVIDIAs vGPU-software, såsom NVIDIA vWS eller vPC med NVIDIA GPU'er, skaber vi vGPU'er, der kan deles på tværs af flere brugere.
For at få en idé om, hvor effektive vGPU'er er, har jeg for nylig udført adskillige scenarier for at teste vGPU'en og sammenlignet dem med CPU-only-systemer. Det system, jeg testede, var NVIDIA A16 Ampere-kortet med NVIDIA Virtual PC (vPC) software; derefter parret A40 med NVIDIA RTX vWS-software. Til sidst sammenlignede jeg identiske arbejdsbelastninger på kun CPU-systemer.
Følgende er resultaterne:
Brug case nr. 1: OpenGL med NVIDIA vPC
Open Graphics Library, mere almindeligt kendt som OpenGL, er en processorintensiv API til at gengive 2D- og 3D-vektorgrafik. For at teste, hvordan denne fungerede GPU accelererede, gik jeg til et OpenGL-websted og bemærkede, at det indlæstes meget hurtigt og jævnt. Siden havde en række animationer indbygget, og da jeg klikkede for at starte en, startede de næsten med det samme og fortsatte med at køre problemfrit. Efterhånden som jeg tilføjede flere animationer, var der mere bevægelse på tværs af skærmen uden forringelse af kvaliteten. Da jeg kun kørte animationerne med CPU'er, jo flere animationer jeg tilføjede, jo dårligere blev kvaliteten til det punkt, hvor grafikken næsten ikke bevægede sig. I stedet for at være glat som vGPU'en var animationen smerteligt langsom.
Brug case nr. 2: YouTube på et virtuelt skrivebord accelereret af NVIDIA vPC
Jeg fortsatte derefter med at køre en YouTube-video på et virtuelt skrivebord for at se, om afspilningen af videoen ville påvirke behandlingsevnen, og det gjorde den ikke. Et andet bemærkelsesværdigt punkt er, at lyden og videoen forblev synkroniseret med videoen uden sløring. Når en CPU-kun processor beskattes, ville stemmen og videoen hurtigt komme ud af synkronisering og derefter begynde at buffer. Ydeevneforskellen var ikke så dramatisk som OpenGL-brugssagen, men den var mærkbart værre på ikke-GPU-systemet.
Use case nr. 3: Stor Microsoft Excel-manipulation på NVIDIA vPC
Den næste test var at åbne en stor Excel-fil, indsætte et 3D-diagram og derefter rotere det for at se dataene i et grafisk format. Jeg kunne rotere diagrammet frem og tilbage og visualisere dataene fra en række forskellige visninger. Med et kun CPU-system var 3D-diagrammet ikke nær så smidigt at flytte rundt på. Efter et par minutter gjorde den tid, det tog at få den grafiske indhentning, diagrammanipulation ubrugelig.
Use case nr. 4: SolidWorks Visualize accelereret af NVIDIA RTX vWS
For at give den nye A40 en god prøvetur, indlæste jeg en SolidWorks-fil. Jeg indlæste billedet af en motorcykel. Jeg udførte derefter en række opgaver, såsom at rotere billedet og zoome ind og ud. SolidWorks bruger ray tracing med hurtig gengivelse til at gentegne billedet. Jeg fortsatte derefter med at ændre malingsfarver, teksturer og andre egenskaber på cyklen og så ingen forringelse af ydeevnen. Til sidst ændrede jeg baggrundsscenerne fra at være overvejende sorte til bjerge, et gammelt lager og andre grafisk intensive billeder. Igen forblev ydeevnen konstant. Det mest imponerende er, at billedet var meget naturtro, og man kunne se en afspejling af cyklen på det våde gulv og andre ting for at gøre den fotorealistisk. En af fordelene ved at bruge SolidWorks er, at værktøjet giver nogle data til tiden for at gengive billedet. For vGPU'en var denne gang knap et sekund eller to.
Jeg kørte de samme simuleringer med et CPU-only system, og tiden til gengivelse sprang til 30 sekunder eller mere. Det var meget svært at panorere, zoome eller rotere billedet, fordi det tog så lang tid at tegne cyklen om. Det samme gjaldt for enhver farveændring, tekstur eller baggrund.
NVIDIA RTX Virtual Workstations i skyen er en fantastisk måde for virksomheder at komme i gang med accelereret computing, fordi adgangsomkostningerne er nominelle sammenlignet med at skulle købe individuelle fysiske arbejdsstationer. Når først udnyttelsen rammer en vis mængde, kan det give mening at købe NVIDIA virtuelle GPU-softwarelicenser og køre dem på stedet på GPU-accelererede servere.
Når verden går over til fjernarbejde, kan vGPU'er blive normen.
PC'er | Servere | Opbevaring | Netværk | Datacentre