Grafikprocessorn (GPU) har utvecklats från kisel som bara spelare brydde sig om till något som nu används allmänt för att accelerera kraftintensiva applikationer. GPU:er är nu viktiga för maskininlärning, design och visualisering och dataanalys. En av utmaningarna för många organisationer är tillgängligheten till GPU-aktiverade system eftersom den initiala kostnaden kan vara ganska hög och många organisationer inte har den tekniska kompetensen att distribuera den hårdvara och mjukvara som krävs för att dra full nytta av tekniken.
På grund av pandemin har det också funnits en trend mot distansarbete som nu har utvecklats till att många företag har anställda permanent jobbar hemifrån. Detta är ganska enkelt för kunskapsarbetare, callcenteragenter, säljare och andra som arbetar med programvara. Men för datavetare, grafiska designers, ingenjörer och andra som behöver åtkomst till GPU-aktiverade system innebär att arbeta på distans ingen tillgång till de system de behöver för att utföra sitt jobb.
För att hjälpa organisationer att få fjärråtkomst till GPU-aktiverade system, till en lägre kostnad, med mindre komplexitet, har NVIDIA samarbetat med de stora molnleverantörerna för att erbjuda molnbaserade virtuella arbetsstationer. Detta har blivit särskilt viktigt sedan pandemins början eftersom IT-proffs, datavetare och andra som behöver tillgång till GPU-system nu arbetar hemifrån och inte enkelt kan ansluta till systemen som finns i företagets lokaler. NVIDIA har hjälpt kunder att göra denna övergång genom att erbjuda gratis testlicenser för virtuell GPU (vGPU) för att komma igång.
Virtuella arbetsstationer har pågått
Historiskt sett har virtuella arbetsstationer inte presterat lika bra som de fysiska, men det berodde på att GPU:er inte var en del av mixen. Kunder som distribuerar VDI i lokala datacenter kan få tillgång till GPU-accelererad prestanda med NVIDIAs vGPU-teknik. NVIDIA vGPU inkluderar både en NVIDIA GPU och en NVIDIA vGPU-programvarulicens. NVIDIA A40 GPU har 48 GB rambuffert och stöder NVIDIA RTX-teknik – en av NVIDIAs viktigaste framsteg inom datorgrafik – vilket gör det möjligt för kreativa och tekniska proffs att simulera den fysiska världen med oöverträffade hastigheter.
Med A40 i kombination med NVIDIA RTX Virtual Workstation (vWS)-mjukvara kan fjärrarbetare uppleva prestanda som inte kan skiljas från en fysisk arbetsstation man kan hitta på en ingenjörs skrivbord. För kunskapsarbetare som har tillgång till kontorsproduktivitetsapplikationer, är NVIDIA Virtual PC (vPC)-programvaran ihopkopplad med NVIDIA A16 GPU:er utformad för att maximera användartätheten per GPU samt ge användarupplevelsen av högsta kvalitet. Genom att para ihop NVIDIAs vGPU-programvara, som NVIDIA vWS eller vPC med NVIDIA GPU:er, skapar vi vGPU:er som kan delas mellan flera användare.
För att få en uppfattning om hur effektiva vGPU:er är genomförde jag nyligen flera scenarier för att testa vGPU:er och jämförde dem med CPU-enbart system. Systemet jag testade var NVIDIA A16 Ampere-kortet med NVIDIA Virtual PC (vPC) programvara; sedan parades A40 med NVIDIA RTX vWS-programvaran. Slutligen jämförde jag identiska arbetsbelastningar på system med endast CPU.
Följande är resultaten:
Användningsfall nr 1: OpenGL med NVIDIA vPC
Open Graphics Library, mer känt som OpenGL, är ett processorintensivt API för att återge 2D- och 3D-vektorgrafik. För att testa hur detta fungerade GPU accelererade gick jag till en OpenGL-webbplats och märkte att den laddades väldigt snabbt och smidigt. Sajten hade ett antal animationer inbyggda, och när jag klickade för att starta en startade de nästan omedelbart och fortsatte att fungera smidigt. När jag lade till fler animationer blev det mer rörelse över skärmen utan att kvaliteten försämrades. När jag körde animationerna med endast processorer, ju fler animationer jag lade till desto sämre kvalitet till den punkt där grafiken knappt rörde sig. Istället för att vara smidig som vGPU:n var animeringen smärtsamt långsam.
Användningsfall nr 2: YouTube i ett virtuellt skrivbord som accelereras av NVIDIA vPC
Jag fortsatte sedan med att köra en YouTube-video på ett virtuellt skrivbord för att se om uppspelningen av videon skulle påverka bearbetningsförmågan, och det gjorde det inte. En annan anmärkningsvärd punkt är att ljudet och videon förblev synkroniserade med videon utan suddighet. När en endast CPU-processor beskattas, skulle rösten och videon snabbt hamna ur synk och sedan börja buffra. Prestandaskillnaden var inte lika dramatisk som OpenGL-användningsfallet, men det var märkbart värre på icke-GPU-systemet.
Användningsfall nr 3: Stor Microsoft Excel-manipulation på NVIDIA vPC
Nästa test var att öppna en stor Excel-fil, infoga ett 3D-diagram och sedan rotera det för att visa data i ett grafiskt format. Jag kunde rotera diagrammet fram och tillbaka och visualisera data från ett antal olika vyer. Med ett endast CPU-system var 3D-diagrammet inte alls lika smidigt att flytta runt. Efter några minuter gjorde tiden det tog att få grafiken ikapp kartmanipulation oanvändbar.
Användningsfall nr 4: SolidWorks Visualize accelererad av NVIDIA RTX vWS
För att ge nya A40 en bra provkörning laddade jag in en SolidWorks-fil. Jag laddade in bilden av en motorcykel. Jag utförde sedan ett antal uppgifter, som att rotera bilden och zooma in och ut. SolidWorks använder strålspårning med snabbuppsättningsrendering för att rita om bilden. Jag fortsatte sedan med att ändra färgfärger, texturer och andra egenskaper hos cykeln och såg ingen försämring av prestanda. Slutligen ändrade jag bakgrundsscenerna från att vara övervägande svarta till berg, ett gammalt lager och andra grafiskt intensiva bilder. Återigen förblev prestandan konstant. Det som var mest imponerande är att bilden var väldigt verklighetstrogen och man kunde se en reflektion av cykeln på det våta golvet och andra saker för att göra den fotorealistisk. En av fördelarna med att använda SolidWorks är att verktyget tillhandahåller lite data i tid för att återrendera bilden. För vGPU:n var den här tiden knappt en sekund eller två.
Jag körde samma simuleringar med ett endast CPU-system och tiden för rendering hoppade till 30 sekunder eller mer. Det var väldigt svårt att panorera, zooma eller rotera bilden eftersom det tog så lång tid att rita om cykeln. Detsamma gällde för alla färgförändringar, texturer eller bakgrunder.
NVIDIA RTX virtuella arbetsstationer i molnet är ett utmärkt sätt för företag att komma igång med accelererad datoranvändning eftersom kostnaden för inträde är nominell jämfört med att behöva köpa enskilda fysiska arbetsstationer. När användningen når en viss volym kan det vara vettigt att köpa NVIDIA virtuella GPU-programvarulicenser och köra dem lokalt på GPU-accelererade servrar.
När världen går över till fjärrarbete kan vGPU:er bli normen.
Datorer | Servrar | Förvaring | Nätverk | Datacenter