Рекомендации к использованию vGPU

Нагрузки на ресурсы vGPU при использовании VDI различаются для каждой задачи и зависят от многих факторов, включая количество и типы используемых приложений, размеры файлов, количество мониторов и их разрешение.

Подбор моделей графических адаптеров и их количества необходимо провести по результатам анализа потребления ресурсов vGPU пользователями. Рекомендуется выполнить сбор и анализ данных о пиковых нагрузках при использовании программного обеспечения, которое планируется использовать при работе пользователями в дальнейшем.

При проектировании решения ВРС с использованием vGPU следует учитывать, что один физический сервер может иметь 1 и более физических адаптеров, например, NVIDIA, но при этом физический адаптер может быть разделен только на однотипные виртуальные адаптеры.

Например: NVIDIA GRID P100X можно поделить на 2 P100X-8Q, но нельзя поделить на 1 P100X-8Q и 2 P100X-4Q. Если требуется использовать на одном сервере разные типы vGPU, следует установить под каждый тип vGPU свой графический адаптер.

Потребление ресурсов ВМ

vGPU

Количество выделенных vGPU включенным ВМ может быть больше, чем имеющееся количество GPU на сервере. Соотношение числа выделенных виртуальным машинам vGPU к общему количеству GPU называется коэффициент переподписки vGPU:GPU и считается по формуле vGPU/GPU.

Выбирать коэффициент переподписки при проектировании следует с осторожностью, отталкиваясь от специфики выполняемых задач. Предположим, что для группы пользователей ситуация, когда более 25% пользователей, одновременно выполняют ресурсоемкие операции, требующие 100% вычислительной мощности GPU, является нетипичной, и вероятность ее возникновения стремится к нулю. Тогда, при проектировании VDI допустимо использовать коэффициент переподписки vGPU:GPU равный 3-4. Это позволит увеличить максимально возможное количество пользователей или сократить физическое количество GPU в четыре раза, по сравнению с вариантом без переподписки. Однако, если для группы пользователей типична ситуация, когда большинство пользователей выполняет ресурсоемкие операции в течении всего рабочего дня, и все ВМ задействованы постоянно с загрузкой vGPU 50% и выше, то будет правильным уменьшить коэффициент переподписки vGPU:GPU до 2 или менее (если загрузка vCPU>50%), или вовсе принять равным 1.

Для определения подходящего коэффициента переподписки GPU стоит провести анализ активности пользователей и среднего количества одновременного выполнения задач, связанных с высокими нагрузками на CPU.

Объем памяти vGPU

Рекомендуется, чтобы объем памяти vGPU, используемый при выполнении рабочих задач, в пике нагрузки не превышал 70÷90%. Использование более 90% памяти vGPU виртуальной машиной может привести к снижению производительностью и сбоям.

Определение необходимого объема графической памяти следует производить исходя из системных требований программного обеспечения, а также путем моделирования стандартных рабочих нагрузок.

CPU

Так как все процессы, в том числе использующие GPU, выполняются с использованием CPU, при недостаточном количестве выделенных vCPU или при неправильно выбранном коэффициенте переподписки CPU:vCPU произойдет снижение производительности. Также при использовании vGPU часть задач по кодированию и декодированию видео некоторых популярных кодеков берет на себя vGPU, таким образом, при выполнении некоторых задач нагрузка на CPU может быть снижена.

Для предотвращения снижения производительности по причине высокой очереди на выполнения задач процессорами сервера рекомендуется использовать коэффициент переподписки CPU:vCPU в пределах 1-2 (не более2) при использовании совместно с видеоадаптером.

Примеры расчетов

В таблице ниже представлены рекомендуемые варианты использования NVIDIA GRID в зависимости от типа профиля (рабочих нагрузок) пользователя. Подробная информация о типах профилей содержится в разделе Профили использования .