Несмотря на то, что графические процессоры были разработаны для обработки сложных вычислений рендеринга графики, теперь они справляются с целым рядом задач в центрах обработки данных. Узнайте, что они могут сделать для вас.
Графический процессор выполняет быстрые математические вычисления для рендеринга графики, а организации часто используют графические процессоры для ускорения рабочих нагрузок, особенно для поддержки искусственного интеллекта и машинного обучения. Тяжелые задачи обработки этого типа часто требуют для выполнения своей работы нескольких чипов графического процессора, каждый из которых имеет несколько ядер.
Графический процессор выполняет более сложные математические вычисления, чем ЦП, используя параллельную обработку, при которой несколько процессоров берут на себя разные части одной и той же задачи. Он имеет собственную оперативную память для хранения обрабатываемых данных.
Внедрение графического процессора в вашем центре обработки данных
Вы можете реализовать GPU одним из двух способов. Подход послепродажного обслуживания — метод меньшего масштаба — предполагает установку подсистемы графического процессора в качестве обновления одного или нескольких существующих серверов в вашем центре обработки данных. Этот подход наиболее популярен среди организаций, находящихся на ранней стадии цикла внедрения, и тех, кто все еще экспериментирует с графическими процессорами. Однако такой стиль реализации создает значительные дополнительные требования к мощности.
Другой подход к реализации заключается в включении графических процессоров в циклы обновления вашего сервера. Это позволяет вам покупать или арендовать новые серверы с предустановленными графическими процессорами и подходящими блоками питания. Этот подход часто предпочитают организации, которые стремятся к более обширному постоянному развертыванию графических процессоров.
Ваш подход к реализации зависит от того, как вы планируете использовать ресурсы графического процессора в своей инфраструктуре и какие рабочие нагрузки вы собираетесь выполнять.
Графические процессоры против ЦП
Графические процессоры отличаются от других чипов обработки несколькими способами.
Центральный процессор — предшественник графического процессора — использует логическую схему для обработки команд, отправленных ему операционной системой, и выполняет арифметические, логические операции и операции ввода-вывода. Он передает данные специализированному оборудованию и отправляет инструкции в различные части вычислительной системы. Он функционирует как «мозг» компьютера. Первоначально графический процессор был разработан для дополнения ЦП, разгружая более сложные задачи рендеринга графики, оставляя ЦП свободным для обработки других вычислительных рабочих нагрузок. Одно из основных различий между GPU и CPU заключается в том, что GPU выполняет операции параллельно, а не последовательно.
И GPU, и CPU имеют решающее значение для анализа данных . Способность графического процессора решать тяжелые математические задачи, такие как умножение матриц, может ускорить глубокое обучение и анализ данных, но не подходит для более мелких задач, таких как запрос данных в базе данных.
Вместо того, чтобы выбирать между чипами GPU или CPU для вашего центра обработки данных, подумайте об использовании обоих вместе. Чипы были разработаны, чтобы дополнять друг друга; вы можете значительно ускорить особенно тяжелые рабочие нагрузки, такие как обучение моделей машинного обучения или выполнение специализированных аналитических задач, с обоими.
Виртуализация графических процессоров
Виртуализация GPU — это не совсем то же самое, что виртуализация CPU или RAM. Каждый GPU уникален, а это означает, что проектирование, лицензирование и развертывание vGPU требуют разных подходов.
Например, вы можете запускать разные модели карт GPU в одном кластере VMware. Однако на каждом хосте в этом кластере должны быть установлены одни и те же карты графического процессора, а это означает, что хотя ваши хосты могут иметь разные модели графических процессоров, на каждом хосте может быть установлена только одна модель. У вас также должна быть лицензия, позволяющая драйверам получать доступ к функциям удаленного графического процессора, и эта лицензия затем определяет функции каждого виртуального графического процессора. Если в вашем кластере есть несколько типов графических процессоров, у вас должна быть дополнительная лицензия, чтобы собрать все вместе.
Также примите во внимание такие аспекты, как безопасность, аппаратные хост-платформы, требования к питанию и охлаждению, прежде чем развертывать виртуальные графические процессоры в инфраструктуре.
Сравните основные предложения графических процессоров
Nvidia и AMD предлагают два самых популярных графических процессора на рынке. Графические процессоры Nvidia справляются с рядом задач в центрах обработки данных, включая обучение машинному обучению и эксплуатацию моделей машинного обучения. Организации также используют графические процессоры Nvidia для ускорения вычислений при моделировании суперкомпьютеров. Nvidia совместно со своим партнером OmniSci разработала платформу с базой данных с ускорением на GPU, механизмом рендеринга и системой визуализации для более быстрого получения результатов аналитики.
Тем временем графические процессоры AMD в основном предназначены для научных вычислений. В ее портфолио графических процессоров есть две отдельные цели: одна для моделей производительности центров обработки данных, а другая для моделей, ориентированных на игры. Он предлагает открытую платформу разработки программного обеспечения под названием ROCm, которая позволяет разработчикам писать и компилировать код для различных сред, а также поддерживает распространенные платформы машинного обучения.
AMD имеет небольшое преимущество перед Nvidia в плане производительности. Тем не менее, Nvidia лучше справляется с рабочими нагрузками ИИ, включает больше памяти в свои графические процессоры и имеет более зрелую среду программирования.
Когда дело доходит до предложений AMD и Nvidia vGPU , поставщики используют разные подходы к доставке. Виртуальные графические процессоры Nvidia требуют установки хост-драйверов в гипервизоре, выделяя виртуальные графические процессоры гостевым виртуальным машинам. AMD использует полностью аппаратный подход и напрямую выделяет часть ядер графического процессора каждой машине.
