Статьи: Обзоры

Виртуализация рабочих станций с использованием платформы NVIDIA GRID

Индустрия проектирования, дизайна и визуализации интенсивно выходит в облака. Сейчас ни кого не удивить словосочетанием "посчитаем и сохраним в облаке", а для многих студий это может дать большие возможности в экономии средств и развертывании IT-инфраструктуры и привлечения работников с внешней стороны (аутсорсинг).
Одним из серьезных препятствий применения виртуализации в дизайне предыдущих лет являлся вывод в облака высокопроизводительных рабочих станций используемых для проектирования в пакетах CAD и DCC. В первую очередь это было обусловлено отсутствием соответствующего оборудования, особенно графических процессоров (GPU) которые так необходимы в работе с ресурсоемкими CAD и DCC приложениями. В 2012 году компания NVIDIA выпустила первые продукты линейки GRID ориентированные на применение в виртуальных средах и предназначенные для виртуализации рабочих станций. К NVIDIA подключились такие известные компании разработчики платформ и инструментов виртуализации, как Citrix, VMware, Microsoft и за три года представили рынку комплексные решения для виртуализации с поддержкой GPU и Виртуализированных GPU (vGPU). Затем к новому направлению стали присоединяться разработчики прикладных приложений, такие как Autodesk, Adobe и другие. Стали разрабатываться новые модели лицензирования по подписке и выполняться оптимизация приложений и лицензий под применение в виртуальных средах.
В представленной вашему вниманию статье рассматриваются основные принципы виртуальных рабочих станций и технологии виртуализации, какие возможности получают пользователи при использовании виртуализации с поддержкой полноценных вычислений на GPU. Как ведут себя профессиональные графические приложения, и какие возможности графических подсистем поддерживаются при работе на виртуальной рабочей станции.
Материал подготовлен при поддержке наших старых друзей, - компании FORSITE, любезно предоставившей тестовую платформу с несколькими виртуальными машинами в различных конфигурациях, а также всю необходимую информацию по виртуализации рабочих станций с поддержкой полноценного ускорения графики.

Графические ускорители NVIDIA GRID K1 и K2

Основная задача графических ускорителей NVIDIA GRID заключается в предоставлении высокой производительности графики в работе с ресурсоемкими приложениями требовательными к графическим вычислениям напрямую в виртуальной среде. Компания NVIDIA предлагает две модели графических процессоров линейки GRID, – K1 и K2. В ряде случаев могут быть использованы графические ускорители линейки NVIDIA Quadro, но решения Quadro не предназначены для установки в сервера и не позволяют обеспечить необходимую для задач виртуализации плотность, а также существует необходимость в большом количестве таких ускорителей.

GPU NVIDIA GRID K2

Рассмотрим основные характеристики решений K1 и K2. Так как графические ускорители линейки GRID должны быть установлены в сервера их корпус, и система охлаждения значительно оптимизированы, обеспечивая хорошее охлаждение графическим чипам и памяти при интенсивной нагрузке. В моделях K1 и K2 лежат графические чипы на основе архитектуры NVIDIA Kepler. Чип GK107 используется в модели K1, а чип GK104 в модели K2. Модель K1 ориентирована на применение в виртуализации рабочих столов и приложений, не требующих высокой производительности от графической подсистемы, но в то же время, когда необходимо развернуть виртуальные машины для множества пользователей, в данной модели используется 4Гб графической памяти на каждый из четырех GPU. В то же время модель K2 ориентирована на более требовательные к графическим вычислениям приложения, такие как пакеты DCC. В данной модели используются более производительные GPU и быстрая память, для каждого из них также выделено по 4Гб графической памяти стандарта GDDR5.

В таблице 1.1 приведены основные технические характеристики GPU NVIDIA GRID K1 и K2.

  NVIDIA GRID K1  NVIDIA GRID K2
 Чип  4 × GK107  2 × GK104
 Частота ядра  850 MHz  745 MHz
 Частота памяти  891 MHz  2.5 GHz
 Ядра NVIDIA CUDA  768 (192 на GPU)  3072 (1536 на GPU)
 Объем памяти  16 GB (4 GB на GPU)  8 GB (4 GB на GPU)
 Шина памяти  128-bit DDR3  256-bit GDDR5
 Конфигурация памяти  32 блока по 256M × 16 DDR3  
 Коннекторы дисплеев  Нет  Нет
 Питание 1x 6-pin PCI Express коннектор 1x 8-pin PCI Express power connector1

1x 6-pin PCI Express power connector

 Общая мощность платы  130 W  225 W

Поддерживаемые

решения виртуализации

Citrix XenServer с NVIDIA GRID Hypervisor

+ XenDesktop с HDX

Windows Server 2012 + RemoteFX

Windows Server 2008 R2 + RemoteFX

VMware ESXi + View с vSGA

Citrix XenServer + XenDesktop с HDX 3D Pro

Citrix XenServer с NVIDIA NVIDIA GRID

Hypervisor + XenDesktop с HDX

Windows Server 2012 + RemoteFX

Windows Server 2008 R2 + RemoteFX

VMware ESXi + View с vSGA

Таблица 1.1. Конфигурация плат NVIDIA GRID K1 и K2. 

Если принимать во внимание фактор потребления энергии, то графический ускоритель K1 будет выгоднее по сравнению с более производительным ускорителем K2. При том же на модели K1 можно развернуть больше виртуальных машин и предоставить возможности использования производительной графики большему количеству пользователей. Но для решения более сложных задач (проектирование, 3D анимация, визуализация) все же необходимо прибегнуть к применению производительной модели K2 и разработать надежное питание энергией между всеми элементами системы.

Виртуализация рабочих столов и vGPU

Перед тем как мы перейдем к практическим экспериментам и демонстрации работы технологии в реальных приложениях, необходимо разобраться с теоретическими аспектами виртуализации рабочих столов и GPU, а так же в том, как организован сервер с NVIDIA GRID управляемый решениями Citrix.

Терминология

В данной статье мы рассматриваем виртуализацию рабочих столов, где выполняются основные приложения, предоставляя пользователям возможности полноценной рабочей станции с помощью удаленного подключения. В данном подразделе вы познакомитесь с основной терминологией.

  • Citrix Receiver – Легковесное приложение которое запускается на Windows, Mac, Linux, iOS, Android и Windows Phone устройстве пользователя и соединяется с виртуальной машиной в дата-центре на которой установлен Citrix XenDesktop.
  • Citrix XenDesktop – Продукт виртуализации рабочих столов от Citrix предоставляющий пользователю доступ к удаленному рабочему столу.
  • Citrix XenServer – Коммерческий гипервизор от Citrix который позволяет запускать множество операционных систем на одном серверном узле.
  • Выделенный GPU (Dedicated GPU) – решение, где GPU полностью используется виртуальной машиной не распределяясь между другими виртуальными машинами.
  • GPU Pass-Through – технология которая связывает виртуальную машину с GPU. Эта технология разработана NVIDIA и известна как NMOS (NVIDIA Multi-OS). Она позволяет каждой операционной системе выполняемой на сервере виртуализации напрямую использовать все возможности физического GPU.
  • Хост (Host Machine) – компьютер на котором установлен гипервизор и запущена одна или несколько виртуальных машин и являющийся хостом. Каждая из виртуальных машин называется гостевой машиной. Гипервизор предоставляет гостевым операционным системам виртуальную операционную платформу и управляет выполнением гостевых операционных систем.
  • Гипервизор (Hypervisor) – технологически гипервизор или менеджер виртуальных машин (VMM) является частью программного обеспечения, прошивка или оборудование которого создают и запускают виртуальные машины.
  • Удаленная рабочая станция (Remote Workstation) – единица рабочей станции, которая запускается в дата-центре и перенаправляется через сеть на клиентское устройство. Удаленная рабочая станция может быть доступна как из офиса пользователя, так и может быть доступна со стороны партнерского портала, в путешествии или из дома пользователя.
  • Виртуальная машина (Virtual Machine) – единица операционной системы, которая запускается поверх гипервизора, используя абстрактный образ оборудования реализуемым гипервизором.
  • Виртуализация (Virtualization)– практика абстракции виртуальной машины из физического оборудования, на котором она выполняется. На практике виртуализация используется для запуска виртуальных машин на одном физическом сервере (оборудовании).
    • Инфраструктура виртуальных рабочих столов (Virtual Desktop Infrastructure (VDI)) – практика размещения операционной системы на виртуальной машине в централизованном или удаленном сервере.
    • Виртуализация оборудования (Hardware Virtualization) – создание виртуальной машины, которая действует подобно реальному оборудованию поверх гипервизора или как поднабор оборудования. Программное обеспечение выполняемое на таких виртуальных машинах, работает поверх ресурсов физического оборудования (т.е. операционная система может загружать родные для оборудования драйверы и взаимодействовать с ними напрямую).
    • Аппаратно-виртуализированный GPU (Hardware Virtualized GPU) – платы K1 и K2 на основе чипов архитектуры NVIDIA Kepler позволяют множеству пользователей использовать возможности одного GPU и предоставляют каждому пользователю прямой доступ к "железному" GPU. Это увеличивает плотность пользователей, предоставляя им реальную производительность и совместимость.
    • Программная виртуализация (Software Virtualization) – программная виртуализация обеспечивает интерфейс между оборудованием и виртуальной машиной, создавая плотную адаптацию между различными уровнями конфигураций оборудования. На практике программы действуют аналогично аппаратным ресурсам, пропуская команды к гипервизору, который может выполнять их на реальном оборудовании или эмулируемом оборудовании.
    • Виртуальный GPU NVIDIA GRID (NVIDIA GRID vGPU) – ключевая технология, используемая для реализации виртуализации GPU. Это позволяет множеству виртуальных машин взаимодействовать напрямую с GPU. Система GRID Virtual GPU управляет ресурсами GPU которые позволяют множеству пользователей распределять возможности основного оборудования увеличивая плотность и формировать возможности полноценных PC в облаке.

Как вы можете заметить, ключевые технологии достаточно просты в понимании их назначения. Но как же реализуется инфраструктура сервера виртуальных машин на базе гипервизора Citrix XenServer и NVIDIA GRID? Для демонстрации инфраструктуры в данной статье мы приведем два примера; первый для решения VDI на основе GPU Pass-Through, а второй для VDI на основе vGPU.

NVIDIA CUDA и vGPU важная особенность

Если вы планируете использовать приложения, активно использующие GPU для ускорения вычислений, вам стоит обратить внимание на важную особенность. Технология виртуализированных GPU (vGPU) не поддерживает NVIDIA CUDA, OpenCL и Direct Compute. Это технологическая особенность присущая технологии вычислений общего назначения на GPU. Для обхода данной особенности необходимо использовать Dedicated GPU с технологией GPU Pass-Through. Это позволяет напрямую выполнять обращение из виртуальной машины к графическому процессору и "пробрасывать" GPU-accelerated приложения из виртуальной среды на реальное оборудование. При использовании vGPU вам доступны только графические API, такие как OpenGL и DirectX.

В таблице 1.2 приведены приложения, графические подсистемы которых поддерживают vGPU и функциональные ограничения, вызванные описанной выше особенностью.

Приложение

Поддержка vGPU

(OpenGL и DirectX)

Ограниченные возможности1

Редакторы 3D графики и анимации

Autodesk 3ds Max 2016

Да

Не доступен NVIDIA PhysX с GPU ускорением

Autodesk Maya 2016

Да

Не доступен OpenCL evaluator (Evaluation Manager)

Не доступна аппаратная тесселяции геометрии в OpenSubdiv

Не доступен NVIDIA PhysX с GPU ускорением

Autodesk Mudbox 2016

Да

 

Pixologic ZBrush 5

-

 

The Foundry MARI

Да

Не доступны функции с GPU ускорением (CUDA, OpenCL)

Side Effects Houdini 14

Да

Не доступна аппаратная тесселяция геометрии в OpenSubdiv

Не доступны функции с GPU ускорением в POP Grains Solver

Не доступны функции с GPU ускорением в Pyro

Maxon Cinema4D

Да

 

Blender

Да

Не доступна аппаратная тесселяция геометрии в OpenSubdiv

LightWave

Да

Не доступна аппаратная тесселяция геометрии в OpenSubdiv

 

 

 

Редакторы 2D и векторной графики

Adobe Photoshop CC

Да

Не доступны фильтры с GPU ускорением

Adobe Illustrator CC

Да

Не доступны инструменты с GPU ускорением

CorelDRAW

Да

 

Corel Painter

Да

 

 

 

 

Редакторы видео и системы пост-продакшн/композитинга

Adobe Premiere Pro CC

Да

Adobe Mercury Engine с GPU ускорением

Переходы и эффекты с GPU ускорением

Adobe After Effects CC

Да

Adobe Mercury Engine с GPU ускорением

Эффекты и фильтры с GPU ускорением

Ядро визуализации с трассировкой луча (NVIDIA OptiX)

The Foundry NUKE

Да

Не доступны функции с GPU ускорением

BlackMagic Fusion

Да

Не доступны функции с GPU ускорением

 

 

 

Системы визуализации

NVIDIA mental ray

-

Не доступны функции GPU AO и GPU GI, NVIDIA iray (CUDA)

NVIDIA iray

-

Не доступна версия с GPU ускорением (CUDA)

В Autodesk 3ds Max также не доступна версия с GPU ускорением

Chaos Group V-Ray RT

-

Не доступна версия с GPU ускорением (CUDA, OpenCL)

Blender Cycles

-

Не доступна версия с GPU ускорением (CUDA, OpenCL)

Otoy Octane Renderer

-

Не поддерживается

RandomControl ARION

-

Не поддерживается

Cebas Moskito Renderer

-

Не поддерживается

PIXAR RenderMan 20

Да (Visualizer Integrator)

 

 

 

 

1 – Отсутствие прямой поддержки CUDA и OpenCL из-за ограничения технологии vGPU.

Таблица 1.2. Поддержка vGPU со стороны приложений и ограниченные возможности

Также хочется заметить, что на текущий момент гипервизор от Citrix и реализация управляющего драйвера NVIDIA GRID для Citrix XenServer не позволяют "пробрасывать" несколько GPU в одну виртуальную машину. Поэтому вы можете использовать только NVIDIA GRID в режиме GPU Pass-Through или исключить обработку OpenGL и DirectX на аппаратном уровне, а такой GPU как NVIDIA Tesla можно "пробросить" в виртуальную среду для вычислений CUDA-приложений.
Если же у вас используются не требовательные к графической подсистеме приложения или приложения, обладающие программным драйвером визуализации виртуального пространства, например Autodesk 3ds Max с драйвером Nitrous (Software), трюк с "пробросом" NVIDIA Tesla может сработать. Тогда вы получаете возможность выполнения вычислений на GPU с помощью NVIDIA CUDA, OpenCL и Direct Compute, а трехмерная сцена или модель, будут обрабатываться силами центрального процессора.

Инфраструктура виртуальных рабочих столов (VDI) с Dedicated GPU

Данная концепция носит имя Виртуальные удаленные рабочие станции (Virtual Remote Workstations) или VDI with Dedicated GPU. В данную концепцию входит предоставление неограниченных в функциях виртуальных рабочих мест с высокой производительностью свойственной персональным высокопроизводительным рабочим станциям применяемых инженерами или художниками для работы с комплексными моделями и большими массивами данных.

Общая схема реализации элементов VDI с Dedicated GPU.

В виртуальных рабочих станциях каждый из установленных в NVIDIA GRID K1 и K2 графических чипов целиком выделяется под виртуальную машину. Операционная система в виртуальной среде видит графический ускоритель и задействует его аналогично тому, как это реализовано в персональной рабочей станции. Такой подход позволяет использовать ключевые возможности современных графических ускорителей от NVIDIA и поддерживает не только API OpenGL или DirectX, но также позволяет выполнять вычисления общего назначения на GPU с помощью NVIDIA CUDA, OpenCL и Direct Compute. При этом выделенная под каждый из GPU память будет доступна в максимальном объеме (4 Гб на GPU).
Если планируется использовать такие приложения как Autodesk Maya 2016, Autodesk 3ds Max 2016 с NVIDIA iray renderer и V-Ray RT GPU, а так же приложения для вычислений физических моделей, поддерживающие вычисления на GPU, данный тип виртуальных рабочих столов будет наиболее подходящим.
Но у данного типа есть одно существенное ограничение. Оно заключается в том, что мы не можем использовать множество виртуальных машин и распределять каждый из GPU на плате GRID под несколько виртуальных машин. Это обусловлено описанной выше важной особенностью, – поддержкой технологии NVIDIA CUDA и других API для вычислений общего назначения на GPU.

Инфраструктура виртуальных рабочих столов (VDI) с vGPU

Вторая концепция ориентирована на развертывание нескольких виртуальных машин на каждом из GPU. Она позволяет профессиональным пользователям использовать ресурсоемкие графические приложения, требовательные к графической подсистеме (OpenGL, DirectX) без значительного снижения производительности и качества визуализации изображения и виртуального пространства. Это актуально в таких областях как проектирование в CAD и моделирование или анимация в DCC приложениях несколькими пользователями.

Общая схема реализации элементов VDI с vGPU.

На рисунке выше приведена общая диаграмма для четырех виртуальных машин выполняемых на сервере с NVIDIA GRID K2, где каждый из GPU работает с двумя виртуальными машинами. За управление распределением ресурсов GPU отвечает специальная система управления NVIDIA GRID установленная на Citrix XenServer.
Как уже было сказано выше, у данной концепции есть одно существенное ограничение. Оно заключается в том, что нельзя использовать CUDA приложения. Например, такие решения для визуализации как NVIDIA iray и V-Ray RT будут доступны только в режиме работы на центральном процессоре (CPU).
Эту особенность можно обойти следующим образом: вывести все вычисления на GPU в отдельный узел. Это может быть отдельный сервер с GPU линейки NVIDIA Tesla или это может быть комплексное решение в виде NVIDIA Quadro VCA. Это специальное серверное решение, которое обеспечивает высокую производительность в таких инструментах визуализации, как NVIDIA iray и V-Ray RT GPU или других решениях использующих NVIDIA CUDA. При соответствующей конфигурации прикладного программного обеспечения можно вынести вычисления из виртуальной среды на отдельные узлы и снизить нагрузку на сервер виртуализации.

Сколько виртуальных машин и пользователей поддерживаются NVIDIA GRID?

Так как мы рассматриваем две концепции реализации GPU в виртуальной среде, в данном подразделе представлены сведения о том, сколько виртуальных машин может быть развернуто на каждом из GPU и для каких задач они могут быть использованы.

  Поддерживаемые графические API NVIDIA GRID K1  NVIDIA GRID K2 
 VDI with vGPU  

DirectX 9,10,11

OpenGL 4.4

 До 32 пользователей  До 16 пользователей
VDI with Dedicated GPU 

NVIDIA CUDA

DirectX 9,10,11

OpenGL 4.4

 4 пользователя  2 пользователя

Таблица 1.3. Количество виртуальных машин и пользователей для VDI with vGPU и VDI with Dedicated GPU.

Каждый из физических GPU способен работать одновременно с 8 виртуальными машинами. Но при развертывании необходимо отталкиваться от выполняемых задач. Например, если вы хотите использовать все возможности графических ускорителей, не только обработку графических API, но и вычисления, то тогда вам будет доступно только по одному GPU на каждую виртуальную машину.
Также имеется зависимость объемов памяти от выбранного типа vGPU и количества пользователей. При настройке Citrix XenServer вам будут доступны заранее подготовленные модели vGPU с фиксированным объемом памяти (таблица 1.4).

Плата

Кол-во физических GPU

Типы виртуальных GPU

Кол-во vGPU на физ. GPU

Кол-во vGPU на плату

Максимальное

разрешение

Объем выделяемой под vGPU памяти

GRID K1

4

GRID K180Q

1

4

2560x1600

Pass-trough

GRID K160Q

2

8

2560x1600

1920 Mb

GRID K140Q

4

16

2560x1600

960 Mb

GRID K120Q

8

32

2560x1600

512 Mb

GRID K100

8

32

1920x1200

256 Mb

GRID K2

2

GRID K280Q

1

2

2560x1600

Pass-trough

GRID K260Q

2

4

2560x1600

1920 Mb

GRID K240Q

4

8

2560x1600

960 Mb

GRID K220Q

8

16

2560x1600

512 Mb

GRID K200

8

16

1920x1200

256 Mb

Таблица 1.4. Типы vGPU, количество возможных vGPU на одной плате GRID, разрешение и объем памяти.

Как вы можете заметить из приведенной выше таблицы, каждый физический GPU может быть подразделен на несколько vGPU со значением кратным двум. При этом в виртуальных машинах необходимо выбирать единый профиль vGPU. А на каждом из физических GPU можно использовать профили vGPU разных типов, например на GPU 0 можно развернуть четыре виртуальные машины с профилем GRID K240Q, а на GPU 1 можно развернуть две виртуальные машины с профилем GRID K260Q. Это обусловлено технологическими решениями и распределением памяти между виртуальными машинами и пользователями. Также хочется обратить ваше внимание на литеру Q в большинстве профилей. Профили Q предоставляют виртуальной рабочей станции богатые возможности в конфигурации и возможностях драйвера аналогично драйверу для графических ускорителей линейки NVIDIA Quadro. К ним относится гибкая настройка дисплеев, поддержка профилей для профессиональных приложений CAD и DCC, а так же оптимизации производительности в работе с ресурсоемкими 3D моделями и большим объемом данных (высоко-полигональные модели, большое количество линий, высококачественные текстуры). Профиль без литеры Q обеспечивает пользователей возможностями присущими профессиональным графическим ускорителям NVIDIA NVS, которые наиболее востребованы в таких областях, как финансы и отображение большого количества 2D графики.

Распределение профилей vGPU на двух физических GPU платы NVIDIA GRID K2

Профили позволяют создавать виртуальные машины для решения различных задач менее или более требовательных к объемам графической памяти. В режиме GPU Pass-trough виртуальной машине будет выделен весь объем памяти GPU равный 4 Гб. В целом, чем больше vGPU будет создано, тем больше пользователей может быть подключено к виртуальной инфраструктуре с высокой производительностью, что существенно облегчает локальное управление ресурсами. Но помните, что чем больше пользователей мы хотим разместить на одном GPU, тем меньший объем памяти можно выделить под каждую виртуальную машину.

Категории пользователей для NVIDIA GRID и их назначение

Разработчики NVIDIA GRID заранее продумывали назначение различных типов профилей vGPU, и в каких задачах они будут применяться. Существует множество различных задач с различными требованиями к вычислительным мощностям оборудования. Где-то может потребоваться не очень большой объем памяти и производительность графики, а где-то наоборот необходим полный доступ ко всему GPU и памяти для работы с большими массивами данных.

Плата

Кол-во физических GPU

Типы виртуальных GPU

Кол-во vGPU на физ. GPU

Кол-во vGPU на плату

Назначение

GRID K1

4

GRID K180Q

1

4

Power User

GRID K160Q

2

8

Power User

GRID K140Q

4

16

Power User

GRID K120Q

8

32

Power User

GRID K100

8

32

Knowledge Worker

GRID K2

2

GRID K280Q

1

2

Designer

GRID K260Q

2

4

Designer, Power User

GRID K240Q

4

8

Designer, Power User

GRID K220Q

8

16

Designer, Power User

GRID K200

8

16

Knowledge Worker

Таблица 1.5. Категории пользователей в зависимости от типа vGPU.

В приведенной выше таблице вы можете определить тип виртуального GPU и категорию пользователя, которой он может быть назначен. Это один из важных моментов, которые необходимо соблюдать при создании виртуальных рабочих станций. В зависимости от того какой тип vGPU будет выбран и какой объем памяти будет отведен, можно распределить пользователей и их задачи.

  • Категория Designer представляет собой традиционного пользователя GPU линейки NVIDIA Quadro, данный пользователь создает и работает с комплексными наборами данных, используя интерактивные графические приложения (для 3D проектирования, медицинской диагностики и другие). Данная категория пользователя может быть использована в таких индустриях как Нефтяная и газовая промышленность, Машиностроение и производство, Индустрия развлечений, Медицинский анализ и исследования и др. Обычно пользователи данной категории работают с такими приложениями, как: Autodesk AutoCAD, Autodesk Revit, Autodesk Inventor, Autodesk 3ds Max, Autodesk Maya, Dassault Systems CATIA, SolidWorks, Enovia, Siemens NX.
  • Категория Power User представляет собой пользователя использующего визуальные данные, такие как 3D изображения, 2D графики и диаграммы. К данной категории пользователей также можно отнести тех, кто пытался применять виртуализацию рабочих столов без ускорения графических приложений со стороны GPU и не был удовлетворен производительностью. Конечно вы так же можете использовать эту категорию пользователя для работы с полноценными 3D приложениями, когда проектировщики или дизайнеры выполняют работу над отдельными объектами или элементами сцены, производительности vGPU и объемов памяти отводимых для них будет вполне достаточно для решения большинства задач.
  • Категория Knowledge Worker представляет собой типичного офисного сотрудника, который использует офисные приложения, электронную почту, видеоконференции и мультимедийные интернет приложения. В контексте данной статьи эта категория пользователей не будет рассматриваться, так как она наименее выгодна с точки зрения анализа производительности графической подсистемы, а офисные приложения не обладают высокими требования к высокопроизводительной графике.
    Наиболее интересными в плане исследования производительности и реализации технологий являются пользователи категорий Designer и Power User. В принципе большинство CAD и DCC приложений могут работать как с физическим GPU, так и vGPU. Это обусловлено тем, что графические ядра программ в основном используют API OpenGL или DirectX, а такие возможности как вычисления общего назначения представлены в узком спектре задач.

2 | След.
4016 Автор:
Актуальность: 194
Качество: 194
Суммарный балл: 388
Голосов: 2 оценки
Зарегистрируйтесь, чтобы добавить комментарий.
Эту страницу просмотрели: 874 уникальных посетителей