仮想デスクトップ GPU カード: AMD と Nvidia の比較

クラウドベンダーはさまざまなベンダーの GPU ベースの機能に投資しているため、企業は AMD と Nvidia の製品の違いを理解するように努める必要があります。

Microsoft Ignite 2019 カンファレンスで、Microsoft は半導体サプライヤーの AMD と協力して、AMD GPU をベースにした新しい仮想マシン セットを Azure 上で提供することを明らかにしました。

Azure だけでも、Microsoft には現在、AMD と Nvidia のさまざまな GPU カードを搭載した 7 種類の仮想マシン インスタンス タイプがあります。 Amazon と Google のクラウド サービスにも、ほぼ同じ数のオプションがあります。

IT 部門は、AMD と Nvidia のテクノロジの違いと、どのワークロードに最も適しているかを理解する必要があります。

[[330983]]

さまざまな GPU 製品はどのように機能しますか?

仮想化の観点から見ると、GPU ベースの製品は主にリモート視覚化とエンコードを対象としています。これらの製品は、GPU ベースのデスクトップまたはアプリケーションをリモートのエンド ユーザーに提供します。

AMD と Nvidia は、人気の機械学習エンジン Tensorflow などの AI およびディープラーニングベースのワークロードに特化した GPU カードを開発してきました。これらの GPU は、最新の高性能コンピューティング ベースの製品における計算ワークロードのハードウェア アクセラレーションにも適しています。

従来のハイパーバイザー上のリモート視覚化ワークロードの場合、VM に GPU 機能を提供するオプションは 3 つあります。

まっすぐに。ハイパーバイザーを介して物理 GPU カードを仮想マシンに直接マップします。このアプローチを使用するテクノロジには、VMware DirectPath I/O、XenServer GPU パススルー、Hyper-V 個別デバイス割り当てなどがあります。仮想共有グラフィック。

ハイパーバイザーに基づいて仮想マシンに GPU を共有します。このアプローチを使用するテクノロジには、VMware vSGA や Hyper-v RemoteFX vGPU の以前の機能が含まれます。

仮想 GPU (vGPU)。 GPU ベースの仮想化では、各仮想マシンに仮想 GPU プロファイルが添付されます。このアプローチを使用するテクノロジには、Nvidia vGPU や AMD MxGPU などがあります。

3 つの配信モデルの主な違いは、スケールと、仮想マシンのさまざまな GPU 機能との互換性です。

パススルー モードでは完全なグラフィックス互換性が提供されるため、エンド ユーザーは GPU の全パワーにアクセスできます。ただし、このアプローチでは GPU カードが 1 つの仮想マシンにロックされるため、スケーラビリティは提供されません。

また、リソースが効率的に使用されていないことを意味する場合もあります。企業では通常、より多くの専用容量を必要とする特定のワークロードにパススルー モードを使用します。

2 番目の共有 vGPU オプションでは、GPU 容量が複数の仮想マシンに接続できる複数の仮想化インスタンスに分割されます。 vGPU アプローチは完全な機能も提供し、各仮想マシンが一定量の基盤となる GPU リソースにアクセスできるようにします。

3 番目のオプションは通常の vGPU で、これは視覚化ワークロードの最も一般的な展開モデルです。たとえば、IT 部門は Citrix Virtual Apps and Desktop または VMware Horizo​​n を実行して、複数のエンド ユーザーに GPU 機能を提供できます。

AMDとNvidiaのvGPU製品の比較

AMD と Nvidia はどちらも vGPU ベースの製品を提供していますが、配信モデルが異なり、企業はベンダーを選択する前にその違いを理解する必要があります。

Nvidia の vGPU サービスは、ハイパーバイザーにホスト ドライバーをインストールし、ゲスト VM に仮想グラフィック カードを割り当てることを基本としています。一方、AMD の MxGPU 製品は、Single Root Input/Output Virtualization (SR-IOV) と呼ばれるハードウェア機能に基づいた、完全にハードウェア ベースのアプローチです。

ハードウェアに関しても、両ベンダーは異なるアプローチを採用しています。 Nvidia は GPU にタイムシェア スケジューリングを導入しています。これは、GPU にアクセスするすべてのユーザーが、タイムスライスの目的で GPU 上のすべての物理コアにアクセスできることを意味します。一方、AMD は GPU コアの一部を各コンピューターに直接割り当てます。

Nvidia のアプローチは、すべてのユーザーが常に GPU にフルアクセスする必要がない状況でうまく機能します。このアプローチにより、ユーザーはより少ない摩擦でリソースを共有できます。 Nvidia のアーキテクチャでは、vGPU を実行する仮想マシンのライブ マイグレーションも可能になります。これは AMD の MxGPU では不可能な機能ですが、この機能にはコストがかかります。

Nvidia は vGPU 製品を発売してから数年後、販売モデルを変更し、GPU カードにソフトウェア ライセンスを義務付けました。 Nvidia ハードウェアに加えて、顧客はソフトウェア アップグレードにアクセスし、vGPU 機能を有効にするためにライセンスを購入する必要もあります。

一方、AMD では、MxGPU 製品をアクティブ化するために顧客が追加のライセンスを購入する必要はありません。さらに、MxGPU 製品はハードウェア ベースであるため、顧客はさまざまなクラウド プロバイダー上で仮想化されたグラフィックスをプロビジョニングできます。

AMD MxGPU インスタンスが Microsoft Azure で利用できるようになりました。これは、Amazon AppStream で GPU ベースの VDI を選択する際のデフォルト オプションの 1 つです。

Nvidia は、Amazon、Google Cloud、Azure、さらには Oracle Cloud などの主要なクラウド プロバイダーで依然として大きな存在感を示しています。ただし、これは専用の GPU カードを搭載した仮想マシンのみに適用され、使用方法によっては AMD 製品よりもはるかに高価になります。

最も人気のある仮想化製品の多くは、Compute Unified Device Architecture モデルのサポートが組み込まれた機械学習、ディープラーニング、さらには統計ワークロード用のライブラリを提供しています。このモデルは NVIDIA GPU カードでのみ利用可能です。

AMD と Nvidia の比較: 要約

Nvidia と AMD はどちらも過去数年間で成長しており、それぞれに長所と短所があります。 AMD はこれまでパブリック クラウド市場では目立っていませんでしたが、同社の MxGPU 製品を導入するクラウド プロバイダーが増えているため、勢いは増しています。

ローカルまたはクラウドでホストされるデスクトップの場合、MxGPU ベースのデスクトップは Nvidia の GPU よりも一貫して安価です。ただし、企業が最高のパフォーマンスを求めており、機械学習やその他の高性能ワークロードをサポートしたい場合は、Nvidia を検討する必要があります。