Prioritize Dedicated GPU — что это? (эмулятор PUBG)
Приветствую. Prioritize Dedicated GPU — предположительно опция эмулятора PUBG, позволяющая сменить видеоускоритель — приоритет будет выставлен дискретной видеокарте.
Расшифровка PUBG — PlayerUnknown’s BattleGrounds.
Разбираемся
Под видеоускорителем подразумевается графическая видеокарта. В ноутбуке например их может быть две:
Опция в окне Setting Center (вкладка Engine):
Настройки в биосе
Видеокарту можно переключить в биосе. Название настроек зависит от материнской платы. Например опция может называться Primary Display:
При переключении в биосе важно понимать:
На заметку. dGPU Mode скорее всего тоже означает дискретная (d — discrete/отдельный, mode — режим)
Настройки фирменного ПО NVIDIA/AMD
Здесь также название настроек и их расположение может зависеть от версии программы.
Например — в NVIDIA было так:
На этом все. Мы узнали предназначение настройки Prioritize Dedicated GPU, а также некоторую другую полезную информацию.
Добавить комментарий Отменить ответ
Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.
Dedicated vs. Integrated Graphics Cards – Which Is Best For You?
Getting a dedicated GPU might seem like a good idea, but with improvements in the integrated GPU market, it might be time to think twice.
This author has been vetted and has the necessary know-how or education to be able to write about this topic. Learn more on our about page.
Dedicated and integrated graphics cards are the two most popular types of graphics chips, which are responsible for outputting images to your display. Both types have strengths and weaknesses, and there are a few things that you should consider before buying one.
Table of Contents Show
Dedicated Graphics Cards
Not to be confused with external graphics cards, this is a distinct piece of hardware that can interface with your motherboard and, by extension, the rest of your PC. They are most commonly installed directly on the motherboard via the PCIe slot.
When you hear people mentioning a GPU or graphics card, this is what they’re referring to. Dedicated GPUs have their own dedicated memory, also known as VRAM or video random access memory, and a processor, both created specifically to be used for the card’s processes.
Integrated Graphics Cards
There are also integrated graphics cards or iGPUs. As the name suggests, these graphics chips are integrated within the system, either directly on the motherboard or on the same die as the CPU, as is the case with AMD’s APU or Intel’s HD Graphics.
These chips need to rely on system RAM. As such, they can conflict with the CPU, with which they share the same memory. Due to their simplicity and low cost, most motherboards come with an integrated GPU.
Benefits Of A Dedicated Graphics Card
In the world of technology, if something is specialized (or, in this case, dedicated), it is usually a better option than something that forms part of a multi-purpose system. This strongly applies to dGPUs. They can almost be considered a micro system within the PC due to their components being dedicated solely to rendering the best possible image quality.
As they are made specifically to execute a lot of computations of very specific data, dedicated GPUs have the power to produce tremendous visual results. If you are looking to enjoy beautiful visuals during your gaming time, a dedicated graphics card is essential.
Example of the high-quality graphics that a dedicated GPU can deliver – Fallout 4
An integrated graphics card simply doesn’t stand a chance next to a dedicated one in terms of visual performance. Integrated GPUs do have their uses, and we will look at them soon but, for now, it’s important to stress how much a dedicated GPU can improve your performance.
Dedicated VRAM
A dedicated graphics card with, for example, 4GB of VRAM, uses all of that memory and capacity for its needs. In contrast, an integrated GPU with a system memory of 4GB will need to share that memory and will only be allowed to use a small percentage of the available RAM. This could be as little as 1% by default, though that can be adjusted via BIOS/UEFI.
Upgradeability
Another positive aspect of dGPUs is that they are easily upgradeable. This is as simple as physically removing the card and inserting the upgrade. However, this accessibility comes at a hefty price.
A high-end GPU will often cost as much as the rest of your PC components combined. If you’re on a tight budget, a dedicated GPU might be beyond your means.
It’s very easy to replace a dedicated graphics card. Image credit: Rock Paper Shotgun
Laptop dGPUs
There’s a widespread misconception surrounding laptops and their inability to provide their owners with top-level gaming performance. This is untrue and has been so for at least a decade. Nowadays you can also use GPUs in your laptop, so if you’re on the move or want to work and game on the same machine, you absolutely can.
With that said, and this probably won’t come as a surprise, desktop gaming is still superior. GPUs designed for desktop PCs are far better on average than laptop GPUs. There is an amusing way to circumvent this via an external GPU, but that isn’t the topic of this article.
An important thing to note about the dedicated laptop GPUs is that they rarely, if ever, come in the notebook versions. They are mostly available in the 15.6” and above laptops.
Why Use An Integrated GPU If Dedicated Are Superior?
Integrated GPUs wouldn’t exist if they didn’t have at least some uses. So, what are their uses?
This isn’t necessarily a matter of how they perform tasks in comparison to a dGPU, as a dedicated GPU can outperform an integrated one in effectively every way.
Their advantages are related to other factors, particularly their price.
Pricing
Integrated cards are far cheaper and, as mentioned earlier, they often come with a motherboard thanks to their low cost and simplicity.
To say that integrated GPUs are cheap might be painting them in a negative light and doing them a great disservice. What both AMD and Intel have accomplished in recent years with iGPUs is nothing short of amazing and should be considered when making an ‘integrated vs dedicated GPU’ choice.
For example, AMD’s RX Vega 11, which usually comes with Ryzen APU processors, is a low-key powerhouse when it comes to portable gaming. Although it is billed as an integrated GPU, it can perform at the level of many dedicated GPUs while remaining a far more cost-effective option.
Energy Efficient
In addition to the price point, energy efficiency is something else that integrated graphics cards have going for them. Modern, high-end dedicated GPUs will often use as much as 50% of your computer’s total energy, which makes it far less likely that you will be able to upgrade them without also upgrading your PSU.
Another upside that builds on the previous point is that iGPUs generate far less heat. Dedicated graphics cards will come with their own fan (or fans) but, in order to see the most beautiful visuals possible, that might not be enough.
These heat-generating dedicated GPUs will need to have proper air circulation taken into consideration when building the PC, and might also need an additional fan on the case.
As far as laptop GPUs are concerned, they are very likely to heat your lap when gaming, whether you use a discrete or integrated GPU. If you intend to regularly game on your laptop, it would be best to grab a cooling pad. Even then, you will want to have your laptop on a desk, table, or any other surface that isn’t your lap.
If you aren’t looking to play games and simply plan on using your computer for work-related tasks (provided this doesn’t include GPU-intensive things like 3D modeling) or to browse the web, watch Netflix, etc, an integrated graphics card is probably the right choice for you.
Which One Is Right For You?
There are pros and cons to choosing either type of GPU. Although it’s your choice, there is advice that we feel we should pass on. The first thing that you should consider before even looking at a new graphics card is your individual needs.
If you’re looking to do heavy gaming, then getting a dedicated GPU is a no-brainer. If gaming is not a priority when using your PC, an integrated graphics card is a better option due to the vast price difference.
If you’re looking to play less graphically intensive games, such as many in the simulation or 4X genres, it’s might be a better option to get a PC or a laptop with an integrated GPU.
«Не процессором единым»: Виртуальные GPU
Объемы данных, накапливаемых в мире, растут, поэтому появляются все новые способы их обработки. Один из способов повышения скорости вычислений – совместное использование центрального (CPU) и графического процессора (GPU). Вычисления с GPU-ускорением были придуманы еще в 2007 году компанией Nvidia, но теперь технология вышла на новый уровень и применяется в дата-центрах крупнейших научных лабораторий и предприятий.
Мы уже затрагивали тему виртуализации в своем блоге, когда говорили о том, как и кем используется виртуальная инфраструктура. Сегодня нам бы хотелось рассказать вам, как работают виртуальные графические процессоры и какие GPU-технологии существуют на рынке.
Вычисления на GPU используются не только в компьютерных играх и при работе с видеоконтентом. Например, NASA, по заявлению одного из ученых-метеорологов, использует GPU в моделях GEOS-5 для увеличения эффективности численного моделирования атмосферных явлений. Это позволяет повысить доступность системы для большего числа людей, гарантируя разрешение 100–200 км/пиксель.
Вычисления с GPU-ускорением применяются и в бизнес-аналитике. Так, по словам старшего научного сотрудника HP Labs Рена Ву (Ren Wu), GPU позволили увеличить производительность используемых аналитических систем в 5–20 раз.
Сравнение центрального и графического процессоров
Архитектуры CPU и GPU изначально «заточены» под решение разных задач. Центральный процессор решает задачи общего назначения: исполнение набора последовательных инструкций, управление периферийными устройствами и так далее, поэтому обычно он содержит от 2 до 18 ядер, имеющих сложную структуру.
GPU же изначально проектировался для работы с графикой, потому состоит из большего числа энергоэффективных ядер, способных обрабатывать до нескольких тысяч потоков одновременно. При этом на GPU выполняется лишь часть самых ресурсоемких вычислений, а остальное отдается CPU.
Использование подобного рода вычислений актуально в научной сфере, поэтому для выполнения объемных научных расчетов создаются суперкомпьютеры, «начиненные» GPU. Однако несмотря на все преимущества подобного рода вычислений, закупка физического оборудования выливается в серьезные денежные траты. Более того, «железо» имеет тенденцию к устареванию, потому его приходится регулярно обновлять.
Технология vGPU
Эти проблемы призвана решить технология виртуальных графических процессоров (vGPU), представленная Nvidia, которая дает пользователям возможность удаленно запускать графикоемкие приложения. Здесь стоит отметить, что до появления vGPU применялись другие методы ускорения обработки графики:
Такой решение, как показало тестирование, проведенное сотрудниками компании VMware, оказалось достаточно состоятельным. В своей работе они описали результаты тестов приложений с использованием продуктов VMware: Workstation 6.5 и Fusion 2.0. Им удалось установить, что производительность Half-Life 2: Episode 2 и Civilization 4 при использовании виртуальных GPU была близка к фактической (как если бы игры запускали на физической машине).
Но технология vGPU находит применение в самых разных сферах: архитекторы и инженеры используют её в системах автоматизированного проектирования (например в Autodesk BIM), а дизайнеры работают с цифровым фото- и видеоконтентом (например в Adobe Photoshop). Она также применяется работниками из сферы здравоохранения, которые пользуются системами передачи и архивации медицинских изображений и документов обследованных пациентов (PACS), такими как GE Centricity EMR.
Стоит отметить, что до недавних пор невозможно было организовать доступ множества пользователей к одному GPU. Если 32 человека хотели обратиться к чертежам в AutoCAD со своих ВМ, то приходилось приобретать 8 дорогих видеокарт с 4 GPU. Эту проблему решила технология Nvidia GRID. Её суть заключается в совместном использовании vGPU несколькими виртуальными десктопами, к которым предоставляется прямой доступ с помощью драйверов Nvidia.
Фактически последняя версия Nvidia GRID 2.0 позволяет перенести всю работу в виртуальное пространство. Обновленная технология поддерживает до 128 пользователей на сервере и значительно увеличивает производительность приложений. Также GRID 2.0 позволяет запускать виртуальные десктопы на блейд-серверах и поддерживает не только ОС Windows, но и Linux.
Настройка режима vGPU для карт Nvidia в VMware vSphere 6
/ фото ChrisDag CC
Компания VMware ввела функцию виртуальных GPU в обновлении своей платформы виртуализации vSphere 6.0. Технология vGPU от Nvidia при использовании с продуктами VMware подразумевает использование в качестве платформы VMware vSphere 6, а в качестве средства управления виртуальными ПК – VMware Horizon 6.
vGPU поддерживается для графических адаптеров Nvidia GRID K1 и K2, для каждого из которых определены 4 профиля использования ресурсов видеокарты. Вот таблица их вариантов:
В данной таблице приведены три типа пользователей:
После того как Nvidia vGPU Manager настроен на хост-серверах ESXi, нам нужно подготовить виртуальные машины. Это делается через vSphere Web Client, где выбираются аппаратные характеристики ВМ в зависимости от типа рабочей нагрузки.
Затем в настройках ВМ нужно добавить Shared PCI Device, а также выбрать тип Nvidia GRID vGPU и профиль в соответствии с приведенной выше таблицей. После этого можно устанавливать гостевую ОС (Windows 7 и более поздние версии).
Теперь остается установить драйвер Nvidia GRID и настроить пул виртуальных ПК в VMware Horizon View: просто указываем протокол PCoIP и тип 3D-рендера Nvidia GRID VGPU. На этом все. Виртуальные машины готовы к работе с vGPU.
Бюджетные VPS с видеоадаптерами: сравнение российских провайдеров
Считается, будто виртуальные серверы с vGPU стоят дорого. В небольшом обзоре я попробую опровергнуть этот тезис.
Поиск в сети сходу выдает аренду суперкомпьютеров на NVIDIA Tesla V100 или серверов с мощными выделенными GPU попроще. Подобные услуги есть, к примеру, у МТС, Reg.ru или Selectel. Их месячная стоимость измеряется десятками тысяч рублей, а мне хотелось найти более дешевые варианты для приложений OpenCL и/или CUDA. Бюджетных VPS с видеоадаптерами на российском рынке не так много, в небольшой статье я сравню их вычислительные возможности с помощью синтетических тестов.
Участники
В список кандидатов на участие в обзоре попали виртуальные серверы хостеров 1Gb.ru, GPUcloud, RuVDS, UltraVDS и VDS4YOU. С получением доступа особых проблем не возникло, поскольку почти у всех провайдеров есть бесплатный тестовый период. У UltraVDS бесплатного теста официально нет, но договориться оказалось несложно: узнав о публикации, сотрудники поддержки накинули мне нужную для заказа VPS сумму на бонусный счет. На этом этапе с дистанции сошли виртуальные машины VDS4YOU, потому что для бесплатного тестирования хостер требует предоставить скан удостоверения личности. Понимаю, что от злоупотреблений нужно защищаться, но для проверки вполне достаточно реквизитов паспорта или, например, привязки аккаунта в социальной сети — ее требует 1Gb.ru.
Конфигурации и цены
Для тестирования были взяты машины среднего уровня, стоимостью менее 10 тысяч рублей в месяц: 2 вычислительных ядра, 4 ГБ оперативной памяти, SSD на 20 — 50 ГБ, vGPU с 256 МБ VRAM и Windows Server 2016. Перед оценкой производительности VDS посмотрим на их графические подсистемы вооруженным взглядом. Созданная компанией Geeks3D утилита GPU Caps Viewer позволяет получить подробную информацию об используемых хостерами аппаратных и программных решениях. С ее помощью можно увидеть, например, версию видеодрайвера, объем доступной видеопамяти, а также данные о поддержке OpenCL и CUDA.
| 1Gb.ru | GPUcloud | RuVDS | UltraVDS | |
|---|---|---|---|---|
| Виртуализация | Hyper-V | OpenStack | Hyper-V | Hyper-V |
| Вычислительных ядер | 2*2,6 ГГц | 2*2,8 ГГц | 2*3,4 ГГц | 2*2,2 ГГц |
| RAM, ГБ | 4 | 4 | 4 | 4 |
| Накопитель, ГБ | 30 (SSD) | 50 (SSD) | 20 (SSD) | 30 (SSD) |
| vGPU | RemoteFX | NVIDIA GRID | RemoteFX | RemoteFX |
| Видеоадаптер | NVIDIA GeForce GTX 1080 Ti | NVIDIA Tesla T4 | NVIDIA Quadro P4000 | AMD FirePro W4300 |
| vRAM, МБ | 256 | 4063 | 256 | 256 |
| Поддержка OpenCL | + | + | + | + |
| Поддержка CUDA | — | + | — | — |
| Цена в месяц (при оплате за год), руб. | 3494 (3015) | 7923,60 | 1904 (1333) | 1930 (1351) |
| Оплата за ресурсы, руб | нет | CPU = 0,42 руб/час, RAM = 0,24 руб/час, SSD = 0,0087 руб/час, OS Windows = 1,62 руб/час, IPv4 = 0,15 руб/час, vGPU (T4/4Gb) = 7 руб/час. | от 623,28 + 30 за инсталляцию | нет |
| Тестовый период | 10 дней | 7 дней или больше по договоренности | 3 дня при помесячной тарификации | нет |
Из рассмотренных провайдеров только GPUcloud использует виртуализацию OpenStack и технологию NVIDIA GRID. Из-за большого объема видеопамяти (доступны профили на 4, 8 и 16 ГБ) услуга стоит дороже, но у клиента будут работать приложения OpenCL и CUDA. Остальные претенденты предлагают vGPU и с меньшим объемом VRAM, созданные с использованием Microsoft RemoteFX. Стоят они значительно дешевле, но поддерживают только OpenCL.
Тестирование производительности
GeekBench 5
С помощью этой популярной утилиты можно измерить производительность графической подсистемы для приложений OpenCL и CUDA. На приведенной ниже диаграмме показан сводный результат, а более подробные данные для виртуальных серверов 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS доступны на сайте разработчика бенчмарка. Если их открыть, обнаружится интересный факт: GeekBench показывает объемы VRAM, намного превышающие заказанные 256 МБ. Тактовая частота центральных процессоров также может быть больше заявленной. В виртуальных средах это обычное явление — многое зависит от загруженности физического хоста, на котором работает VPS.
Разделяемые «серверные» vGPU слабее производительных «настольных» видеоадаптеров, если использовать их для тяжеловесных графических приложений. Такие решения предназначены в основном для вычислительных задач. Для оценки их эффективности были проведены другие синтетические тесты.
FAHBench 2.3.1
Для всестороннего анализа вычислительных возможностей vGPU этот бенчмарк не подходит, но с его помощью можно сравнить производительность видеоадаптеров разных VPS в сложных расчетах с использованием OpenCL. Проект распределенных вычислений Folding@Home решает узкую задачу компьютерного моделирования свертывания белковых молекул. Исследователи пытаются понять причины возникновения связанных с дефектными белками патологий: болезней Альцгеймера и Паркинсона, коровьего бешенства, рассеянного склероза и т.д. Измеренная с помощью созданной ими утилиты FAHBench производительность вычислений с одинарной и двойной точностью показана на диаграмме. К сожалению на виртуальной машине UltraVDS утилита выдала ошибку.
Дальше приведу сравнение результатов вычислений для метода моделирования dhfr-implicit.
SiSoftware Sandra 20/20
Пакет Sandra Lite отлично подходит для оценки вычислительных возможностей виртуальных видеоадаптеров различных хостеров. Утилита содержит наборы эталонных вычислительных тестов общего назначения (GPGPU) и поддерживает OpenCL, DirectCompute и CUDA. Для начала была сделана общая оценка разных vGPU. Диаграмма показывает сводный результат, более подробные данные для виртуальных серверов 1Gb.ru, GPUcloud (CUDA) и RuVDS доступны на сайте разработчика бенчмарка.
С «длинным» тестом Sandra тоже были проблемы. Для VPS провайдера GPUcloud не получилось провести общую оценку с использованием OpenCL. При выборе соответствующей опции утилита все равно работала через CUDA. Не прошел этот тест и для машины UltraVDS: бенчмарк замер на 86%, пытаясь определить латентность памяти.
В общем пакете тестов нельзя увидеть показатели с достаточной степенью детализации или проделать вычисления с высокой точностью. Пришлось провести несколько отдельных испытаний, начиная с определения пиковой производительности видеоадаптера с помощью набора простых математических расчетов с использованием OpenCL и (если это возможно) CUDA. Здесь также отражен только общий показатель, а детализированные результаты для VPS от 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS доступны на сайте.
Для сравнения скорости кодирования и декодирования данных в Sandra есть набор криптографических тестов. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.
Параллельные финансовые расчеты требуют поддерживающего вычисления с двойной точностью адаптера. Это еще одна важная сфера применения vGPU. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.
Sandra 20/20 позволяет протестировать возможности использования vGPU для научных расчетов с высокой точностью: умножения матриц, быстрого преобразования Фурье и т.д. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.
Напоследок был проведен тест возможностей vGPU по обработке изображений. На сайте доступны подробные результаты для 1Gb.ru, GPUcloud (OpenCL и CUDA), RuVDS и UltraVDS.
Выводы
| Место | Хостер | Поддержка OpenCL | Поддержка CUDA | Высокая производительность по GeekBench 5 | Высокая производительность по FAHBench | Высокая производительность по Sandra 20/20 | Низкая цена |
|---|---|---|---|---|---|---|---|
| I | RuVDS | + | — | + | + | + | + |
| II | 1Gb.ru | + | — | + | + | + | + |
| III | GPUcloud | + | + | + | + | + | — |
| IV | UltraVDS | + | — | — | — | — | + |
У меня были определенные сомнения по поводу победителя, но обзор посвящен бюджетным VPS с vGPU, а виртуальная машина RuVDS стоит почти вдвое дешевле ближайшего конкурента и более чем вчетверо — самого дорогого предложения из рассмотренных. Второе и третье место тоже было непросто поделить, но и здесь цена перевесила прочие факторы.
В результате тестирования выяснилось, что vGPU начального уровня стоят не так дорого и пользоваться ими для решения вычислительных задач уже можно. Конечно по синтетическим тестам сложно предсказать, как поведет себя машина под реальной нагрузкой, к тому же от соседей по физическому хосту напрямую зависит возможность выделения ресурсов — делайте на это скидку. Если же вы найдете на просторах рунета другие бюджетные VPS с vGPU, не сочтите за труд написать о них в комментариях.
