使用NVIDIA GRID vPC支持视频会议和算力工具
随着2020年的发展，远程工作解决方案已成为许多人的新常态。企业正在寻找行之有效的解决方案，如虚拟桌面基础设施（VDI），以使他们的团队能够在任何地方安全地工作。然而，最新的算力和视频会议应用程序需要更强大的台式机来确保良好的用户体验。
借助NVIDIA GRID vPC，它可以经济高效地将虚拟化扩展到每个员工，其性能可与物理PC相媲美。基于NVIDIA vGPU技术的GRID vPC能够跨多个虚拟机（VM）共享同一个GPU，为知识型员工提供本机PC体验。因为通常在CPU上完成的任务被卸载到GPU上，所以用户拥有更好的体验，从而提高了整体算力。
Office productivity and video conferencing application trends
数字体验监控领域的领导者Lakeside Software最近发布了一份白皮书，评估了GPU对现代算力和视频会议应用程序的影响。通过分析来自SysTrack社区的信息，如资源和软件应用程序使用情况，Lakeside报告了办公效率和视频会议应用程序的趋势以及这些应用程序的图形需求。
下图显示用户在使用视频会议工具时花费了更多的时间。例如，与2018年相比，在2020年，用户使用微软团队的时间增加了近4倍。
Figure 1. Video conferencing app usage over time.
Lakeside还发现，典型的知识工作者以及技术和创意专业人士对图形的要求有了大幅增长。图2显示了用户对图形丰富的内容（包括视频流和三维建模）消费量的年度演变。2016年后，用户每周需要图形的小时数增加了12倍以上。
Figure 2. Evolution of graphical demand by year.
此外，Lakeside还分析了2015年至2020年利用GPU加速的生产力应用程序数量。这些数据显示，在2020年，几乎所有的算力应用程序都使用图形。下表突出了过去五年的增长情况。
Table 1. Relative growth of GPU requirements for productivity apps over time.
这些数据显示了网格vPC的价值，以启用虚拟机（VM）中的虚拟GPU（vGPU），也称为虚拟桌面。通过添加vGPU，图形和视频处理从CPU卸载到GPU，从而释放VM中的vCPU资源来运行其他任务。
通过对单个算力软件应用程序的仔细研究，数据显示，由于图形需求和特性的增加，CPU的相对使用率显著增加。2016年后，微软使用PowerPoint应用程序所需的CPU时间和所需资源的百分比明显增加。
Figure 3. Breakdown of CPU usage by productivity app.
视频会议应用程序也报告了CPU使用率的增加。例如，随着时间的推移，微软团队的CPU使用率增长了3倍多。
Figure 4. Breakdown of CPU usage by video conferencing app.
交叉引用这个CPU使用数据和使用视频会议工具的时间（图1）提供了更深入的见解。例如，在Zoom上花费的时间增加了3倍多，SysTrack用户报告说，2018年之后CPU使用量增加了17倍以上。
考虑到这些算力和视频会议趋势，Lakeside Software建议组织评估GPU和NVIDIA vGPU技术，以加速虚拟桌面。有关Lakeside Software研究和评估的多监视器和web浏览器发现的更多信息，请参阅GPU如何加速在家工作的算力白皮书。
Boost performance of video conferencing tools
最近，NVIDIA技术营销团队将视频会议工具的性能与仅CPU的VDI和GPU加速的VDI进行了比较。GPU加速的VDI实例由一个1-GB的GRID vPC配置文件和NVIDIA T4 GPU驱动。测试是在微软团队、Zoom和Cisco WebEx上进行的。表2显示测试分两个阶段执行。
Table 2. Test workflow.
第1阶段着重于视频激活功能：三个摄像头的增量激活和停用。第二阶段的重点是屏幕共享功能：查看屏幕共享而不激活摄像头。 一系列性能测试遵循一个定义的脚本，以确保性能日志记录仅针对CPU和网格vPC VM进行同步。由于缺乏行业基准或视频会议性能的自动化测试，测试脚本由实际用户运行，并控制摄像头质量等变量。
为了衡量性能，团队使用了GPU Profiler，这是一种常用的工具，可以在VM上执行工作负载时快速捕获资源利用率。此工具通常在POC期间使用，以帮助调整虚拟环境的大小并确保可接受的用户性能。GPU Profiler在具有各种vGPU配置文件的单个VM上运行。为了模拟一个包括多个vm在一个GPU上运行的真实环境，该团队还使用nvidianvector工具大规模运行知识工人工作负载。获取了以下指标：
- Framebuffer %
- vCPU %
- RAM %
- Video Encode
- Video Decode
The following list shows the VM configuration:
- vGPU Software: GRID vPC 10.2 (Windows Driver 442.06)
- vGPU Profile: GRID vPC – 1B Profile (1 GB frame buffer)
- vCPU: 2
- vRAM: 4096 MB
- Hard Disk: 40GB
- VMware Horizon: 7.9
- Guest OS: Windows 10 Enterprise 1909
- Server: Intel Xeon Gold 6154 GPU @ 3.0GHz
Test results
总体而言，微软团队、Zoom和Cisco WebEx都表现出明显的vCPU卸载。因为每个web会议应用程序都是独一无二的，所以CPU负载量取决于软件本身对GPU的利用程度。
下面我们将详细了解微软团队的测试结果。图5捕获了两个场景中vCPU的利用率：一个仅使用CPU的虚拟机和一个带有网格vPC（vGPU）的虚拟机。在这两个场景中，三个网络摄像头被激活。只有CPU的虚拟机（浅蓝色线）达到100%的利用率，导致视频和音频质量较差。在这个例子中，用户体验到像素丢失和结巴以及音频延迟和中断。使用网格vPC虚拟机，由于视频被卸载到GPU，CPU利用率显著降低。这允许用户体验高质量的视频和音频。
Figure 5. MS Teams testing the web camera.
在第2阶段的测试中，研究小组测量了视频会议参与者共享屏幕时的每秒远程帧数（FPS）。更高的FPS表示更好的用户体验，或者更多的像素流到最终用户的客户端。图6显示，与纯CPU虚拟机相比，网格vPC虚拟机具有更高的FPS。网格专有网络具有更高的FPS，在降低CPU资源需求的同时，提供了更好的用户体验。
Figure 6. MS Teams testing screenshare.
有关视频会议测试以及其他测试结果的更多信息，请参阅NVIDIA虚拟GPU对视频会议工具的影响技术摘要。
Summary
越来越多的组织正依赖于算力和视频会议工具，以使其远程团队保持高效。在过去五年中，这些现代算力应用程序的图形化需求也显著提高。NVIDIA GRID vPC解决了虚拟桌面上GPU加速的这些新要求，提供了本机PC性能和更好的用户体验。为了保持高效，您必须确保具有最佳视频和音频质量的合适用户体验。视频中断和音频延迟会导致通信错误、信息丢失、生产率降低和整体挫败感。GPU加速的VDI与GRID vPC在使用视频协作工具时提供一致的用户体验。
