Virtualisation GPU pour la mise à disposition d'applications 3D à l AIP Primeca Dauphiné-Savoie

Transcription

1 Virtualisation GPU pour la mise à disposition d'applications 3D à l AIP Primeca Dauphiné-Savoie Retour d'expérience sur la mise en place d'une architecture de virtualisation d'applications 3D 1

2 L AIP-Primeca Dauphiné-Savoie Prototypage rapide Leader dans les technologies de fabrication additive et d impression 3D Prototypage virtuel Salle de réalité virtuelle Cave d immersion Ecran holographique Membre du réseau européen VISIONAIR Salles informatiques et distribution de logiciels 2 salles équipées de PC haut de gamme Une trentaine de logiciels métiers de conception et de simulation numérique accessibles à distance sous forme de jetons de licences 2

3 Problématique Trop d applications installées Système instable C++ redistribuable, GCC, Python Ressources système trop importantes 3 à 4 Go de RAM consommés par le système d exploitation Administration lourde Changements de versions fastidieux Comportement variable en fonction des mises à jour Images disques très lourdes (>150Go) Virtualisation impossible Les applications 3D (CAO-FAO) nécessitent des ressources graphiques non disponibles sur les serveurs 3

4 Juin 2013 Solution de virtualisation GPU Accords NVIDIA Citrix Cartes NVIDIA GRID GPU (K1 ou K2) Drivers vgpu pour Citrix XenServer Drivers Windows vgpu pou les machines virtuelles vgpu pour la prise en charge des applications 3D Choix entre renouvellement de parc ou virtualisation 20 ordinateurs à renouveler 2 serveurs pour construire une solution de virtualisation 4

5 Windows Terminal Serveur Edition Rôle service de bureau à distance Fonctionnalité RemoteAPP Terminal Service Déploiement par msi Icônes sur le bureau et dans le menu démarrer Association des types de fichiers Ressources par utilisateur Système CPU RAM HDD Vidéo 16 PC 4CPU 4Go 3x16 = 48Go 4 1Go Standard Indépendantes Serveur 32 vcpu 64Go 4Go 2 à 32 3 à 60Go RAID 10 Partagées Performances Simulations Moldflow environ 5 fois plus rapide que sur postes fixes Vidéo pas concluante (latence + simplification des modèles) 5

6 Virtualisation GPU C est le fait de partager une carte GPU entre plusieurs Machines Virtuelles 3 composants impliqués 1carte Grid-GPU Driver Nvidia de carte vidéo virtuelle installé dans la VM Hyperviseur (composant additionnel) installé sur XenServer 6

7 Virtualisation GPU 8

8 La solution Citrix Architecture de mise à disposition 9

9 La solution Citrix Les Clients L application «Citrix Receiver» à installer sur le poste compatible avec de nombreux systèmes d exploitation. 2 modes de fonctionnement : Direct ou via un module du navigateur (IE, Firefox, Chrome, Safari) 10

10 La solution Citrix Le Frontal Utilisateurs 11

11 Les Ressources Des machines physiques La solution Citrix Des machines virtuelles (Citrix, VmWare, Hype-V) Citrix Delivery Agent OS Client Bureaux Virtuels (licence incluse avec l OS) OS Serveur (licences RDS) Bureaux Virtuels» Rôle Hôte de Service bureau à distance» Contexte graphique = bureau complet Applications Virtuelles» Fonctionnalité RemoteApp» Contexte graphique = fenêtre de l application 12

12 La solution Citrix Le contrôleur Licences RDS Licences KMS Ressources Serveur Base MSSQL Frontal Utilisateur Ordinateurs Domaine ActiveDirectory Authentification Autorisations Admin Citrix-Studio Delivery Controler Citrix Director Citrix Studio Licences Citrix 13

13 Configuration de l architecture Catalogues de machines Système d exploitation Serveur, Client, RemotePC Gestion des machines Ressources associées Vlan, GPU, Localisation des disques (local/distant) Master (snapshot) à utiliser CPU, RAM modifiables Nombre de machines à créer OU de base et Nom des comptes d ordinateurs Groupes de mise à disposition Catalogues de machines Type de mise à disposition Bureau, application, les deux Utilisateurs/groupes autorisés Applications publiées Utilisateurs/groupes autorisés 14

14 Choix entre virtualisation de bureaux OS : Client ou Serveur Bureau complet Nécessite que toutes les applications soient installées Architecture préconisée Simple à dimensionner mais peu ou pas optimisée Le système de licence Par utilisateur/machine d applications OS : Serveur uniquement Contexte graphique limité Permet de dédier des VM à des applications spécifiques Architecture non préconisée Peu d informations disponible sur le dimensionnement Le système de licence Licences concurrentes L objectif et les usages 15

15 Choix entre distribution de bureaux et d applications Editeur Solution Bureau Solution Application vgpu Citrix XenDesktop XenApp Depuis 2013 Microsoft Hyper-V Hyper-V Depuis fin 2014 Neocoretech NDV Applications portables Non RedHat Rhev Rhev Non systancia HTML5 AppliDis Très probable VmWare View View Depuis fin

16 Optimisation des ressources Côté Serveur de virtualisation Ressources CPU Plus de vcpu que de CPU Ressources Mémoires Mini / maxi par Machine Virtuelle Pas très concluent Ressources Vidéo Pas d optimisation Attention : ~1 CPU / GPU Côté machine virtualisée Système type client Optimisation liée uniquement à l architecture de virtualisation Ressources système consommées pour chaque utilisateur Système type serveur CPU, RAM, Vidéo Partage des ressources système services, antivirus 17

17 L interface utilisateur 18

18 L interface utilisateur 19

19 L interface utilisateur 20

20 Machine de test Tests de performances 1 GPU ; 16 CPU ; 24 Go de RAM Suivi de l activité avec console Citrix et moniteur de ressources Windows Bilan des test Problèmes à 24 utilisateurs Saturation mémoire vidéo, CPU 50%, RAM 80% Problèmes CPU sur formation Simulation ANSYS avec 12 utilisateurs Problèmes rencontrés 100% de RAM / 100% de CPU par 1 seul utilisateur Solutions Configurer les logiciels de simulation pour déporter les calculs sur un autre serveur Configurer des stratégies via le gestionnaire de ressources système 21

21 Dimensionnement de l architecture Partage de charge et tolérance aux pannes Répartition aléatoire des sessions sur les machines virtuelles allumées Démarrage des machines en cas de besoin 3 serveurs minimum Configuration idéale pour l optimisation CPU/GPU 1 Machine virtuelle par carte GPU (16 à 20 utilisateurs par machine)» 2 ou 4 machines virtuelles par serveur Préconisée si très peu de machines virtuelles différentes Configuration idéale pour la flexibilité des usages 4 Machines virtuelles par carte GPU (4 à 5 utilisateurs par machine)» 8 ou 16 machines virtuelles par serveur Nécessite d adapter les ressources» Modifier le nombre de machines allumées par groupe de mise à disposition en fonction des usages et des réservations 22

22 Mobilité et enseignement Préparation des cours Possibilité de préparer ses cours sur MAC ou Linux Configuration identique à celle utilisée pendant le cours Formation Suppression de la contrainte de salles (CAO / Bureautique) Projets étudiants Utilisation des ordinateurs personnels dans l atelier Communication avec l enseignant facilitée Revue de projet Observation et correction des modèles sur mur d écrans Très grande dimension (9 écrans 50 ) Très haute définition (5120x3200) 23

23 Mutualisation Expérience de virtualisation CatiaV6 avec Nantes 24

24 Conclusion et perspectives Objectifs atteints Stabilité et simplification des installations Augmentation de la durée de vie des postes fixes Gain de temps sur les installations et les mises à jour Apports non prévus Usages fréquents de tablettes ou d ordinateurs ultra-portables Difficultés Administration quotidienne» Besoin de jongler avec les ressources En cours d évolution Automatisation de la gestion des ressources 25