虚拟化服务器图形处理

---

一、涉及到图形处理的终端，云桌面是用什么样的方案来应对的？云飞云云桌面共享将基于Windows系统在一台机器上打造多用户共享。各行业设计师，提供一站式解决方案。
Solidworks、CAD、ug(nx)、proe、catia、3dmax、maya、c4d、sketchmaster、unity等设计场景均可轻松加速。
云飞云共享云桌面，将云计算能力带入本地终端，实现硬件资产充分利用、灵活使用、有效协同设计、权限管理、安全数据传输、扁平化流畅的云设计。当初每个人都需要一台好的企业电脑，现在只需要一台高性能服务器+共享云桌面管理软件，就可以轻松实现1比5甚至1比10，大大降低了企业硬件、软件成本和人力支持。

---

二、虚拟化/超融合中的GPU直通与vGPU

虚拟化与超融合的GPU革命：直通与vGPU之战

随着技术的飞速发展，GPU已经从专属的计算图形领域转向人工智能领域。智能和大数据是区块链计算的基石。在现代企业数据中心中，GPU的并行处理能力在图像处理、人工智能训练和推理，甚至高性能计算（HPC）任务中发挥着关键作用。例如，NVIDIA的CUDA平台提供了令人惊讶的性能提升，例如没有GPU的Xeon8180。在STAC-2Benchmark中，服务器性能仅为GPU服务器的1/8.9，具有低延迟和更高的功耗效率，挑战传统CPU状态。

在虚拟化/超融合领域，GPU使用策略主要分为两种模式：GPU直通和vGPU。

GPU直通（PCIePass-through）：该方式几乎没有性能损失（小于5%），但不支持共享多个虚拟机，并且可能需要额外的GPU不支持插卡和在线迁移，适用于性能要求极高的场景。
vGPU（虚拟GPU）：采用GPU资源分割技术，如NVIDIA的Time-sliced和MIG，允许多个虚拟机并行运行，但管理复杂度增加，涉及l显存分配。A、B、C和Q系列NVIDIAvGPU专为不同的工作负载而设计。例如，A系列针对vCSV进行了优化，但对实时迁移存在限，这可能会影响服务的连续性。

我们以NVIDIA的A40为例。它提供了广泛的vGPU解决方案，以适应不同用户的需求，包括虚拟工作站、人工智能训练、虚拟桌面和虚拟应用程序。使用vGPU需要NVIDIAGRID软件许可证，硬件要求包括IOMMU兼容的CPU（例如AMD、Intel或海光/鲲鹏SMMU）和可能的SR-IOV功能。选择正确的vGPU系列（例如A系列与vCS、C系列与vPC）至关重要，但必须谨慎处理实时迁移的限制。

许可证和系列对应关系：
A系列：vCS
C系列：vPC
B系列：vWS
Q系列、C系列、B系列：vWS
硬件要求：
支持IOMMU的CPU
您可能需要启用SR-IOV
限制：
实时迁移限制
直通GPU和vGPU虚拟机迁移可能会中断服务

SMTXOS5.1更新引入了对GPU直通和vGPU的支持，特别适合实时渲染和AI训练。用户可以通过CloudTower轻松设置。目前支持的NVIDIA显卡包括T4、V100和A30，vGPU分割模式根据具体GPU型号特性而有所不同。要了解有关NVIDIA显卡的vGPU支持的更多信息，请参阅官方文档。

深入探讨CPU与GPU的较量，以及如何在虚拟化环境中明智地选择和管理GPU资源，将为您的企业带来前所未有的计算性能。更多信息请参考Intel的对比，以及NVIDIATeslaV100应用性能指南详细技术指南和vGPU虚拟GPU类型参考用户手册。