开源gpu虚拟化平台

---

一、有没有开源的虚拟机软件？

市面上有大量易于使用的软件。

对于不同的操作系统，您可以使用不同的虚拟机软件。

基于AppleMac

1：VMwareFusion

这个软件是VMware公司开发的，可以让Apple系统通过它运行各种Windows系统和Linux系统。软件。即使是最新的Windows10系统也完全支持。启动虚拟机(VM)和物理主机；vSphere进行控制和管理；连接到ESXi和工作站服务器。

最新版本是：VMwareFusion11.5.1

2：OracleVMVirtualBox

Oracle制造，它也是流行的跨平台产品。苹果系统视窗可在许多Linux或OracleSolaris操作系统上使用。最新版本为：6.0.14

基于MicrosoftWindows平台/Linux平台

1：VMwareWorkstationPlayer

该软件也是VMwareWorkstationPlayer出品。与构建VMwareWorkstationPro的vSphere相同的平台。最新版本是v15.5

2：LinuxKVM

然后就是著名的KVM

KVM是x86硬件上Linux的完整虚拟化解决方案。虚拟化扩展（IntelVT或AMD-V）。它有一个可加载的内核模块kvm。

使用KVM，您可以使用更新的Linux或Windows映像运行多个虚拟机。每个虚拟机都有自己的一套虚拟硬件：网卡；磁盘，图形适配器等

3-Xen

Xen由剑桥大学开发。由XenSource管理的开源GPL项目。Xen虚拟机可以在多台物理主机之间直接迁移，无需停机。

---

二、虚拟化/超融合中的GPU直通与vGPU

虚拟化和超融合领域的GPU革命：交换与vGPU之战

随着技术的快速发展，GPU已经从图形处理的专属领域转向了人工智能以及大数据和区块链计算的基石。在现代企业数据中心中，GPU的并行计算能力在图像处理、AI训练和推理等方面发挥着关键作用，甚至在高性能计算（HPC）任务中，NVIDIA的CUDA平台也有显着的性能提升，例如Xeon8180不带GPU的服务器在STAC-2Benchmark中，性能仅为带GPU服务器的1/8.9，具有低延迟和更高的能效，挑战了CPU的传统地位。

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

GPU直通（PCIePass-through）：该方法几乎没有性能损失（小于5%），但不支持共享多个虚拟机，并且可能需要额外的GPU卡不支持在线迁移，适合性能要求极高的场景。
vGPU（虚拟GPU）：利用GPU资源分割技术，例如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，并涉及显存的分配。NVIDIA的vGPUA、B、C和Q系列专为不同的工作负载而设计。例如，A系列针对vCSV进行了化，但在热迁移方面存在限制，这可能会影响业务连续性。

以NVIDIA的A40为例，它提供了多种vGPU解决方案来满足不同用户的需求，包括虚拟工作站、AI训练、虚拟桌面和虚拟应用程序。使用vGPU需要NVIDIAGRID软件许可证，硬件要求包括支持IOMMU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。

许可和系列匹配：
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
可能需要启用SR-IOV
限制：
实时迁移的限制
通过GPU和vGPU虚拟机迁移可能会中断服务

SMTXOS5.1更新引入了对GPU和vGPU直通的支持，特别适合实时渲染和AI训练。目前支持的NVIDIA显卡包括T4、V100和A30，vGPU分配模式根据GPU型号的具体特性而有所不同。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的基准测试以及NVIDIA的详细技术指南TeslaV100应用性能指南和vGPU用户手册虚拟GPU参考。

---

三、GPU虚拟化VGX功能设色NVIDIAVGX功能是一项专为数据中心设计的创新技术，能够以节能的方式高效地为大量用户提供服务。其核心部件是NvidiaVGX主板，配备4个GPU和16GB内存。它采用PCIExpress接口，兼容服务器平台，符合行业标准。
VGXGPU的虚拟机管理程序充当软件层，并集成到商业虚拟机管理程序中，例如Citrix虚拟化技术。它允许企业根据客户需求灵活配置图形功能，从基础的PC体验到专业的3D设计和工程应用，甚至制药行业的GPU设备都可以通过网络实现远程传输，为用户提供多样化的图形体验。
设计方面，NvidiaVGX显卡拥有四个独立GPU，每个GPU拥有192个CUDA架构核心和4GB显存。采用主动散热设计，适应各种服务器平台。拥有硬件虚拟化技术，支持多用户共享GPU资源，提供低延迟远程显示和高性能着色器技术，提升用户交互体验。
作为关键组件，NVIDIAVGXGPUhypervisor被集成到商业hypervisor中，使多个用户能够共享服务器上的GPU资源，安全地支持多个虚拟机，同时降低运营成本，支持更多用户同时使用保持高性能。
Citrix等领先的虚拟化公司已将VGX技术集成到其VDI产品中，以增强硬件图形加速能力。借助Nvidia用户可选计算机，企业员工可以在单个服务器上获得接近专业级的GPU性能。IT部门可以根据业务需求轻松调整资源，灵活应对变化，这对于提供基础设施服务的企业来说极其有价值。。