硬件虚拟化之GPU虚拟化

重要组成部分，但GPU这类重要资源虚拟化的性能、扩展性和可用性相对于CPU等处于滞后的阶段。例如，英特尔的GPU虚拟化解决方案gVirt中，单个物理GPU仅支持7个虚拟GPU(VGPU)，而Xen支持512个虚拟CPU。2013年，亚马逊首次推出了商业化的GPU实例。2017年2月，来自于英特尔第一个GPU全虚拟化方案KVMGT才正式加入Linux内核4.10。

传统GPU虚拟化通过API转发的方式，将GPU操作由虚拟机发送到虚拟机监控器代理执行，该方法被大量主流虚拟化产品采用并支持图形处理，但并非真正意义上的完整硬件虚拟化技术，其性能和可扩展性均无法满足通用GPU(GPGPU)计算等应用(如机器学习和高性能计算)的需要。

GPU虚拟化的软件模拟方法直接将设备分配给指定的虚拟机，采用类似于CPU虚拟化中的二进制转换方法进行模拟。但相对于CPU，GPU的特性复杂，不同的设备提供商之间的GPU规格区别很大，GPU的资源很难被拆分，模拟的效率低。因此，典型的QEMU软件仅模拟了视频图形阵列(VGA)设备的基本功能，它通过一个半虚拟化的图像缓冲区来加速特定的2D图像访问，不符合高效、共享的虚拟化要求。

GPU虚拟化的设备直通方法将物理GPU指定给虚拟机独占访问。与API转发提供了良好的GPU共享能力相比，设备直通方法通过独占使用，提供了优异的性能。例如，基于英特尔的VT-d/GVT-d技术，通过翻译DMA访问的内存地址的方法，让GPU分配给一个虚拟机使用，能够达到与原生物理GPU相近的性能，但牺牲了共享特性。英伟达(NVIDIA)的Tesla GPU也提供了类似的虚拟化方案Grid，虚拟机可以通过直通的方式直接访问物理GPU。

GPU虚拟化的直通共享方法允许虚拟机直接访问对性能敏感的资源(如GPU访问显存)，可基本解决直通和共享的矛盾，采用类似于SR-IOV的硬件辅助虚

（编辑：信阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!