vGPU的前世今生剖析

大家好，欢迎来到IT知识分享网。

一、 并行计算好手 — GPU

CPU和GPU对比

GPU（Graphic Processing Unit）即计算机图形处理器，集成数千个计算核心，是硬件显卡的“心脏”，可以高效、并行地处理工作负载。

GPU与CPU的区别：CPU 由专为顺序串行处理而优化的几个核心组成，而 GPU 则拥有一个由数以千计的更小、更高效的核心（专为同时处理多重任务而设计）组成的大规模并行计算架构，其相较于CPU的最大优势是更加适用于大量重复数据集运算和频繁内存访问等特点的应用场景，例如3D应用程序、视频和图像渲染这些大规模并行任务。

二、 让更多用户共享GPU红利 — vGPU

GPU并行计算能力强，在实际业务中往往不需要占用整卡的GPU资源，比如只需要一半的GPU资源即可满足需求，那如何让闲置的资源利用起来？GPU虚拟化技术应运而生，业内GPU虚拟化有以下4种，今天重点讲解vGPU。

总的来说vGPU显卡虚拟化就是将显卡进行时间切片和空间切片（显存分块），并将这些显 卡时间片和显存分片分配给虚拟机使用。其实现原理就是在应用层进行拦截与GPU相关的应用程序编程接口(API)，通过重定向(仍然使用GPU)的方式完成相应资源调度，再将执行结果返回应用程序。

vGPU

目前vGPU有两大技术路线，AMD代表的硬件虚拟化，Nvidia代表的软件虚拟化。

三、 GPU虚拟化之于锐捷云桌面

云桌面即虚拟化桌面，目前其最大的缺陷在于图像类业务场景的性能短板，采用CPU软件模拟出来的显卡设备和物理设备性能差距远，仅能处理基础功能，普遍不支持3D加速。在高教设计类机房、开发类机房、普教新课改机房等应用场景，要求虚拟化桌面具备较高的图形图像处理能力和图形图像远程输出能力。GPU虚拟化为这两个核心能力提供了强力支撑。

AMD与NVIDIA对比

锐捷云桌面vGPU技术主要利用AMD和Nvidia提供的虚拟化技术，同时结合锐捷自研EST桌面传输协议，形成一套GPU增强型的VDI解决方案。RG-CS6000主机Linux系统安装物理GPU驱动与vGPU管理程序，vGPU管理程序通过时空切分将物理GPU划分成多个vGPU，将切分出的vGPU设备透传到虚拟机中。

总结

vGPU的出现与技术成熟加速推进VDI桌面进入到更多图形计算类业务场景，场景的选择、A/N卡性价比的考量、传输协议的优化都是方案落地的关键因素。在未来随着高教新工科、普教新课改的深入、企业远程办公的需求普及，vGPU桌面的应用将迎来全新的局面。