六种GPU虚拟化：除了直通、全虚拟化 (vGPU)还有谁？

 文章详细介绍了虚拟化技术在GPU领域的分类，包括软件模拟、直通独占、直通共享（如SR-IOV）、GPU分片虚拟化（如NVIDIA的mediatedpassthrough）、MIG和Time-SlicingGPU。着重分析了各种方法的原理、优缺点以及NVIDIAGridvGPU的商业化特性。
摘要由CSDN通过智能技术生成
在大类上计算虚拟化技术有这3种： 软件模拟、直通独占(如网卡独占、显卡独占)、直通共享（如vCPU 、vGPU）。但对于显卡GPU而言我总结细化出至少这6种分类(其中第四、五种都是第三种的具体实现)：

第一种、软件模拟（eg sGPU）, 又叫半虚拟化。
第二种、直通独占 (pGPU) , 有的文章翻译为透传 。Openstack/KVM/ESX等IaaS场景用到。
第三种、直通共享 (基于SR-IOV技术虚拟出vGPU) , 在技术上分类叫全虚拟化 。三个大厂有部分型号GPU支持，具体型号见 https://open-iov.org/index.php/GPU_Support 。这是AMD首先搞出来的，但似乎他们后来也转向GPU分片虚拟化了，这个网站AMD的产品反而没几款。
第四种、GPU分片虚拟化（mediated passthrough），也属于全虚拟化技术。其热度很高，基于VFIO mediated passthrough framework的GPU虚拟化方案。该方案由NVIDIA提出，并联合Intel一起提交到了Linux kernel 4.10代码库，该方案的kernel部分代码简称mdev模块。把会影响性能的访问直接passthrough给虚拟机，把性能无关，功能性的MMIO访问做拦截并在mdev模块内做模拟。商业产品有NVIDIA GRID vGPU 与Intel的GVT-g系列，前者不开源，后者大部分开源。
第五种、多实例 GPU (MIG) 技术，也属于全虚拟化技术。MIGNvidia 搞出的新技术，可将单个 GPU 分区为最多 7个完全的隔离vGPU实例，减少资源争抢的延时，提高物理 GPU 利用率。但可惜目前仅昂贵和国内禁售的NVIDIA A100 GPU 支持。
第六种。Time-Slicing GPU （时间共享GPU）。把本来再空间上并行（时间独占）的成百上千的GPU流水线进行的时间维度的分割和共享。各个GPU厂家都有类似的技术。英伟达的技术文档：https://docs.nvidia.com/datacenter/cloud-native/gpu-operator/latest/gpu-sharing.html 。
注意，以上第四种是收费的，所以企业用户要去英伟达官网购买license。英伟达又卖硬件又卖软件license,赚钱能力真强。
第五种MIG则是买到昂贵的A100卡就能用了，不需要license。
普通玩k8s的企业，则用免费的Time-Slicing GPU (时间分片共享GPU) 。

多扯淡一句，深度思考下，是否还有其他分类呢？比如上面的第六种是不是进程虚拟化呢？在docker出现后， 人们突然发现以前使用冯·诺依曼架构的 CPU/GPU 的方式也是一种虚拟化：

CPU 原理上是pipeline流水线上的时间维度分片的算力虚拟化，
GPU原理是空间维度分片的算力虚拟化。
eg.一台电脑只有一块CPU、一块GPU, 但多个程序（进程）都可以使用它们，对于进程而言难道不算虚拟化？ 我想起当年“云计算（cloud computing）”这个词被创造后，以前在网页上提供购物、E-mail 、CRM等的，都说自己也在做云计算。现在第六种GPU虚拟化方式出来了，也就算它是进程虚拟化~

GPU软件模拟模式 (sGPU)
软件虚拟化就不讲了，因为真实场景太少，做做实验还将就用，没法用在生产环境，毕竟性能损失太多。

GPU 直通模式 （pGPU）
几种GPU的虚拟化技术，直通是最早出现，即技术上最简单和成熟的方案。厂家（Nvidia ，AMD ，Intel等 ）的GPU，只要支持IOMMU的理论上都可以，即直通模式的实现依赖于IOMMU的功能。

优点：

原理简单。GPU直通模式的技术方案与虚拟化领域其他PCI直通（eg.网卡直通 ，USB 直通）原理相同
兼容性好
硬件驱动无需修改，不依赖GPU厂商，技术简单。所以小型GPU集群的运维的技术成本低，
缺点

不支持热迁移/在线迁移（Live Migration）
不支持GPU资源的分割（即对显存的分割，所以出现了下文的几种技术）,不能充分利用高价买的GPU
缺少物理机层面的GPU性能监控API接口，在大型GPU集群中，这又导致运维成本上升。
安全性：
由于GPU的复杂性和安全隔离的要求，GPU直通技术相对于任何其他设备来说，会有额外的PCI 配置空间模拟和MMIO的拦截（参见QEMU VFIO quirk机制）。比如Hypervisor或者Device Module 不会允许虚拟机对GPU硬件关键寄存器的完全的访问权限，

GPU 全虚拟化（vGPU）
原理：在硬件实现GPU全虚拟化，将虚拟图形处理单元（vGPU）透传给虚拟机使用。

本文开头介绍过，GPU全虚拟化技术先后有SR-IOV(开源技术) 。还有vGPU 、MIG。它们虚拟出来的GPU都是vGPU。

GPU虚拟化的实现原理简介：
物理GPU虚拟化为多个虚拟机GPU，每个虚拟GPU直接分配给虚拟机使用，通过软件调度的方式在主机（Host）与计算机的来宾账户（Guest）之间提供一个中间设备来允许Guest虚拟机访问Host中的物理GPU。

NVIDIA 官网说的Grid vGPU优势:

安全性高。具有完全输入输出内存管理单元（ IOMMU ）保护的虚拟机能够同时直接访问单个物理 GPU 。
通过实时虚拟机迁移进行虚拟机管理
支持运行混合的 VDI 和计算工作负载，以及与许多行业虚拟机监控程序的集成。
Grid vGPU劣势：使用NVIDIA 的vGPU需要license，这块费用需要考虑在技术选型里面。

英伟达GPU虚拟化技术的对比
后三种比较常见：

————————————————

                            本文为博主原创文章，如果转载请注明本博客网址！
                        
原文链接：https://blog.csdn.net/zhengmx100/article/details/136809717