NVIDIA vGPU应用
目录
一、vGPU产品类型
1、NVIDIA vGPU产品简介
2、如何选择合适的vGPU
二、基于KVM创建vGPU设备
1、物理机安装vGPU驱动
2、切换到物理GPU对应的mdev_supported_types目录
3、mdev_supported_types子目录遍历待创建的vGPU类型
4、确认可在物理GPU上创建vGPU类型实例的个数
5、生成随机uuid写入create文件
6、确认vGPU设备已创建
三、查看节点生成的 mdev 设备列表
1、create文件注入uuid之前
2、create文件注入uuid之后
四、vGPU对应mdev_type映射关系
1、vGPU显存分配
2、获取mdev_type映射关系
3、Tesla T4和Tesla V100的映射关系
五、NVIDIA License Server创建及使用
1、创建License Server主机
2、注册 NVIDIA 企业账号，申请 license（或直接购买）
3、等待NVIDIA官方邮件回复
4、接受license邮件，按步骤操作
5、进入NVIDIA登录页面，输入企业账户的账号密码登录
6、登录之后，跳转到此 url【访问不稳定，建议用VPN】
7、根据所需vGPU产品类型创建license
8、下载最终生成的license文件
9、导入license文件到License Server
六、vGPU Guest虚机连接License Server
1、确认Guest虚机中有mdev设备
2、配置 nvidia-gridd 服务
3、重启 nvidia-gridd 服务
4、查看是否成功连接 license Server
七、实际应用问题1 -- FRL的限制及解除
1、什么是FRL
2、如何解除vGPU的FRL限制
八、实际应用问题2 -- 创建 windows Guest 虚机黑屏问题
1、vGPU虚机console异常显示
2、解决方法
3、连接license使用
九、实际应用问题3 -- License Server异常
1、vGPU License Server注入license文件失败
2、处理方法
一、vGPU产品类型
1、NVIDIA vGPU产品简介
NVIDIA vGPU，通过分片虚拟化技术，将物理GPU卡重新划分，同一块GPU卡经虚拟化分割后可分配至不同的云主机使用，实现了GPU计算能力的多虚机共享。
vGPU根据不同的场景，提供四种类型产品。每种类型vGPU运行时需要相应的软件授权（License），对操作系统的要求也有所区别。
（1）NVIDIA GRID Virtual Applications (GRID vApps)
适用于虚拟应用程序/Windows远程桌面(RDSH)/共享桌面
（2）NVIDIA GRID Virtual PC (GRID vPC)
适用于虚拟桌面应用，可运行所有的PC应用程序
（3）NVIDIA Quadro Virtual Data Center Workstation (Quadro vDWS)
适用于专业图形图像，以及AI/DL/HPC等计算场景
（4）NVIDIA Virtual Compute Server (vCS)
适用于人工智能(AI)/深度学习(DL)/高性能计算(HPC)等计算密集型场景，仅支持Linux系统
|
Series |
Optimal Workload |
|
Q-series |
Virtual workstations for creative and technical professionals who require the performance and features of Quadro technology |
|
C-series |
Compute-intensive server workloads, such as artificial intelligence (AI), deep learning, or high-performance computing (HPC) |
|
B-series |
Virtual desktops for business professionals and knowledge workers |
|
A-series |
App streaming or session-based solutions for virtual applications users |
2、如何选择合适的vGPU
二、基于KVM创建vGPU设备
此处以创建一个M10-2Q类型的vGPU设备为例。
1、物理机安装vGPU驱动
GPU物理节点的Linux驱动，在安装过程中需要编译kernel module，安装vGPU-kvm驱动之后，需要reboot重启计算节点。
重启之前，没有mdev设备相关信息（对应pci设备目录下没有mdev_supported_types目录）；
重启之后，可看到mdev设备相关信息（对应pci设备目录下可以看到mdev_supported_types目录）。
[root@localhost ~]# chmod +x NVIDIA-Linux-x86_64-430.67-vgpu-kvm.run
[root@localhost ~]# ./NVIDIA-Linux-x86_64-430.67-vgpu-kvm.run -s# 配置驱动
[root@localhost ~]# nvidia-smi -e 0
[root@localhost ~]# nvidia-smi -pm 1 # 重启节点，让驱动生效
[root@localhost ~]# reboot[root@localhost vgpu]# ./NVIDIA-Linux-x86_64-430.67-vgpu-kvm.run -s
Verifying archive integrity... OK
Uncompressing NVIDIA Accelerated Graphics Driver for Linux-x86_64 430.67.....................................................................................................................................................
......................................................
[root@localhost vgpu]#
[root@localhost vgpu]# nvidia-smi -e 0
ECC support is already Disabled for GPU 00000000:3D:00.0.
ECC support is already Disabled for GPU 00000000:3E:00.0.
ECC support is already Disabled for GPU 00000000:40:00.0.
ECC support is already Disabled for GPU 00000000:41:00.0.
ECC support is already Disabled for GPU 00000000:B1:00.0.
ECC support is already Disabled for GPU 00000000:B2:00.0.
ECC support is already Disabled for GPU 00000000:B4:00.0.
ECC support is already Disabled for GPU 00000000:B5:00.0.
All done.
[root@localhost vgpu]# nvidia-smi -pm 1
Enabled persistence mode for GPU 00000000:3D:00.0.
Enabled persistence mode for GPU 00000000:3E:00.0.
Enabled persistence mode for GPU 00000000:40:00.0.
Enabled persistence mode for GPU 00000000:41:00.0.
Enabled persistence mode for GPU 00000000:B1:00.0.
Enabled persistence mode for GPU 00000000:B2:00.0.
Enabled persistence mode for GPU 00000000:B4:00.0.
Enabled persistence mode for GPU 00000000:B5:00.0.
All done.
[root@localhost vgpu]#[root@localhost ]# lspci -nn| grep 3D
3d:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
3e:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
40:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
41:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
b1:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
b2:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
b4:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
b5:00.0 3D controller [0302]: NVIDIA Corporation Device [10de:1eb8] (rev a1)
[root@localhost 0000:3d:00.0]#
[root@localhost 0000:3d:00.0]# cd /sys/bus/pci/devices/0000\:3d\:00.0/
[root@localhost 0000:3d:00.0]# ls
broken_parity_status consistent_dma_mask_bits dma_mask_bits enable iommu local_cpulist msi_bus power reset resource1 resource3_wc subsystem uevent
class d3cold_allowed driver i2c-4 iommu_group local_cpus msi_irqs remove resource resource1_wc sriov_numvfs subsystem_device vendor
config device driver_override i2c-5 irq modalias numa_node rescan resource0 resource3 sriov_totalvfs subsystem_vendor
[root@localhost 0000:3d:00.0]#
[root@localhost 0000:3d:00.0]# reboot
[root@localhost ~]# cd /sys/bus/pci/devices/0000\:3d\:00.0/
[root@localhost 0000:3d:00.0]#
[root@localhost 0000:3d:00.0]# ls
broken_parity_status consistent_dma_mask_bits dma_mask_bits enable iommu local_cpulist modalias numa_node rescan resource0 resource3 sriov_totalvfs subsystem_vendor
class d3cold_allowed driver i2c-4 iommu_group local_cpus msi_bus power reset resource1 resource3_wc subsystem uevent
config device driver_override i2c-5 irq mdev_supported_types msi_irqs remove resource resource1_wc sriov_numvfs subsystem_device vendor
[root@localhost 0000:3d:00.0]# 2、切换到物理GPU对应的mdev_supported_types目录
其中，0000:06:00.0表示domain:bus:slot.function
[root@localhost ~]# cd /sys/bus/pci/devices/0000\:3d\:00.0/mdev_supported_types/3、mdev_supported_types子目录遍历可创建的vGPU类型
查看支持的所有vGPU类型
[root@localhost mdev_supported_types]# grep -l "T4-8Q" nvidia-*/name
nvidia-233/name# 或直接自定义shell脚本遍历，获取所有支持的vGPU类型
[root@localhost mdev_supported_types]# for i in `ls`;do cat $i/name |awk '{print $2}'; done; 4、确认可在物理GPU上创建vGPU类型实例的个数
注意：此处available_instances如果返回0，表示该物理GPU上已经存在另一种vGPU类型实例，或者已经创建了允许的最大实例数。
[root@localhost mdev_supported_types]# cat nvidia-233/available_instances
25、生成随机uuid写入create文件
使用uuidgen生成随机uuid，写入需要创建的vGPU类型目录下的create文件中。
[root@localhost mdev_supported_types]# echo "aa618089-8b16-4d01-a136-25a0f3c73123" > nvidia-233/create6、确认vGPU设备已创建
[root@localhost ~]# ls -l /sys/bus/mdev/devices/
lrwxrwxrwx. 1 root root 0 Nov 24 13:33 aa618089-8b16-4d01-a136-25a0f3c73123 -> ../../../devices/pci0000:00/0000:00:03.0/0000:03:00.0/0000:04:09.0/0000:06:00.0/aa618089-8b16-4d01-a136-25a0f3c73123至此，vGPU设备创建完成。
可使用shell脚本循环创建mdev设备，或其它组件调用方式创建mdev设备（例如openstack Queens版nova组件初始化时，会自动创建mdev设备）
三、查看节点生成的 mdev 设备列表
1、create文件注入uuid之前
说明：向指定vGPU类型目录下create文件注入uuid之前，vGPU类型对应目录下available_instances数值不为0，表示GPU卡可创建的最大vGPU设备个数。
此时调用libvirt接口virsh nodedev-list查看mdev设备，返回空，表示libvirt未识别到vGPU设备。
[root@localhost mdev_supported_types]# pwd
/sys/bus/pci/devices/0000:3d:00.0/mdev_supported_types
[root@localhost mdev_supported_types]# ls
nvidia-222 nvidia-223 nvidia-224 nvidia-225 nvidia-226 nvidia-227 nvidia-228 nvidia-229 nvidia-230 nvidia-231
nvidia-232 nvidia-233 nvidia-234 nvidia-252 nvidia-319 nvidia-320 nvidia-321
[root@localhost mdev_supported_types]# for i in `ls`;do cat $i/name |awk '{print $2}'; done;
T4-1B
T4-2B
T4-2B4
T4-1A
T4-2A
T4-4A
T4-8A
T4-16A
T4-1Q
T4-2Q
T4-4Q
T4-8Q
T4-16Q
T4-1B4
T4-4C
T4-8C
T4-16C
[root@localhost mdev_supported_types]# for i in `ls`;do cat $i/available_instances |awk '{print $1}'; done;
16
8
8
16
8
4
2
1
16
8
4
2
1
16
4
2
1
[root@localhost mdev_supported_types]# virsh nodedev-list | grep mdev
[root@localhost mdev_supported_types]# 2、create文件注入uuid之后
说明：向指定vGPU类型目录下create文件注入uuid之后，vGPU类型对应目录下available_instances数值变为0，此时可通过virsh nodedev-list查看到vGPU对应mdev设备。
[root@localhost mdev_supported_types]# virsh nodedev-list | grep mdev
mdev_1626b1c8_9532_4356_a218_c0ebd35e5450
mdev_20572bba_3133_4c2f_a2b5_a1bac1381968
mdev_250f9010_7368_4b40_a943_03025167197c
mdev_2807c84a_349c_41ee_9ce5_562e2591fceb
mdev_31b422c4_68f4_4243_9986_c2d59a7c681b
mdev_3f2992e8_b8e0_49b9_8ccf_cd4f7d059046
mdev_948febb4_e14d_428b_bea5_ffe88483d504
mdev_9aa97536_247e_42b7_a934_2f88f5848d2e
mdev_9b91d0a1_4b08_4849_9ed7_647ffb7ec500
mdev_ae8c2df9_2aee_4659_a71b_62195b6ba7e0
mdev_b4471ad4_64f4_43c0_a5a8_49a2cfcd28ea
mdev_c9cd7b64_f353_469c_b207_a87c0bd1974f
mdev_d61a83a3_1ebd_4175_bb79_d4a644fc0261
mdev_dbe9e01c_d9dc_48bc_a3d9_644d37cf79e8
mdev_e0054671_909f_494d_b83d_cb8ace4e7685
mdev_e46ef5ba_ce09_4974_9d6f_c44807351f09
[root@localhost mdev_supported_types]# for i in `ls`;do cat $i/available_instances |awk '{print $1}'; done;
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
[root@localhost mdev_supported_types]#四、vGPU对应mdev_type映射关系
1、vGPU显存分配
在“vGPU类型名称”中，vGPU类型后面的数字，表示为该类型的vGPU分配的帧缓冲区数量。不同的物理GPU对资源的需求不同，在同一物理GPU上可以同时创建的最大vGPU数也会有所不同。
例如，T4-8Q型vGPU，表示Tesla T4型号的物理GPU卡虚拟的Q-series系列vGPU，每个vGPU显存8G。
Tesla T4型号GPU卡显存16G，最多可支持创建2个T4-8Q型vGPU实例（T4：16G总显存=2个VM * 每个VM占用8G显存）。
Tesla V100型号GPU卡显存32G，最多可支持创建4个V100D-8Q型vGPU实例（V100：32G总显存=4个VM * 每个VM占用8G显存）。
2、获取mdev_type映射关系
如下，可直接调用vdsm-client命令获取。
也可通过自定义shell脚本，遍历指定目录下对应的设备文件获取映射关系。
# vdsm-client Host hostdevListByCaps
..."mdev": {"nvidia-155": {"name": "GRID M10-2B","available_instances": "4"},"nvidia-36": {"name": "GRID M10-0Q","available_instances": "16"},...3、Tesla T4和Tesla V100的映射关系
NVIDIA T4型号GPU映射关系：
|
type name |
type id |
每颗GPU可创建的vGPU数量 |
|
T4-1B |
nvidia-222 |
16 |
|
T4-2B |
nvidia-223 |
8 |
|
T4-2B4 |
nvidia-224 |
8 |
|
T4-1A |
nvidia-225 |
16 |
|
T4-2A |
nvidia-226 |
8 |
|
T4-4A |
nvidia-227 |
4 |
|
T4-8A |
nvidia-228 |
2 |
|
T4-16A |
nvidia-229 |
1 |
|
T4-1Q |
nvidia-230 |
16 |
|
T4-2Q |
nvidia-231 |
8 |
|
T4-4Q |
nvidia-232 |
4 |
|
T4-8Q |
nvidia-233 |
2 |
|
T4-16Q |
nvidia-234 |
1 |
|
T4-1B4 |
nvidia-252 |
16 |
|
T4-4C |
nvidia-319 |
4 |
|
T4-8C |
nvidia-320 |
2 |
|
T4-16C |
nvidia-321 |
1 |
NVIDIA V100型号GPU映射关系：
|
type name |
type id |
每颗GPU可创建的vGPU数量 |
|
V100D-1Q |
nvidia-180 |
32 |
|
V100D-2Q |
nvidia-181 |
16 |
|
V100D-4Q |
nvidia-182 |
8 |
|
V100D-8Q |
nvidia-183 |
4 |
|
V100D-16Q |
nvidia-184 |
2 |
|
V100D-32Q |
nvidia-185 |
1 |
|
V100D-1A |
nvidia-186 |
32 |
|
V100D-2A |
nvidia-187 |
16 |
|
V100D-4A |
nvidia-188 |
8 |
|
V100D-8A |
nvidia-189 |
4 |
|
V100D-16A |
nvidia-190 |
2 |
|
V100D-32A |
nvidia-191 |
1 |
|
V100D-1B |
nvidia-192 |
32 |
|
V100D-2B |
nvidia-193 |
16 |
|
V100D-2B4 |
nvidia-218 |
16 |
|
V100D-1B4 |
nvidia-249 |
32 |
|
V100D-4C |
nvidia-311 |
8 |
说明：
type name，可以理解为nvidia编号； type id，可以理解为底层编号;
这两个变量都是可确定唯一GPU物理型号、vGPU虚拟化类型以及vGPU分片资源组合的字段。
五、NVIDIA License Server创建及使用
1、创建License Server主机
License Server主机创建之后，需要安装java和License Server软件，并获取宿主虚机的 mac 地址。
注意：向NVIDIA官网申请License文件，需要绑定License Server的管理网卡mac，若License Server使用虚拟机，mac地址要固定。
2、注册 NVIDIA 企业账号，申请 license（或直接购买）
URL：https://enterpriseproductregistration.nvidia.com/?LicType=EVAL&ProductFamily=vGPU
3、等待NVIDIA官方邮件回复
若接受到NVIDIA修改密码邮件，按提示修改密码，至此，就已获取 NVIDIA 企业账户。
4、接受license邮件，按步骤操作
带有附件entitlement-****.pdf，包含 PAK ID ，根据NVIDIA回复邮件pdf附件中如何使用PAK ID的相关网页地址操作
https://docs.nvidia.com/grid/latest/grid-software-quick-start-guide/index.html
5、进入NVIDIA登录页面，输入企业账户的账号密码登录
https://nvid.nvidia.com/dashboard/#/dashboard
6、登录之后，跳转到此 url【访问不稳定，建议用VPN】
https://ui.licensing.nvidia.com/
7、根据所需vGPU产品类型创建license
点击LICENSE SERVERS，根据创建的license Server实例的mac，选择Project，点击CREATE LICENSE SERVER.
此处，Licenses个数默认为1，可以根据需要填写license server支持的vGPU虚机个数。
8、下载最终生成的license文件
9、导入license文件到License Server
license的bin文件，导入到新建的License Server虚机实例中。
注册license授权文件，导入bin文件并上传到： http://127.0.0.1:8080/licserver
至此，有效的license server创建完成。
六、vGPU Guest虚机连接License Server
1、确认Guest虚机中有mdev设备
# lspci | grep NVIDIA
2、配置 nvidia-gridd 服务
添加 License Server 内网地址及对应端口，配置文件及待修改参数如下：
# vim /etc/nvidia/gridd.conf
ServerAddress=172.16.1.200 /* License Server 的 IP 地址*/
ServerPort=7070 /* License Server 的端口号，默认为 7070*/
FeatureType= /* 如果是用于 CUDA 计算，填“4”即可*/3、重启 nvidia-gridd 服务
# systemctl restart nvidia-grid
# systemctl status nvidia-grid4、查看是否成功连接 license Server
成功连接 License Server 状态： License acquired successfully.
七、实际应用问题1 -- FRL的限制及解除
1、什么是FRL
1）概念介绍
在物理GPU上配置的单个vGPU产生的基准分值，低于物理GPU在直通模式下运行的分值。除了性能差异外，可能归因于vGPU帧缓冲区比较小。
vGPU包含一个性能平衡的特性，即帧速率限制器(FRL ，frame-rate limiter)。
FRL用来确保驻留在同一物理GPU上的多个vgpu之间的性能平衡。FRL设置的目的是为了提供良好的交互式远程图形体验，但与直通GPU上运行的相同基准测试相比，它可能会降低依赖于测量帧渲染率的基准测试分数。
2）应用场景分析
在使用最优调度程序的vgpu上，启用FRL。在使用固定共享或相等共享调度程序的vgpu上，禁用FRL。
若60帧无法满足用户需求，例如VR制作，需要解除vGPU的60帧锁死限制。
3）具体帧率限制
FRL 开启后将对vGPU的最大帧率(FPS)进行如下限制:
对于B系列vgpu，最大帧率为45fps。
Q系列、C系列、A系列vgpu最大帧率为60fps。
缺省情况下，所有GPU的FRL开关为开启状态。当vGPU调度行为从支持备用vGPU调度程序的默认最佳调度程序更改时，FRL是禁用的。
2、如何解除vGPU的FRL限制
基于KVM解决FRL限制的方法：
FRL由内部vGPU设置控制。在使用best-effort(尽力而为)调度程序的vGPU上，NVIDIA不会在禁用FRL的情况下验证vGPU，但是为了验证基准性能，可以通过在vGPU配置文件中设置frame_rate_limiter=0来临时禁用FRL。
操作格式如下：
# echo "frame_rate_limiter=0" > /sys/bus/mdev/devices/{vgpu-id}/nvidia/vgpu_params
例如：
# echo "frame_rate_limiter=0" > /sys/bus/mdev/devices/aa618089-8b16-4d01-a136-25a0f3c73123/nvidia/vgpu_params设置之后，VM的vGPU就可以不受帧速率限制地运行了。
八、实际应用问题2 -- 创建 windows Guest 虚机黑屏问题
1、vGPU虚机console异常显示
Windows虚机安装了vGPU的驱动后，由于显示被vGPU驱动接管，此时通过VNC访问会显示黑屏。需要通过RDP远程桌面访问Windows实例。
异常显示如下：
2、解决方法
使用网络可连通的其它windows环境，RDP方式远程登录到vGPU的windows虚机中，设备管理器中，可看到NVIDIA对应的设备名称以及类型。
例如，当前设备类型为 NVIDIA GRID V100D-1Q
3、连接license使用
进入NVIDIA控制面板，配置license，连接成功后即可正常使用。
注意：配置license地址和端口后，切换或者退出，会提示是否保存。重新再登录后，会提示已获Quadro许可。
九、实际应用问题3 -- License Server异常
1、vGPU License Server注入license文件失败
上传license的bin文件，报错：
2、处理方法
参考：https://nvidia.custhelp.com/app/answers/detail/a_id/4111/kw/server
[root@host ~]# systemctl list-units| grep nvidia
flexnetls-nvidia.service loaded active running FlexnetLS Local License Server for nvidia.
[root@host ~]# 【关闭license网页】
[root@host ~]# systemctl stop flexnetls-nvidia.service
[root@hos ~]# mv /var/opt/flexnetls/nvidia/ /tmp
[root@host ~]# systemctl restart flexnetls-nvidia.service
参考：
https://docs.nvidia.com/grid/10.0/grid-vgpu-release-notes-red-hat-el-kvm/index.html#lower-vgpu-benchmarks
https://www.nvidia.com/content/dam/en-zz/Solutions/design-visualization/solutions/resources/documents1/Virtual-GPU-Packaging-and-Licensing-Guide.pdf
https://docs.nvidia.com/grid/latest/grid-vgpu-user-guide/
https://docs.nvidia.com/grid/latest/grid-vgpu-user-guide/#vgpu-types-tesla-t4
NVIDIA vGPU应用相关推荐
- 申请 NVIDIA vGPU 90天试用 LICENSE
在GRID 2.0版本开始,也就是除了K1/K2 卡以外的NVIDIA TESLA GPU,想要实现vGPU的功能就需要配合NVIDIA vGPU软件来使用,而NVIDIA vGPU作为一个商用软件是 ...
- NVIDIA vGPU vApps/vWS/vCS适配GPU版本介绍
NVIDIA vGPU 12.0版本-vGPU版本名称变化 - 注: 2021年1月生效 最新名称 NVIDIA Virtual PC (vPC) -曾用名称 NVIDIA GRID Virtual ...
- NVIDIA vGPU License服务器安装过程
在vGPU场景下,NVIDIA vGPU License Server 是一个很重要的组件,一个vGPU虚拟机没有正常获取License的时候,功能会受到很大限制.因此正式生产环境或者POC测试环境中 ...
- NVIDIA vGPU
vGPU软件的版本(基于vGPU 10.0版本) GRID vAPP (vApps) – 基于使用vGPU的并发用户会话数授权 – 支持永久授权和年度订阅授权两种模式 GRID vPC (vPC) – ...
- 2020-10-19 Nvidia与vGPU
NVIDIA虚拟GPU(vGPU)软件主要用于支持交付图形丰富的虚拟桌面和工作站,NVIDIA GPU是当今市场上最强大的数据中心GPU,使用虚拟GPU软件可以将GPU资源重新划分,以保证GPU资源可 ...
- NVIDIA显卡虚拟化vGPU终于支持KVM了
(文章来自作者维护的社区微信公众号[虚拟化云计算]) ( 目前有两个微信群<kvm虚拟化>和<openstack>,扫描二维码点击"云-交流",进群交流提问 ...
- GPU虚拟化-Intel的KVMGT、NVIDIA的vGPU、AMD的MaxGPU
(文章来自作者维护的社区微信公众号[虚拟化云计算]) (目前有两个微信群<kvm虚拟化>和<openstack>,扫描二维码点击"云-交流",进群交流提问) ...
- 分享ThinVirt云桌面软件实现NVIDIA P40显卡为虚拟机分配vGPU过程
ThinVirt云桌面软件是云终端设备厂商(瑞恩科技),给他们云终端.瘦客户机产品配套的VDI虚拟化桌面软件.该软件采用KVM + Intel/NVIDIA vGPU虚拟化技术,满足日常办公同时又能满 ...
- 使用NVIDIA GRID vPC支持视频会议和算力工具
使用NVIDIA GRID vPC支持视频会议和算力工具 随着2020年的发展,远程工作解决方案已成为许多人的新常态.企业正在寻找行之有效的解决方案,如虚拟桌面基础设施(VDI),以使他们的团队能够在 ...
- 释放虚拟GPU力量 NVIDIA 加速企业远程办公生产力变革
现在众多的企业拥抱云和AI技术进行着数字化转型.随着企业在信息化建设的加剧,相关从业人员数量增多的同时,也对设备的计算性能要求越来越高.2020年开年的这场疫情,强制性地让企业进入远程办公模式,这个突 ...
最新文章
- 算法笔记-图--bfs
- 为什么百万医疗险越来越多，到底选哪款？
- matlab创建二叉树（二维数据）
- Android基于TCP的局域网聊天通信
- 基于Docker Compose搭建的Mysql8.0主从复制(1主3从，多主机)
- Java Concurrent--java.util.Concurrent包
- Matlab字符串转换及数值格式转换
- 微信公众号开发工具包
- 更改mysql默认连接数_修改mysql最大连接数
- BusHound详细使用说明
- 联想LJ2400清零
- 中国新能源汽车行业十四五展望规划与投资决策建议报告2022版
- （CSS）3.三种基本选择器(标签，类，id)
- Java实现 LeetCode 787 K 站中转内最便宜的航班(两种DP)
- Photoshop —— 白色（或任意颜色）或黑色物体修改成任意色彩
- Django框架（一）
- 硬件知识--单片机高精度电流测量电路
- [转]android 制作.9.png图片 解决图形变形问题
- Cookie、Session、Token、JWT 看一篇就够了
- 关于AES：加密方式，让你的APK无懈可击，字节跳动Android面试全套真题解析在互联网火了