云端渲染 NVIDIA GRID实现GPU虚拟化

云计算
1999 年,NVIDIA 公司发明了图形处理器 (GPU,Graphics Processing Unit),让全世界重新认识了计算机图形的威力。2013年,NVIDIA GRID实现GPU虚拟化,用云端渲染再次改写历史。

1999 年,NVIDIA 公司发明了图形处理器 (GPU,Graphics Processing Unit),让全世界重新认识了计算机图形的威力。2013年,NVIDIA GRID实现GPU虚拟化,用云端渲染再次改写历史。

VMware的桌面虚拟化技术使CPU虚拟化,然而在数据中心外部运行的所有应用程序基本上都需要依托于CPU。而且许多公司在过去进行桌面虚拟化时都曾遇到各种重大问题:不仅技术工程设计应用程序无法实现虚拟化,产品生命周期管理工具——类似于制造业中用于放置所有3D模型的存储库,也都无法实现虚拟化。许多创意设计应用程序,例如Adobe Photoshop,在没有GPU的情况下进行虚拟化都会发生错误。

GPU虚拟化一直无法实现,直到NVIDIA GRID问世。

在过去20年中,专业应用程序开发商意识到GPU的重要性,并不断地重新编写其应用程序。但是兼容性成为了一个极大的挑战。针对这一现状,NVIDIA推出NVIDIA GRID,旨在对桌面系统的图形技术进行虚拟化进而实现100%的应用程序兼容性。

近日,NVIDIA专业解决方案部门高级产品经理Justin Boitano接受了ZDNet记者的专访,对Kepler GPU以及NVIDIA GRID显卡的相关技术与发展进行了解读。

Justin告诉记者,用户根据对GPU的需求被分为三大类:知识工作者(Knowledge Worker)、有力使用者(Power User)和设计者(Designer)。知识工作者大多只进行基本的文本工作,而无法接触视觉效果更好的应用程序,包括Windows平台中的各种应用程序。而有力使用者增加了不少图形渲染需求,而设计师对GPU的需求则毋庸置疑。NVIDIA将一部分有力使用者和设计者所在的市场称为高端设计市场。

 

云端渲染 NVIDIA GRID实现GPU虚拟化

 

“我们所追求的就是在虚拟化环境中利用图形处理器的视觉处理能力来运行所有这些应用程序。对于VMware和Citrix等公司来说,这有助于极大地拓宽虚拟化市场。我们所专注的许多初始市场都是一些要求最苛刻的用户,他们在过去都会毫不犹豫地拒绝VDI,包括3D设计工程师和为设计师提供支持的人员,”Justin表示。

“每一位设计师下面可能有10个人需要访问3D模型,他们的工作涉及制造组装、销售订货、采购和物流等,因此会通过PLM系统来访问这些模型。而我们实际上非常重视这些市场,这是虚拟化方案的一个很大的增量市场”。

行业正在朝着这个方向发展。尽管当今所有知识工作者都在办公桌前工作。但是当知识工作者做出购买决策时往往都会添加一个图形处理器。而对于高端设计市场来说,GPU的需求就毋庸置疑了。应用程序和视觉效果在缺少GPU的情况下将大打折扣:色彩效果差,无法呈现纹理、光影和细节。于是,设计人员需要从一开始就确保设计的准确性,因而希望使用最合适的工具来开展工作,并且将营造尽可能真实的环境。

 

云端渲染 NVIDIA GRID实现GPU虚拟化

 

有无GPU的图形质量差异(左图无GPU,右图有GPU)

如果没有GPU,交互速度会非常慢,应用程序性能会下降明显,光景、细节和真实感也都无法获得。如果使用GPU情况则会大大改观。这即是许多高级用户希望使用GRID的主要原因。

Justin表示,NVIDIA正在支持VMware和Citrix充分发挥图形处理器的优势。VMWare目前提供了两项技术,第一项技术是两周前发布的vDGA虚拟直接图形加速。每个用户的虚拟机都可以获得一个专用GPU,就像是在办公桌前使用专用GPU和专用内存。这样一来使用户在该场景中能为GPU获得全面的支持。vSGA所面临的挑战在于用户可以共享GPU,但由于驱动程序工作方式限制只能获得DirectX 9支持。

GRID卡有两个版本,K1和K2。GRID K1配备4个Kepler GPU——均为入门级工作站版GPU。意味着每个显卡可以支持非常高的用户密度,不过同时需要牺牲一些性能。而K2只能容纳两个高端GPU——为最顶级的GPU。因此,GK104相当于一块Quadra K5000显卡。当用户需要运行超高性能的游戏或设计应用程序时,K2将可以提供最佳性能。

 

云端渲染 NVIDIA GRID实现GPU虚拟化

 

GRID K1 和K2参数信息

“我们将支持合作伙伴生态系统不断发展壮大。我们正在尝试将所开发显卡的数量控制在较低水平,这样便可以更加专注于推进更多OEM厂商对我们产品的认证和支持。然后再让所有的虚拟化公司能够为我们的所有客户提供具备丰富和交互式体验的虚拟化解决方案。” Justin说道。

 

[[89717]]

NVIDIA专业解决方案部门高级产品经理Justin Boitano

 

以下是专访Q&A实录:

记者:Kepler架构的一大亮点就是支持虚拟化。英伟达是否会将虚拟化作为这一代架构的卖点?

Justin Boitano:目前,我们的合作伙伴中基本上就只有Citrix支持GPU虚拟化,通过结合其虚拟机管理程序和远程客户端,您可以对GPU进行虚拟化并添加每个支持的用户数量,在更多用户之间共享GPU,同时确保NVIDIA驱动程序位于虚拟机中。而VMWare在共享方面,是通过转换管理器运行所有命令得以解决。因此,Kepler GPU可以说是实现这一任务的基准,并且Kepler中有一个MMU。MMU可允许在虚拟机之间,即在图形驱动程序、虚拟机和硬件之间建立一个直接的连接。所以,虚拟机管理程序不会转换图形命令,而是会建立连接,同时避免影响图形性能。这样一来,英伟达GRID便可让技能得到有效推广。

 

云端渲染 NVIDIA GRID实现GPU虚拟化

 

VMware vSGA与View vDGA的不同,后者中的Kepler GPU在图形驱动程序、虚拟机和硬件之间建立一个直接的连接

举例来说,Citrix推出了一个Citrix服务提供商计划。对于不希望搭建基础设施的小型公司来说,它们可以将这一工作外包给其他的公司,并按使用数据中心的情况来付费,以便于为其用户提供虚拟化的应用程序。因此,这类似于通过VPN将IT管理工作外包给其办事处,确保能够安全交付应用程序和存放资产。他们所租用的是基础设施,这非常类似于亚马逊Web服务的模式,您可以从亚马逊租用基础设施,并按该基础设施的使用情况向亚马逊付费。

记者:GRID显卡是否有与桌面虚拟化渲染器合作的整体计划?

Justin Boitano:是的,桌面虚拟化渲染器与GRID显卡的关系非常密切。目前,我们即将宣布与Citrix、Microsoft及VMWare合作拓宽产品组合的计划。

记者:GRID K1和K2主要针对哪些桌面应用程序和企业级应用程序?

Justin Boitano:这些应用程序最开始主要包括产品生命周期管理和体积设计应用程序,随后又扩展至3D工程设计应用程序。举例来说,我们在一项调查中询问了人们希望虚拟化哪些应用程序,其中最常见的主要有AutoCAD、Photoshop、GIS、HTML5等软件。我们在Quadro上通过了200多个应用程序认证,并计划在GRID上对其进行认证和支持。

我们已经开展了超过200个试点项目,并且在每一个国家都有客户案例。那么一个比较突出的例子是,美国一家叫做CH2M HILL的建筑设计公司。这家公司使用GRID来满足所有建筑师和设计师在办公室和移动中的访问需求。他们发现在实现用户移动化之后,他们可以与城市规划组更有效率地开展设计审查工作。通过对这些应用程序进行虚拟化,项目速度提到大幅加快。

另一个典型的案例是美国Applied Materials公司。它是美国的一家大型技术公司。这家公司从过去的7个数据中心减少为3个数据中心,分别位于北美、亚洲和努美阿。这有公司有1万名工程师在虚拟环境中工作。他们意识到,工程师不仅需要在自己办公桌的工作站中工作,而且还需要回家或者前往客户办事处开展工作,并且随身携带应用程序有助于提高工作效率,进而证明该项目的投入是值得的。

记者:在英伟达未来的云计算服务模型中,Kepler GPU将发挥什么样的作用?

Justin Boitano:在云计算方面,我们已经与亚马逊就其基础设施建立了合作关系,并且我们将在不久之后宣布GRID GPU如何能够支持服务提供商为服务提供桌面系统。因此请随时关注我们的最新动态。

记者:NVIDIA目前主打的是云游戏方面,但是从整个国内大环境来说,公有云和私有云都很成熟,但是国内的网络非常差。在这种问题下你觉得云游戏对它的速度限制作用,是不是一个很严重的问题?

Justin Boitano :NVIDIA GRID在整个行业里面,更多是在专业领域,而不是只在游戏领域。简单来讲,在服务器领域,以前有很多只为CPU设计的应用,但是现在已经开始有越来越多的GPU应用。本身从这个架构上来看,CPU的设计比较适于串行的应用,而我们的显卡主要都是在处理大量的图形处理,所以说本身的设计更适合并行计算。那么在云平台环境下,有很多并行处理的需求或者图形加速的需求,所以说我们适时的推出云计算解决方案。NVIDIA已经把GPU放在虚拟化的环境里面,分析了需要GPU在虚拟化市场里面用户市场。NVIDIA GPU在服务器中增长幅度是非常大的,以前大部分的服务器中没有GPU,而现在服务器的厂商对NVIDIA GPU的需求非常高,增长幅度非常快。

责任编辑:王程程 来源: ZDNetserver频道
相关推荐

2013-09-03 18:07:49

GPU虚拟化华为NVIDIA

2018-07-11 15:21:25

GPU虚拟化技术

2015-10-29 17:47:19

NVIDIAGRID 2.0vForum2015

2018-12-05 10:20:06

AI数据科技

2019-11-20 15:31:56

NVIDIAGPUIntel

2020-03-25 14:24:03

NVIDIA

2020-06-23 07:56:57

虚拟桌面AMDNvidia

2022-03-23 16:28:18

微软NVIDIAGPU

2012-05-28 09:24:49

虚拟化

2010-08-12 17:06:29

IBM虚拟化

2019-01-09 13:20:28

GPU虚拟化应用

2020-03-10 18:30:06

GPU虚拟化FPGA

2019-04-16 16:23:29

GPU虚拟化CPU

2012-06-15 09:10:46

SystemCente

2013-04-09 09:23:55

云端管理桌面虚拟化

2010-10-22 13:43:04

虚拟化云计算数据中心

2018-08-23 19:48:40

NVIDIA

2013-08-16 21:39:37

云端时代虚拟化

2012-12-07 09:42:17

NvidiaGeForce Exp

2018-08-30 15:32:32

NVIDIAGPU显卡
点赞
收藏

51CTO技术栈公众号