AMD与NVIDIA vGPU方案对比

本文通过VDI云桌面在专业图像渲染场景中性能不足为背景，介绍了vGPU技术和图形原理，进而引申出vGPU技术在VDI桌面中的优势和场景，最后讨论了vGPU技术在桌面虚拟化方案中未来前景。

发布时间：2022-12-27
点击量：
点赞：

分享至

我想评论

1 前言

vGPU技术特指主流GPU厂商推出的vGPU解决方案（如：NVIDIA GRID vGPU方案、AMD MxGPU方案）。传统云桌面模拟显卡没有提供主流的3D特性（如D3D、OpenGL等），无法运行大部分3D软件。使用vGPU技术能够解决云桌面中的以下问题，从而提高云桌面性能体验：

● 云桌面视频播放对CPU的利用率过高，使用GPU硬件解码可以减轻CPU的负担。

● 云桌面中大型建模、3D软件渲染依赖CPU，可以利用GPU的硬件编码减轻CPU的负担。

2 AMD vGPU技术

AMD MxGPU是全球首个基于硬件的vGPU解决方案，以PCIe标准中定义的SR-IOV（单根I/O虚拟化）技术为基础，实现每个物理GPU上有多个虚拟化用户远程工作。AMD MxGPU技术特点有

● 基于PCIe SR-IOV技术，将一个物理PCIe GPU变成多个PCIe vGPU，每个PCIe vGPU直接透传给虚拟机。

● 切分个数不一样（1–16，显存大小16MB对齐），vGPU设备ID一样，Guest Driver无需更新。

图2-1 AMD vGPU技术示意图

3 NVIDIA vGPU技术

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（了解GPU云桌面）计算能力的多虚机共享。

NVIDIA vGPU技术特点有：

● vGPU以内核mdev虚拟设备呈现，uuid标识。虚拟机透传mdev设备。

● 图灵及之前架构的vGPU为纯软件mdev设备，而安培架构GPU也依赖SR-IOV技术。一个衍生出来的PCIe设备最多创建一个mdev形式的vGPU。

NVIDIA有四种vGPU类型，教学或办公通常只会使用到Q和B系列。

● Q系列：针对图形工作站，提供Quadro专业特性，需要vDWS授权。

● C系列：针对计算密集型的负载，如AI、深度学习。

● B系列，针对比较基础的虚拟桌面。需要vPC授权。

● A系列，针对虚拟应用。

物理GPU除了通用计算单元外，还会提供独立的硬件编、解码器，如NVIDIA GPU的NVDEC和NVENC模块。主要应用场景：解码器的视频播放、编码器的视频编辑等。

4 AMD和NVIDIA vGPU方案对比

AMD和NVIDIA vGPU方案各有特点，需要综合考虑应用场景、价格、扩展性等方面来做出选择。

表4-1 AMD MxGPU和NVIDIA GRID vGPU方案对比

	AMD MxGPU	NVIDIA GRID vGPU
物理GPU性能	相同年份发布的GPU跟NVIDIA差不多	相同年份发布的GPU跟AMD差不多
vGPU性能	调度算法优化小，性能一般	调度算法优化好，体验好
硬件编解码器	S7150 MxGPU不提供	vGPU都能提供
授权	不需要授权	vGPU需要授权才能释放性能
软件生态	不完善，缺少配套软件及说明文档	完善，软件生态及说明文档完善
成本	较低	非常高
供货	不明确，基本被大厂垄断	稳定
部署难度	简单	较复杂

5 总结

vGPU技术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、显卡性价比的考量、传输协议的优化都是方案落地的关键因素。在过去的几年中，NVIDIA和AMD都在发展，并且各有优缺点，但它们都已经具备了良好的发展动力。在未来，随着高普教新课改的深入、企业远程办公的普及、专业动画图像渲染等需求的增长，搭载NVIDIA或AMD vGPU技术的桌面的应用将迎来全新的局面。