释放虚拟化的力量，NVIDIA vGPU加速数字化办公

    如今，无论是在企业的研发过程中还是个人创作者，对于PC的显卡性能要求越来越高。一方面，设计者希望能够摆脱硬件的束缚，随时随地拥有高性能的图形处理速度；另一方面，他们还希望提升效率，在最短的时间内实现最佳的设计。此外，根据 LakesideSoftware的白皮书显示：在Windows 10环境下 所需的 CPU 资源比 Windows 7 最高要高出 32%。Chrome、Skype和 Microsoft Office 等基本办公室工作效率应用程序的更新版本对计算机图形性能的要求也比以往更高，工作环境向复杂数字化和图形密集化发展的趋势只会不断加速。

    由于仅配备 CPU 的虚拟化环境无法满足知识工作者的需求，因此由NVIDIA GRID提供的 GPU 加速性能已成为使用 Windows 10 的虚拟化数字工作环境和企业的基本要求。在这种趋势下，NVIDIA在去年10月发布了最新的NVIDIA vGPU，并于日前在北京进行了媒体沟通会，介绍了从2013年开始NVIDIA发布的vGPU的第一个版本到现在的7.1版本的发展演绎，介绍了7.1最新可在单一虚拟机上支持多个GPU的重大跨越，以及具有多GPU性能的虚拟化特性和优势如何使专业人员能够在任何设备上远程办公，以及其设计和IP可在数据中心得到保护。

图 活动现场

深入理解GPU虚拟化

    每天，数千万的创意和技术专业人士需要通过各种设备访问要求极高的应用程序、需要随时随地开展工作并处理大型数据集，同时还要确保信息的安全。他们可能是需要在会议期间提供远程问诊服务和访问高质量图像的心脏病专家，或是提供沉浸式模拟培训体验的政府机构；或是正在构思新车设计，需要确保知识产权和专有设计在数据中心内安全无虞，同时还要与客户办公室的其他人进行协作的研发工程师。

    NVIDIA Proviz亚太区业务主管沈威表示对于很多研发设计者而言，GPU 在处理并行任务方面的超强能力使之成为加快计算机辅助应用程序运行速度的专家。例如在制造业研发设计过程中，工程师依靠 GPU 来完成计算机辅助工程 (CAE)、计算机辅助设计 (CAD) 和计算机辅助制造 (CAM) 应用程序等高强度的任务。当然，还有很多其他的消费者应用程序和企业应用程序。

    借助最新的NVIDIA vGPU，用户可以在任何地方开展更快速、平稳、安全地工作。例如用户如今能够在一台虚拟机中使用多个NVIDIA Tesla GPU，因此无论客户身处何时何地，工作站都能更快速地创建并渲染逼真场景，显著提升客户对GPU高性能图形应用的体验。

图 NVIDIA Proviz亚太区业务主管沈威

    此外，工作环境向复杂数字化和图形密集化发展的趋势只会不断加速。由于仅配备 CPU 的虚拟化环境无法满足知识工作者的需求，因此由NVIDIA GRID提供的 GPU 加速性能已成为使用 Windows 10 的虚拟化数字工作环境和企业的基本要求。另一方面，张晓和表示AI和ML使性能分析不再“模棱两可”。在缺乏精确数据的情况下，性能分析会引发猜测并产生误导。在进行分析时，IT团队经常会在没有详细取证的情况下试图使用既有知识，比如“我们上次遇到的性能问题是关于日志代码的”并频繁导致方向性错误。但通过大数据分析，我们就可以很快知道“这不是日志代码问题”，因为在没有记录日志代码的前提下我们捕获了所有内容，不必在此浪费时间和精力。

推陈出新，7.1版本更多特性展示

    从2013年12月正式发布以后，NVIDIA GPU虚拟化高级解决方案架构师张洁介绍NVIDIA一直在针对vGPU解决方案推陈出新。最新版NVIDIA Virtual GPU软件通过实时迁移等功能确保了可靠性和易管理性。2018年10月发布的NVIDIA vGPU（Quadro vDWS和GRID软件）的新功能包括：

    • 基于NVIDIA Quadro vDWS运行多GPU工作负载 - 通过在单一虚拟机（VM）中集合多达四个NVIDIA Tesla GPU的性能，可体验到虚拟GPU性能的巨大提升，从而应对图形及计算密集程度最高的渲染、仿真和设计工作流程。在此版本中，NVIDIA虚拟GPU产品既支持多Tesla GPU的聚合，还支持GPU通过虚拟机共享。Red Hat通过其Red Hat Enterprise Linux 7.5和Red Hat Virtualization 4.2 KVM版本，成为了首个引入此功能的虚拟化平台。

   
    • 借助VMware vMotion的实时迁移 - IT可在不会对用户造成影响，也不需要预定停机时间的情况下迁移实时NVIDIA GPU加速虚拟机，从而节省宝贵的时间和资源。IT团队可腾出时间专注于更具战略性的项目并推动业务转型。部署VMware vMotion vSphere 6.7 u1的Quadro vDWS、GRID vPC和GRID vApps软件产品可支持这一新特性。
•
     支持NVIDIA Tesla T4 GPU - 和上一代Tesla P4采用相同的低剖面、单插槽规格，却可实现2倍的帧缓冲。结合多GPU支持，全新70W Tesla T4可在虚拟桌面基础架构环境中完成要求越来越严苛的工作流程，包括高级渲染、仿真和设计。

    • 部署NVIDIA GPU Cloud的虚拟机上的AI工作负载 - NGC为AI研究人员提供了适用于TensorFlow、PyTorch、MXNet、TensorRT等GPU加速的深度学习容器。NGC现成的深度学习容器现已通过最新版本的Quadro vDWS进行测试。这些预先集成的GPU加速容器包括NVIDIA CUDA工具包、NVIDIA深度学习库和操作系统。

图 NVIDIA GPU虚拟化高级解决方案架构师张洁

多GPU性能推进人工智能发展

    随着机器学习和机器视觉的快速发展，用户对GPU的需求也日益剧增。截止目前，大多数用户仍会选择带有GPU的裸机服务器。然而，这同时意味着用户需要承担由配置此类设备所带来的管理性成本。如今，用户将能够使用vGPU驱动的虚拟机，并利用这部分资源运行人工智能相关的Workload。为了进一步满足人工智能等计算力要求较高的用户，vGPU 7.1解决了新特性动态迁移的实现，用户进行迁移和升级将不再痛苦。

    值得一提的是，NVIDIA虚拟 GPU 监控功能可为 IT 部门提供各种工具和见解，从而帮助他们节省错误排查的时间，并将更多时间用于战略性项目。IT 管理员对基础架构的了解可以细化到应用程序层面，从而能够及早发现问题，未雨绸缪。这样可以减少支持请求和问题上报的数量，并缩减解决问题所需的时间。
 

图 NVIDIA中国区高级市场总监刘念宁