|||
现在GPU越来越强大,但也价格昂贵,如何采用类似物理机的方式,将GPU资源虚拟化作为云资源后进行利用?这个问题也比较有意思,方法也比较多,大体分为应用层API转发、直通共享和硬件辅助的虚拟化,详见以前的博文 。
对于应用层的API转发,比较知名的有 在2016年瓦伦西亚理工大学推出了rCUDA。去年亚马逊推出的产品Elastic GPU支持了OpenGL(即画图,渲染和视频等操作),将GPU分布在一个或多个服务器中,让用户通过tcp协议来访问远端GPU,亚马逊在ec2中加入了GPU的使用请求,用户就可以通过这个ec2向远端请求GPU的服务功能。不过我们测试了一下,要玩游戏还是有问题。 我们自己实现了一套类似的系统,称为gRemote(取名来自与我们以前的虚拟化GPU系列研究gHyvi、gScale、gMig等), 能够在不改变应用的情况下,将OpenGL指令远程转发到GPU服务器,然后通过视频的方式将结果回传(渲染结果静态图片也可以,不过占用带宽),初步的结果也在这次的Chinasys上进行了报告。
接下来还有不少工作可以做,也在和华为合作,例如后台GPU池的调度和性能隔离、性能的优化,以及基于云游戏/AI的优化。GPU资源将来越来越方便,应用前景应该不错。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-20 20:52
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社