<form id="xttth"></form><sub id="xttth"><listing id="xttth"><nobr id="xttth"></nobr></listing></sub>

    <noframes id="xttth"><address id="xttth"></address>

    虛擬化方案 您當前的位置:首頁 » 解決方案
    vGPU圖形加速 虛擬桌面解決方案

    第1章       PC/IDV在圖形設計場景下的應用痛點

    1538103090(1).png

    v圖紙等重要資料保存在PC本地有泄密風險

          PC將圖紙數據存放在本地硬盤上,U盤拷貝、網絡外發等行為會造成較大的泄密風險。即便在PC上安裝加密、桌管等軟件進行控制,也難以從根本上解決問題,比如拆解硬盤、便可無痕跡獲取核心資料。

          v缺乏完整的數據容災方案,意外事件發生時數據有丟失風險

          隨著PC逐步老化,難免會發生硬盤損壞、主機故障、勒索病毒等意外事件,如果圖紙數據沒有提前備份,那么硬盤文件將直接丟失或被加密,恢復難度高。同時,又因為這些信息散落在每臺終端上,只能依靠員工主動備份,目前尚無完整的PC數據備份解決方案。

          vIT投資成本不透明&資源難以復用

          設計人員的PC需要依靠經驗配置顯卡、CPU、內存等資源,往往會以最高要求的配置來購買設備,導致資源浪費,但如果不這樣做,PC性能就無法滿足長期使用。此外,設計人員PC和圖形渲染工作站都需要購買,無法資源復用,這又會有重復投資的問題。

          v硬件擴展性差,不能快速適應業務變化

          PC硬件配置相對固定,如需擴展,則需要更換CPU、顯卡等配件,在圖紙設計規模變化時無法快速應對,比如過去大多數圖紙只有幾十M,使用原PC還不錯,但因業務發展、圖紙規模上升到幾百M甚至幾G,現有PC就很難帶動,調整起來很麻煩。

    第2章       設計場景需要圖形加速型虛擬桌面

    2.1           GPU可為虛擬桌面提供專業圖形特性

    1538103150(1).png

        Catia、CAD、Pro-E等專業軟件需要DXOpenGL的支持,在無GPU的虛擬桌面下,會出現兼容性、色彩失真等問題。原因很簡單,專業軟件需要完成捕捉、編碼和渲染等工作,這些任務在無GPU虛擬桌面下,只能由主機的CPU來處理,無法達到設計人員所需要的本地級體驗和性能水平。

          NVIDIA GPU技術能夠為用戶提供合適的圖形加速性能水平,包括全速運行 Windows 10和專業圖形應用程序,廣泛適用于專業平面設計、機械模具設計與制造、建筑/裝潢設計、高校高職3D教學等領域。

    2.2           中國首款基于KVM vGPU虛擬桌面解決方案

    1538103176(1).png

          深信服與全球領先的顯卡芯片廠商英偉達(NVIDIA)合作,將NVIDIA Virtual GPU技術深度集成在深信服aDesk桌面云平臺上形成整體解決方案,該方案具備更高性能、更高密度的GPU虛擬化體驗,讓用戶感受身臨其境的圖形加速效果,為深信服桌面云用戶在WIN10、3D圖形設計、多媒體等復雜的圖像數字場景下帶來極致流暢的云桌面體驗,同時這也是國內首款基于KVM技術的vGPU虛擬桌面解決方案。

    2.3           GPU虛擬化為用戶和IT帶來更多優勢

    1538103196(1).png

    對用戶來說,當虛擬桌面融入GPU技術后,利用其強勁性能,可確保虛擬機能夠具備無異于高端PC的特性,比如抗鋸齒、逼真的模型、增強的應用程序性能以及應用程序認證等。同時,用戶能夠徹底改變業務開展及辦公的方式,享受桌面隨需接入的移動性、實現IT資源調配的靈活性,從而使員工達到更高的整體生產效率。

    IT來說,通過外設黑白名單、快照備份、文件導入導出審計等核心技術,結合桌面云的數據不落地特性,可以保護圖紙等重要業務數據免受丟失和盜竊的影響。而IT部門還能夠在控制臺集中管理所有用戶,統一升級和排除故障,這樣有助于簡化支持。

    總體來說,從用戶價值來看,顯卡虛擬化可獲得媲美PC的用戶體驗,從IT價值來看,顯卡虛擬化體現在3點:一是解決圖紙安全難題;二是實現GPU資源占用可視,合理化投資;三是GPU資源池化,硬件復用性高,比如白天用于辦公、設計,晚上用于渲染等。

    1.1.1 vGPU方案

    1538103275(1).png

        如上圖所示,M10、M60顯卡安裝在物理服務器上,vGPU Manager會將物理GPU劃分成N多個獨立的vGPU實例,這些實例會直接傳遞給安裝了NVIDIA驅動程序的虛擬機。當用戶接入虛擬桌面并開始工作時,NVIDIA驅動程序會通過Hypervisor將命令發送至vGPU Manager引擎,該引擎會對物理GPU所要處理的任務進行調度,然后將處理結果發回虛擬機。

        由于M10M60在圖形加速方面性能強勁,所以整個調度任務在幾納秒內即可完成,為用戶提供本地級的用戶體驗。

    1.1.2 直通方案

    1538103294(1).png

    如上圖所示,該方案需要的組件和vGPU方案一樣(物理顯卡、GPU管理軟件、顯卡驅動),不同的是,直通方案采用顯卡透傳技術,把一個GPU核心直接透傳給單個虛擬機,所以圖形處理性能很高,主要適用于圖形工作站等高端設計場景。

    目前支持兩種顯卡,一種是M10,有4GPU核心,用直通方案可以透傳給4個虛擬機使用,還有一種是M60,有2GPU核心,單核性能比M10更高,可透傳給2個虛擬機使用。一般來說,圖形工作站場景因為性能要求較高,所以需要采用M60直通方案。

    1.1.3 方案對比

    對比項

    共享方案

    vGPU方案

    直通方案

    兼容性

    性能

    可視性

    支持

    支持

    可管理性

    支持

    支持

    成本

    1.2           關鍵技術特性

    1.2.1 GPU資源池化調度

    PCIDV模式下,GPU資源都是獨占的,即使無人使用也無法釋放。當部署vGPU虛擬桌面后,vGPU資源和授權在關機后即可釋放,所以能夠實現資源靈活調度和復用,技術方案如下:

    1)      可以采用池化桌面,先創建固定數量的GPU虛擬機池,當用戶接入時隨機分配GPU虛擬機,退出時歸還資源池。

    2)      結合個人云盤(內置云盤功能或愛數AnyShare)可以在池模式下存儲個人數據,當用戶接入GPU虛擬機時自動掛載專屬數據盤。

    這樣就通過分時復用降低了投資成本,并避免數據泄密風險。

    應用場景舉例:

    1)      共享看圖,比如生產線3D看圖、供應商看圖、采購部看圖等,只需要按并發用戶部署GPU虛擬桌面資源池。

    2)      共享設計,對于費用高昂且可分時復用的設計場景,也可以采用這種池化模式,降低購買軟件的成本。

    3)      白天用于設計,晚上用于渲染。

    1.2.2 GPU資源可視化

    1538103362(1).png

    1538103451(1).png1538103415(1).png

    通過控制臺界面可以實時查看顯卡的負載情況、分配情況:

    1)      查看顯卡GPU核心空閑情況,調度是否合理

    2)      查看GPU利用率、運行曲線和主機顯卡配置

    3)      查看顯卡溫度、分片情況、虛擬機占用情況

    這樣便可以輕松掌握GPU的業務負載狀態,實現按需投資,并幫助用戶更好的規劃GPU資源調度。

    1.2.3 vGPU虛擬機跨集群遷移

    深信服桌面云超融合平臺支持將3D虛擬機遷移到另一集群的GPU服務器,支持將原集群虛擬機遷移到新GPU集群服務器,可用于如下2個場景:

    1)      使用深信服GPU服務器在實際環境進行測試,正式采購后部署了新GPU服務器集群,可以通過控制臺將測試服務器3D虛擬機跨集群遷移到正式購買的GPU服務器上。

    2)      過去已經在普通辦公場景部署了深信服桌面云,現部分人員因業務調整需要使用3D設計軟件,這個時候可以部署GPU集群,并將原虛擬機遷移過來,配置vGPU后即可使用。

    除此之外,深信服還支持將原3D虛擬機跨集群遷移到非GPU服務器上使用,當然遷移后就無法支持3D軟件了。

    1.2.4 混合集群HA機制

    1538103528(1).png

    注:上圖的2D服務器是指非GPU的普通服務器。

    深信服可以支持普通服務器、GPU直通服務器、vGPU服務器組建集群,虛擬機能夠在同型號vGPU下實現HA和負載均衡。

    該技術特性有如下幾種應用場景:

    a)      新購GPU服務器加入原服務器集群,利用多副本保障數據安全性。

    b)      新購GPU服務器顯卡與原集群顯卡型號和數量不同,支持組集群,分別滿足W10、設計等不同用途。

    c)       普通服務器、直通GPU服務器、vGPU服務器組建同一集群,分別滿足W7、W10、設計、圖形工作站等不同用途。

    d)      普通實訓室和3D實訓室共享資源,比如沒有3D實訓課時,可以啟動普通虛擬機,滿足其他課堂所需,資源充分利用。

    1.3           NVIDIA GRID平臺概述

    1.3.1 Tesla硬件


    M10

    M60

    GPU

    Quad Mid-level Maxwell

    Dual High-end Maxwell

    CUDA Cores

    2560640 per   GPU

    40962048 per   GPU

    Memory Size

    32 GB GDDR5

    16 GB GDDR5

    Max vGPU instances

    32

    16

    Form Factor

    PCIe3.0 Dual Slot

    PCIe3.0 Dual Slot

    Power

    225W

    300W

        M10集成四顆Maxwell核心,也稱四芯顯卡,主要為了給更多虛擬化用戶并發使用。規格方面,M10共有2560CUDA(每顆核心640個)、32GB顯存,每塊M10最多承載32vGPU虛擬化用戶。

          M60集成兩顆Maxwell核心,也稱雙芯顯卡,配備4096CUDA(每顆核心2048個)、16GB顯存,每塊M60支持16個并發用戶,同時支持最多36H.264 1080p/30fps視頻流。

        總結:顯卡單GPU核心CUDA數越高,處理性能則越強,因此M10雖然核心高、顯存高,但性能遠低于M60M60單核CUDA數更高)。一般情況,M10適合于W10、教學3D、輕量設計等場景,而M60適合于企業3D中高端設計、圖形工作站等場景。




    &copy;2000-2017   蘇州華蘇科技有限公司  版權所有   |   蘇ICP備16051456號-1

                          技術支持:匯成傳媒

    蘇公網安備 32050602010082號

    華蘇服務
    国产A级毛片久久久久久精品
    <form id="xttth"></form><sub id="xttth"><listing id="xttth"><nobr id="xttth"></nobr></listing></sub>

      <noframes id="xttth"><address id="xttth"></address>