摘要：年第一個產(chǎn)品與群雄逐鹿在發(fā)布了的產(chǎn)品，則標志著虛擬化的成熟并逐漸開啟了異構計算虛擬化的快速發(fā)展歷程。而其中的便是基于的分片虛擬化方案。圖形渲染虛擬化高性價比只此一款。各種新興行業(yè)也開始應用虛擬化技術。

摘要： GPU深度好文系列，阿里云技術專家分享

第一章 GPU虛擬化發(fā)展史

GPU的虛擬化發(fā)展歷程事實上與公有云市場和云計算應用場景的普及息息相關。如果在10年前談起云計算，大部分人的反應是“不知所云“。但是隨著云計算場景的普及，概念的深入人心，慢慢地大家都對云計算有一個較清晰的概念和實例化的理解。自然，隨著應用場景從單一依賴CPU的計算單元的應用擴展到多種體系架構，異構計算場景的應用上來后，對GPU，F(xiàn)PGA，TPU等專業(yè)計算芯片也提出了虛擬化和上云的強烈要求。尤其是最近幾年機器學習、深度學習等領域的快速發(fā)展，催生了異構計算場景搬遷上云的高潮。

那么這個異構計算應用場景的市場規(guī)模有多大呢？異構計算作為機器學習人工智能的計算載體，先來看看人工智能前景如何？（引用出處：https://bg.qianzhan.com/repor...）

圖一：2015-2018年全球人工智能市場規(guī)模及預測（單位：億元，%）

圖二： 2014-2018年中國人工智能產(chǎn)業(yè)市場規(guī)模及增速（單位：億元，%）

所以我們不難理解，為什么各大云計算廠商無論大小，都會極力研發(fā)異構計算產(chǎn)品，爭搶市場的主導地位。

由于GPU是異構計算的主力軍，讓我們來回顧一下GPU虛擬化的發(fā)展歷史，并對各個GPU廠商做一個橫向比較，大家就不難看出來，哪些廠商處于領導地位，哪些是醬油黨 :)

2008年：序言

VMware的GPU全虛擬化VSGA技術是第一次對GPU共享虛擬化的嘗試，于2008年底在VMware商業(yè)化的Workstation 6.5和Fusion 2.0版本中首度問世，后續(xù)又在面向數(shù)據(jù)中心的產(chǎn)品vSphere中有集成。但這是一個VMware專有的閉源解決方案，在開源社區(qū)和VMware之外的產(chǎn)品中沒有見到大規(guī)模應用，不是本篇關注的重點。

2012年：開始

隨著kernel VFIO模塊的引入和直通設備的慢慢普及，GPU的虛擬化之路得以開啟。而開始大規(guī)模運用，則大體是伴隨著VFIO模塊的成功落地。事實上，在2012年左右，GPU直通技術一直是VFIO模塊的一個重要應用場景。

2013年：第一個產(chǎn)品與群雄逐鹿

Nvidia 在2013 發(fā)布了GRID K1的產(chǎn)品，則標志著GPU虛擬化的成熟并逐漸開啟了異構計算虛擬化的快速發(fā)展歷程。

而事實上在2013同年，Intel OTC 針對HSW的GVT-d 和GVT-g的GPU虛擬化方案的也已經(jīng)開發(fā)了一年有余。當初硬件基于SNB/HSW，而原型代碼是基于Xen Hypervisor。（題外話：回頭來看，會發(fā)現(xiàn)當初如日中天的Xen，竟然在幾年后被后起之秀KVM逐漸取代。而當今公有云市場已鮮有Xen的身影了，替Citrix心疼幾秒）。

Intel對GPU行業(yè)發(fā)展保持著敏銳的技術洞察力，早在2011年便已經(jīng)開始了GPU虛擬化的提案，然而由于沒有引起足夠的重視，直到三年后的2014年，才有基于GVT-g的XenClient產(chǎn)品問世。

同年： VFIO 模塊的社區(qū)維護者在KVM Forum上也正式發(fā)布了VGA的assignment。（詳見：https://www.linux-kvm.org/ima...）

同年初： AMD 也已經(jīng)開始基于SRIOV的GPU虛擬化方案（Tonga架構），并開始研發(fā)SRIOV PF的GIM驅動和vGPU調度系統(tǒng)。由此推測SRIOV的硬件實現(xiàn)應該提前半年左右已經(jīng)完成。直到兩年后，AMD終于迎來了首款GPU SRIOV的產(chǎn)品：FirePro S7150 (2016年初發(fā)布)。

Nvidia作為GPU行業(yè)的龍頭老大，基本上在GPU虛擬化的研發(fā)和產(chǎn)品化是領先了各位對手1-2年以上。而作為競爭對手的AMD在之后奮起直追。而Intel 基本上在那個時期還屬于陪跑者。

2014年：vGPU 分片虛擬化誕生

一年后，也就是2014年，隨著一篇Usenix ATC的論文的發(fā)表：”A Full GPU Virtualization Solution with Mediated Pass-Through“ 默默無聞的GPU虛擬化的一個新技術正式進入了大家的視眼：GPU分片虛擬化（中文暫且這么叫吧，因為mediated passh-through的叫法根本就不能讓人明白這個到底是什么）。

該論文由Intel OTC的兩位Principal Engineer發(fā)表，也代表了Intel在GPU虛擬化領域的技術積累（產(chǎn)品化一直不見起色，說起來都是淚）。

應該說Nvidia作為行業(yè)龍頭對分片虛擬化在社區(qū)的推動起到至關重要的角色，事實上VFIO的mdev框架是由Nvidia為了GRID vGPU 產(chǎn)品線而引入。mdev的概念由Nvidia率先提出的，并合并到了Linux 內(nèi)核4.10。人家玩閉源生態(tài)系統(tǒng)也開始擁抱開源。

而AMD 2014 則沒有消息，應該是繼續(xù)研發(fā)全球首款基于SRIOV的GPU方案。

2015年：分化

Intel 與Citrix的合作，先后發(fā)布了基于GVT-d和分片虛擬化的GVT-g的XenClient 和 XenServer的產(chǎn)品。這些產(chǎn)品代表著當時Xen社區(qū)GPU虛擬化業(yè)界的標桿。為什么是Xen社區(qū)呢？ 因為GVT-g當時還沒有發(fā)布KVM 版本。

Intel 也開始在各大內(nèi)外會議推送GVT-g的技術，當然是希望自己技術可以產(chǎn)品化并有一個好的市場前景。比如在當年“英特爾開發(fā)者大會”（IDF）上率先發(fā)布了基于GVT-g的多媒體視頻處理云端方案。聽的人很多一百多號人，并且感興趣的也不少。作為一個利用免費GPU來做音視頻處理，比多帶帶用E5 Server要劃算的多。但是遺憾的是最終沒有任何產(chǎn)品落地。究其原因還是內(nèi)在Intel GPU的定位問題。后續(xù)會講到Intel GVT-g 方案的致命傷和痛點。

而AMD繼續(xù)研發(fā)全球首款SRIOV GPU。

當其他人都在玩技術的時候，Nvidia已經(jīng)開始了產(chǎn)業(yè)布局。同年發(fā)布了AWS上和VMware合作的基于GRID的各種方案，比如非常炫酷的Game Streaming。

其實GRID 是大概念。代表了Nvidia的GPU虛擬化的一大摞產(chǎn)品。而其中的GRID vGPU便是基于mdev的分片虛擬化方案。

2016，2017年：回報

2016年AMD帶來了全球首款GPU的SRIOV顯卡FirePro S7150x2。而這款針對圖形渲染應用的產(chǎn)品也成為了之后各大公有云廠商的必推業(yè)務。圖形渲染虛擬化高性價比只此一款。

Intel繼續(xù)在各大論壇極力宣傳Intel GVT-g技術。并在技術上第一次領先行業(yè)龍頭Nvidia率先實現(xiàn)了vGPU的熱遷移技術，可以說Intel OTC的虛擬化部門在自己力所能及的情況下把GVT-g做到了極致，然而在產(chǎn)品化的道路上卻越走越艱難。

Nvidia此時憑借著AI的風口一路狂奔，日益完善GRID技術和分片虛擬化，把對手遠遠的拋在了后面。此時Nvidia也開始在開源社區(qū)拋頭露面。并在2016年的KVM Forum的第二天，Nvidia架構師Neo隆重介紹了GRID vGPU技術。而恰巧本人作為GVT-g技術的代表在同一會場做GPU Live Migration的主題介紹。

大家感受一下當時的場景：GRID vGPU聽眾與GVT-g的聽眾對比：

不得不說，早年Intel作為核顯GPU的代表與Nvidia作為獨立顯卡的代表在GPU研發(fā)上有深度合作。而隨后與AMD的合作開發(fā)CPU+GPU的芯片。以及最近的Intel與AMD合作對抗Nvidia在GPU領域的擠壓。

以上三位既是對手又是朋友。

2018年：新領域

Nvidia繼續(xù)保持著行業(yè)第一的身份把持了絕大部分市場份額。誰讓人家有遠見早早布局早早收割。

AMD 也有后續(xù)產(chǎn)品的發(fā)布。比如針對老對手Nvidia的對標Deep Learning的MI25的發(fā)布等。

隨著GPU虛擬化應用的普及，GPU虛擬化的應用場景不再限于云計算市場。各種新興行業(yè)也開始應用GPU虛擬化技術。最直接的便是車載娛樂系統(tǒng)，簡稱IVI（In-vehicle Information system ）。于是三位老朋友又是老對手，都開始在IVI和自動駕駛領域開始競爭。而這也為Intel GVT-g的技術落地帶來了轉機。于是Intel率先發(fā)布了基于物聯(lián)網(wǎng)的虛擬化方案（ACRN），并夾帶著GVT-g的分片虛擬化技術浩浩蕩蕩地再次出發(fā)。

原文鏈接

閱讀更多干貨好文，請關注掃描以下二維碼：