兩大硬件虛擬化，GPU虛擬化和FPGA虛擬化方法

（文章來源：砍柴網(wǎng)）

GPU是計算機的一個重要組成部分，但GPU這類重要資源虛擬化的性能、擴展性和可用性相對于CPU等處于滯后的階段。例如，英特爾的GPU虛擬化解決方案gVirt中，單個物理GPU僅支持7個虛擬GPU（VGPU），而Xen支持512個虛擬CPU。2013年，亞馬遜首次推出了商業(yè)化的GPU實例。2017年2月，來自于英特爾第一個GPU全虛擬化方案KVMGT才正式加入Linux內(nèi)核4.10。

傳統(tǒng)GPU虛擬化通過API轉(zhuǎn)發(fā)的方式，將GPU操作由虛擬機發(fā)送到虛擬機監(jiān)控器代理執(zhí)行，該方法被大量主流虛擬化產(chǎn)品采用并支持圖形處理，但并非真正意義上的完整硬件虛擬化技術，其性能和可擴展性均無法滿足通用GPU（GPGPU）計算等應用（如機器學習和高性能計算）的需要。

GPU虛擬化的軟件模擬方法直接將設備分配給指定的虛擬機，采用類似于CPU虛擬化中的二進制轉(zhuǎn)換方法進行模擬。但相對于CPU，GPU的特性復雜，不同的設備提供商之間的GPU規(guī)格區(qū)別很大，GPU的資源很難被拆分，模擬的效率低。因此，典型的QEMU軟件僅模擬了視頻圖形陣列（VGA）設備的基本功能，它通過一個半虛擬化的圖像緩沖區(qū)來加速特定的2D圖像訪問，不符合高效、共享的虛擬化要求。

GPU虛擬化的設備直通方法將物理GPU指定給虛擬機獨占訪問。與API轉(zhuǎn)發(fā)提供了良好的GPU共享能力相比，設備直通方法通過獨占使用，提供了優(yōu)異的性能。例如，基于英特爾的VT-d/GVT-d技術，通過翻譯DMA訪問的內(nèi)存地址的方法，讓GPU分配給一個虛擬機使用，能夠達到與原生物理GPU相近的性能，但犧牲了共享特性。英偉達（NVIDIA）的Tesla GPU也提供了類似的虛擬化方案Grid，虛擬機可以通過直通的方式直接訪問物理GPU。

GPU虛擬化的直通共享方法允許虛擬機直接訪問對性能敏感的資源（如GPU訪問顯存），可基本解決直通和共享的矛盾，采用類似于SR-IOV的硬件輔助虛擬化技術，通過影子頁表隔離每個虛擬GPU的訪問空間，使得大多數(shù)的命令執(zhí)行不受虛擬機監(jiān)控器的干預，因此虛擬GPU就可以獲得接近非虛擬化的性能。

由于GPU結構復雜，技術限制多，直到2014年才提出了兩種針對主流GPU平臺做硬件輔助的全虛擬化方案，即基于英偉達GPU的GPUvm和基于英特爾GPU的gVirt。GPUvm支持全虛擬化，也支持半虛擬化。在全虛擬化模式下運行開銷比較高。在優(yōu)化過的半虛擬化模式下，性能比原生系統(tǒng)要慢2~3倍。gVirt是第一個針對英特爾平臺的GPU全虛擬化開源方案，為每個虛擬機都提供了一個虛擬的GPU，并且不需要更改虛擬機的原生驅(qū)動。

FPGA作為一種可重新配置的計算資源，與現(xiàn)有的虛擬化框架并不兼容。與GPU和CPU不同，F(xiàn)PGA的使用情景趨向于獨占。一方面，不同租戶可能使用不同的訪問接口，難以使用統(tǒng)一的指令集；另一方面，即使使用統(tǒng)一的接口規(guī)范，在租戶切換時都需要進行耗時的重新燒寫和復雜的狀態(tài)保存，導致了系統(tǒng)大量的時間和空間開銷。目前FPGA器件與各自的開發(fā)生態(tài)（工具鏈、庫等）具有緊密的耦合關系，特定器件型號的FPGA需要特定的軟件支持才能生成可供燒寫的二進制文件，還沒有統(tǒng)一的二進制接口規(guī)范。

為了將FPGA集成到云平臺中，從2014年起，陸續(xù)展開了FPGA虛擬化的研究。多倫多大學的斯圖爾特·拜瑪（Stuart Byma）等通過OpenStack在多個FPGA之間提供了部分可重構區(qū)域作為云計算資源，允許用戶像啟動虛擬機一樣啟動用戶設計的或者預先定義的通過網(wǎng)絡連接的硬件加速器。IBM中國研究院的陳非（Fei Chen，音譯）等提出了將FPGA集成到數(shù)據(jù)中心的一般性框架的，并基于OpenStack、LinuxKVM、XilinxFPGA完成了原型系統(tǒng)，實現(xiàn)了多虛擬機（VM）中多進程的隔離、精確量化的加速器資源分配和基于優(yōu)先級的任務調(diào)度。
? ? ? ?（責任編輯：fqj）