新型GPU云桌面发展白皮书
共 8593字,需浏览 18分钟
·
2023-06-29 21:34
本文来自“新型GPU云桌面发展白皮书(2023)”,“GPU原理及在云桌面中的应用”。给出了 新型 GPU 云桌面的准确定义,深入 分析了其相较传统云桌面的核心价值,同时描绘了产业生态。在实 践方面,重点介绍了新型 GPU 云桌面的技术架构与关键技术要点, 并梳理了教育、泛行业办公等典型场景的应用案例,通过量化数据 直观展现这项技术的优势。最后,针对 GPU 的发展作出总结与展望。
下载链接: 70份GPU技术及白皮书汇总 新型GPU云桌面发展白皮书(2023) GPU原理及在云桌面中的应用 兆芯CPU+GPU技术路线解读 大模型时代:智能设计的机遇和挑战(2023) Hyperion Research:ISC23 HPC Market Update Breakfast Briefing(2023) 《Hyperion Research HPC/AI领域市场报告》 1、Hyperion Research:HPCaaS Whitepaper 2、Hyperion Research:HPC-Storage TCO-–Critical Factors Beyond per GB 3、Hyperion Research:The Economic and Societal Benefits of Linux Supercomputer 4、Hyperion Research:Supermicro-AMD in HPC Convergence Market 艾瑞咨询:ChatGPT浪潮下,看中国大语言模型产业发展 从ChatGPT到RobitGPT,回答人形机器人8个问题 绿色算力白皮书(2023)云桌面是一种基于云计算的 桌面交付模式,在该模式下,通过将计算机桌面进行虚拟化,把个人计算环境集中存储于数据中心,为用户提供按需分配、快速交付 的桌面,用户使用终端设备通过网络访问该桌面。与传统电脑终端相比,云桌面存在如下优势:
一是提升灵活性, 云桌面能够突破地 域与终端的限制,随时随处接入办公环境,满足数字社会旺盛的混 合办公需求;
二是保障安全性, 采用云桌面能够将信息的全生命周 期流转控制在安全范围内,同时人员的权限与操作将充分满足合规 要求;
三是增强可维护性, 云桌面能够实现对应用的统一下发、更 新与管理等操作,无需频繁维护大量终端软硬件,显著优化管理效 率;
四是节约成本, 无需采购大量计算机终端,采购费用大大降低, 同时借助云计算技术能够充分统筹闲置资源,有效提高全局资源利用率。
一、基于 GPU 的新型云桌面概述
新型 GPU 云桌面是一种基于 GPU 虚拟化技术的云桌面,通过 将一块物理 GPU 切分成多个虚拟 GPU ,并发服务于多路云桌面负载,相当于让每一路传统云桌面能够享有独立的 GPU 。与传统云桌面相比,新型 GPU 云桌面充分利用 GPU 强大的图形渲染、视频编解码、 AI 计算等能力,性能更强、体验更佳,将全面提升用户的工 作效率和使用体验。
与传统的云桌面服务器相比,新型 GPU 云桌面的核心价值如下:
1 、最大化硬件效用: 带有图形界面的应用程序通常需要相关图 形处理运算,如果没有 GPU 来协助 CPU 执行这些任务, CPU 会消 耗大量的计算资源导致系统变慢,响应时间变长,影响用户体验。
基于同样规格 要求的 CPU 服务器,在主流用户体验基线值在 1080P 窗口分辨率 25FPS 下,新型 GPU 云桌面最大并发数可以稳定支持 40 路,而传统云桌面在各类应用场景下均与新型 GPU 云桌面在最大并发支持路数上差距明显,在满足视频体验基线的情况下,只能支持 13 路用户。
2 、提升用户操作体验: 利用 GPU 加速技术,新型 GPU 云桌面 可以支持更复杂的图形应用程序和 3D 模型等 , 适用范围更广。
3 、扩大应用适配范围: 随着技术的进步, GPU 已成为物理机 的标准配置,众多软件厂商在开发时都假设硬件具有足够的图形支 持能力,因此编写的软件可以通过 GPU 并行计算能力进一步提升用户体验,这使得传统 CPU 云桌面无法较好支持现代软件的运行。
新型 GPU 云桌面的产业生态如下:
1 、硬件供应商: 与传统云桌面不同, GPU 作为新型 GPU 云桌 面最为关键的基础设施,是云桌面产业中的关键参与者。 NVIDIA 、 AMD 、摩尔线程等厂商通过提供高性能的 GPU 芯片和驱动程序等 技术支持,为云桌面提供了强大的图形性能和计算能力。
2 、虚拟化软件提供商: 桌面虚拟化技术是实现云桌面技术的核 心技术,它可以将用户的桌面环境虚拟化到云端,然后通过网络将虚拟桌面传输到用户终端。海外市场上主要的桌面虚拟化技术及云桌面解决方案包括: QEMU-KVM 、 VMware Horizon 、 Citrix Virtual Apps and Desktops 、 Microsoft RDS 等。
3 、云桌面解决方案提供商: 从国内市场看,天翼云、新华三、锐捷、深信服、联想 AIO 云 计算、庭宇科技、华云、酷栈、麒麟信安、泽塔云、首都在线、云宏、安超云等均在推出国产云桌面的整体解决方案。
二、基于 GPU 的新型云桌面技术方案
新型 GPU 云桌面宜满足以下四方面的需求:
1 、图形图像渲染: 新型 GPU 云桌面利用 GPU 强大的渲染功能 可以为应用程序提供更优的图形性能和更高质量的视觉效果。在各 种专业领域,如教育、数字办公等行业, GPU 也可以大大提高图形 图像渲染的效率和精度,从而提高工作效率和准确性。
2 、智能多媒体编解码: 新型 GPU 云桌面利用 GPU 强大的智能 多媒体解码功能,可分担 CPU 密集工作,视频解码速度更快,用户 在远程访问虚拟桌面时能够获得与本地设备相同的视频观看体验。
3 、科学计算与物理仿真: 新型 GPU 云桌面可以提供传统云桌 面无法实现的科学计算与物理仿真功能,并提供高质量、流畅的物理仿真和计算体验,提高工作效率,同时在数据管理、分析和可视化方面也能提供更高的性能。
4 、人工智能深度学习 :由于人工智能深度学习需要高效的计算 和图形处理能力,新型 GPU 云桌面可以利用 GPU 硬件加速技术, 提供更高效快速的计算能力。
三、新型 GPU 云桌面技术架构解析
基于 GPU 的新型云桌面整体架构包含以下组件:
1 、服务器: 与传统云桌面不同, GPU 作为重要的算力被加入 到云桌面解决方案中,并作为整个架构的关键部分,提供硬件的集 群化功能。相较于 CPU 服务器能够提供更高性能的计算、图形和视 频处理能力,显著提升云桌面的应用性能。
2 、虚拟化层: 用于将物理硬件的算力分配给多个用户,并确保 每个用户都可以独立地访问自己的虚拟桌面。同时,通过 GPU 虚拟化技术可以将 GPU 以 1 对 1 或 1 对 N 的方式分配给不同的节点, 以服务于不同的终端。达到服务器支持多路并行的计算能力。
3 、连接层: 连接层是介于客户端和服务器之间的中间件,负责 建立双方之间的通信连接,并确保数据传输的安全性和分定性。
4 、客户端: 客户端是运行在用户设备上的软件,用于连接到远 程虚拟桌面。
虚拟化是新型 GPU 云桌面的基础,物理 GPU 只有具备虚拟化 功能才能满足数据中心的需求。虚拟 GPU 功能与物理 GPU 设备形 态上完全一致,向上可以支持虚拟机中的业务运行。虚拟化系统的架构图如下所示:
GPU 虚拟机化主要由五部分构成:物理 GPU 设备、虚拟 GPU 设备、 GPU 驱动( GPU Host 驱动和 GPU Guest 驱动)、 GPU 管理 工具和屏幕抓取与编码一体开发接口。
在带有物理 GPU 的服务器上,通过 GPU 驱动程序和 GPU 管理 工 具 将 物 理 GPU 虚 拟 化 , 以 PCIe 方式添加至虚 拟机中。在虚拟机中,配合 GPU 驱动程序使主流操作系统和应用软 件对虚拟化无感知,与物理机使用体验一致。
四、新型 GPU 云桌面关键技术研究
新型 GPU 云桌面的关键技术包括 GPU 虚拟化、 GPU 灵活切分、 GPU 动态弹性切分、远程协议加速、渲染加速五部分。
1 、 GPU 虚拟化
GPU 虚拟化技术即允许多个虚拟机实例共享同一个物理 GPU 设备。通过将 GPU 资源逻辑地划分为多个可供不同虚拟机客户使用的 GPU 资源池,以满足更多用户同时访问 GPU 资源并共享 GPU 加 速的能力。
2 、灵活切分技术
传统的 GPU 虚拟化技术只能实现对 GPU 资源的均分,这对于 使用 vGPU 的虚拟机来说性能需要保持一致,在一些应用场景下不 能满足虚拟机灵活分配的需求。相比而言,灵活切分技术对应用场景支持更加友好。
3 、 GPU 动态弹性切分
GPU 动态弹性切分是一种云计算资源管理和调度技术,可以根 据实际业务需求随时申请、分配、释放 vGPU 资源,以满足不同规 模、不同时段的业务需求,实现资源按需调用、弹性分配。
4 、远程协议
通过远程协议技术实现对云端桌面的访问和控制,与传统桌面 相比新型 GPU 云桌面可以利用 GPU 编码功能对协议进行流化,以提高图像传输速度和质量。 GPU 可为云桌面提供多路视频编码能力,帮助加速云桌面协议提供多路实时视频低延时交流的体验。 GPU 在编码性能方面是 CPU 的 10 倍,使得新型 GPU 云桌面能够提供足够 的编码算力以支持协议流化的需求。
5 、渲染加速
相比于 CPU , GPU 更适合处理 2D/3D 图形计算。标准的图形 化应用通常使用 DirectX/OpenGL/Vulkan 等图形 API 开发, GPU 可以从硬件层面针对这些图形 API 开发的 2D/3D 图形应用进行加速, 快速地进行渲染处理,同时也能够处理大规模场景、大量多边形、 复杂材质和纹理等高强度的 3D 渲染任务,其渲染速度远超 CPU 。 下载链接: 70份GPU技术及白皮书汇总 新型GPU云桌面发展白皮书(2023) GPU原理及在云桌面中的应用 兆芯CPU+GPU技术路线解读 大模型时代:智能设计的机遇和挑战(2023) 绿色算力白皮书(2023) 2021 HPC市场份额Update剖析(附报告) HPDA/AI市场表现Update浅析(附报告) HPC市场份额剖析和全球超算计划(附报告)Hyperion Research:SC22 HPC Market Update(2022.11)
Hyperion Research:ISC22 Market Update(2022.5)
Intersect360全球HPC-AI市场报告(2022—2026)
ARM CPU处理器资料汇总(1) ARM CPU处理器资料汇总(2) ARM系列处理器应用技术完全手册 CPU和GPU研究框架合集 虚拟人应用与实践报告(2022) 2022中国商用服务机器人行业简析 CAD行业简析报告(2022) 半导体先进封装市场简析(2022) 282份重磅ChatGPT专业报告 《70+篇半导体行业“研究框架”合集》 《42份智能网卡和DPU合集》本号资料全部上传至知识星球,更多内容请登录智能计算芯知识(知识星球)星球下载全部资料。
免责申明: 本号聚焦相关技术分享,内容观点不代表本号立场,可追溯内容均注明来源,发布文章若存在版权等问题,请留言联系删除,谢谢。
温馨提示:
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享,点击“阅读原文”获取更多原创技术干货。