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。
