GPU虚拟化方法
远程调用API
半虚拟化和全虚拟化
硬件划分
局限：授权付费
- Hardware Partition：Ampere 架构的 A100 GPU 所支持的 MIG，即是一种 Hardware Partition。它的问题是不灵活: 只有高端 GPU 支持；只支持 CUDA 计算；A100 只支持 7 个 MIG 实例。
- nVidia MPS：它通过将多个进程的 CUDA Context，合并到一个 CUDA Context 中，省去了 Context Switch 的开销，也在 Context 内部实现了算力隔离。导致了额外的故障传播，在工业界和多租户场景不常使用。
- Time Sharing：不管是哪一代的 GPU，其 Engine 都是支持多任务调度的。一个 OS 中同时运行多个 CUDA 任务，这些任务就是在以 Time Sharing 的方式共享 GPU。鉴于 MIG 的高成本和不灵活、MPS 故障隔离方面的致命缺陷，事实上就只剩下一种可能：Time Sharing。唯一的问题是，如何在原厂不支持的情况下，利用 Time Sharing 支持好算力隔离、以保证 QoS。
挑战和方向
轻量级虚拟化
容器提供了进程级的轻量级虚拟化，不需要额外的包装库，虚拟化能接近原始性能，需要高效的调度配合使用。
可扩展性
虚拟化目的是提高资源利用率和减少使用者的开销，一个物理机器中整合大量VM可以达成目的，但是CPU和GPU大的整合能力不同，需要从GPU设备内存、GPU上下文切换频率和缓存占用等方面研究VGPU数量对性能的影响。
安全性
hypervisor提供安全隔离，防止一个VM映射到其他VM的地址空间；还有拒绝服务攻击，有文章检查可疑VM并kill来解决，这会导致部分正常VM服务暂停；为了避免GPU重置，需要细粒度的访问控制机制，有方法使用远程API调用，vCUDA，VOCL等，但没有实现隔离，存在安全问题。
参考
[1] https://www.zhihu.com/zvideo/1359813304349667328
[2] https://dl.acm.org/doi/pdf/10.1145/3068281
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达，可以在下面评论区评论
