vGPU

Lorsqu'un utilisateur travaille sur des processus vidéo ou 3D intensifs tels que des tâches d'encodage ou de rendu, les machines virtuelles basées sur le CPU n'offrent pas le niveau optimal d'expérience utilisateur et de performance que l'on pourrait attendre. Cela est dû au mode de fonctionnement des CPU : ils sont plus adaptés au traitement d'instructions en série et moins au traitement d'instructions en parallèle, qui est nécessaire pour les opérations graphiques.

Les GPU virtuels permettent aux machines virtuelles (VM) de bénéficier d'un segment d'un grand GPU, avec des performances proches du GPU pass-through. Cela permet de partager des GPU haut de gamme très coûteux avec un minimum de frais généraux entre plusieurs machines virtuelles.

S'il est possible aujourd'hui d'utiliser des GPU avec une VM, cela nécessite un GPU pass-through qui consomme la totalité du GPU et oblige l'administrateur à le segmenter de manière plus complexe. Par exemple, l'application doit être démarrée de manière à ce que les appels OpenGL soient transmis à VirtualGL. Il n'y a donc pas vraiment de virtualisation ou d'isolation, mais plutôt un environnement multi-utilisateurs traditionnel.

La mise en place et la gestion d'un tel système rendent le rapport coût/bénéfice moins intéressant que l'utilisation de vGPU, qui simplifient l'ensemble du processus tout en offrant une meilleure abstraction et une meilleure isolation.

La capacité de fractionnement du GPU pass-through offerte par les vGPU augmente l'efficacité et réduit les coûts d'exploitation du centre de données, car elle permet d'optimiser la consommation des ressources. La puissance de traitement du GPU peut être utilisée pour effectuer les calculs qui seraient auparavant effectués par le processeur de la VM. En plus d'une meilleure expérience utilisateur, les vGPU permettent d'améliorer les performances de plusieurs charges de travail graphiques (ce qui est généralement le cas pour le rendu d'images complexes).

Ces processus gourmands en performances peuvent être exécutés à distance sur n'importe quel appareil, y compris des ordinateurs portables bon marché, grâce à l'introduction de la VDI. La VDI permet aux équipes d'accéder à des lieux de travail virtuels depuis n'importe où dans le monde et à partir de n'importe quel appareil. Cela permet également aux entreprises de sécuriser les données sensibles dans des centres hautement protégés.

Dans le domaine des vGPU, peu de noms sont aussi connus que celui de NVIDIA. Du point de vue de l'entreprise, les VDI accélérés par la technologie vGPU de NVIDIA offrent de nombreux avantages :

• Meilleure allocation des ressources.
• Sécurité renforcée.
• Plus besoin de stations de travail très performantes qui deviennent obsolètes au bout de quelques mois.
• Meilleure productivité grâce à des performances nettement supérieures, à une meilleure expérience utilisateur et à la possibilité de travailler de n'importe où.
• Possibilités de récupération des données. En cas de problèmes techniques ou d'erreurs humaines, il est facile de revenir en arrière et de restaurer une version stable.

Les solutions vGPU peuvent constituer un atout majeur pour les applications à forte intensité graphique. Bien qu'il ne soit pas obligatoire de construire et d'utiliser un modèle 3D très détaillé pour contrôler un composant spécifique, les outils de conception assistée par ordinateur (CAO) sont souvent utilisés pendant la phase de conception du jumeau numérique. Le fait de disposer d'un modèle visuel d'un système complet permet d'identifier et d'analyser l'impact des interactions complexes à l'échelle du système.

L'exécution des mêmes calculs de CAO ou d'ingénierie assistée par ordinateur (IAO) sur un poste de travail ordinaire prendrait des heures rien que pour simuler les conditions environnementales. Si l'on ajoute les scénarios de sécurité et les simulations de consommation d'énergie, cela prendrait des jours.

Avec un réseau efficace à haut débit, il est possible d'exécuter ces algorithmes complexes sur des clusters HPC avec une latence très faible et des performances élevées. En outre, les vGPU peuvent être partagés entre plusieurs VMs, ce qui permet à plusieurs VMs de partager un GPU et de répartir les performances globales d'un seul GPU entre plusieurs VMs.

Sources de cette définition.