别对于vGPU显卡虚拟化桌面来讲，准确的规划还是需要测试才能够完成的。因为对于原有图形工作站与vGPU显卡并没有一一对应的划分方法，而且每个用户使用的图形设计程序不一样，每个用户设计的图纸复杂度和大小不一样，每个设计师的要求也是不一样的，很难有统一的标准。但如果只是预估，则可以考虑本文的方法。

目前VxRail支持AMD和Nvidia两种vGPU显卡，因为使用Nvidia的用户还是较多，所以以Nvidia举例，目前支持M10和M60的型号：

·M10强调用户密度，每个卡4个GPU芯片，32GB显存（8GB/GPU）；

·M60强调用户性能，每个卡2个GPU芯片，16GB显存（8GB/GPU）；

我们看Nvidia vGPU显卡除了芯片数和显存，还有一个关键指标就是CUDA数，不必深究，可以理解为就是代表了显示能力越高越好。所以为什么M10是4个GPU芯片，但相对低端；而M60是2个芯片，却相对高端。因为它们每个芯片的CUDA是不同的，M10是 640 CUDA/GPU，M60是2048 CUDA/GPU。记住这个值很重要。

为什么叫显卡虚拟化呢？就是在虚拟化层可以将一个GPU芯片划分成若干小GPU芯片给虚拟机使用。那么分多少份呢？这个就是根据不同的用户负载类型了。如下图，可以在GPU Profile中选择不同的小GPU类型。

能划分成什么类型呢？下面两张表列出了划分的方式。M60最多可以划分成32份，每份512MB显存，128 CUDA。最少可以划分成2份，每份8GB显存，2048 CUDA。

M10最多可以划分成32份，每份1GB显存，80 CUDA。最少可以划分成4份，每份8GB显存，640 CUDA。

有一点需要注意，同一GPU芯片上必须划分相同的vGPU类型；同一块vGPU显卡但不同GPU芯片上，可以划分出不同的vGPU类型。对于我们预估来说，还是简化问题，同一vGPU显卡上的芯片都划分相同的类型。

下面关键来了，如何进行规划呢？首先，我们要了解用户之前在使用的图形工作站或在规划的工作站的配置，这个肯定会有。那么接下来的思路就是：

·首先比较原工作站和vGPU虚拟化显卡的显存和CUDA，按照尽量接近的原则选择划分方法；

·确认了vGPU的型号和划分方法后，就确定了每台超融合可以支持的桌面数量，就可以确定需要超融合的台数；

·再根据内存，磁盘等容量需求，估算每台超融合设备的配置；

比如，用户原工作站是以下配置。

那么我们可以到Nvidia网站上去查到此显卡的参数是1280 CUDA，6GB RAM。由此配置看到，这个配置比较高，还是偏向性能的，按照M60规划比较好，我们就可以去查相应的表格：

·显卡：M60显卡16GB 4096 CUDA: 每张卡划分为4份，每份4GB RAM, 1024 CUDA （需求是6GB RAM, 1280 CUDA），略小于需求；每台服务器3张M60，可支持12个用户；因此预估9台服务器（可支持108个用户）

·CPU：vGPU桌面服务器CPU选型的原则是CPU的主频尽量要高，最好3.0GHz以上。那么我们可以选择Dual CPU 6128(6C, 3.4G), 每VxRail共12C核，基本每个核支持1个桌面；

·内存：16GBx12桌面=192GB，但需要留冗余，留基础架构服务器和虚拟化层本身的消耗，因此配置256GB，大于需求；

·磁盘：3.84TBx9台服务器=34.56TB裸容量，可用容量约15TB左右，同时也需要余留冗余和基础架构服务器的空间（需求是100GBx100=10T）大于需求；

因此，可以预估配置如下：

·9xVxRail V570 dual CPU 6128(6C, 3.4G),

·3xM60显卡,

·256GB,

·1x3.84TB capacity SSD,

·1x400GB cache SSD,

当然，以上估算是比较保守的配置，留有的资源并不充足，比如每台服务器还要预留vSphere虚拟化本身运行的CPU核，基础架构虚拟机单独留有服务器资源等。这个可以在实际配置中根据预算灵活掌握。