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。
![](/__local/0/D5/EF/8CF6A11E534E9993250D8F08DC0_0C53CA24_13932.jpg)
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。
![](/__local/3/31/42/65178547F06874895BB0E4D924B_6010E01C_36A4E.jpg)
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。
![](/__local/0/C7/9A/457543DFC72BBA1847027DFCE2A_55AA75E5_4D5D1.jpg)
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。
![](/__local/E/14/82/22ADDCC0F1C396BA2AE47AF418C_839F679A_59D80.jpg)
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。
![](/__local/0/52/46/04500D46906EE515A027D57550A_D531AB7F_5B1AB.jpg)
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。
![](/__local/7/A2/CD/C48210E906EBE2E9F657F3B1C9E_249850D2_2F2CF.jpg)
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。
![](/__local/2/A0/CD/8D9DA86059F6A41C47DD041634A_2C092C73_1B05B.jpg)
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。