• AMD เปิดซอร์สไดรเวอร์ GIM(GPU-IOV Module) สำหรับการทำ GPU virtualization
  • โมดูลนี้ใช้สำหรับการทำ virtualization ของ GPU Instinct MI300X และทำงานบนพื้นฐานของ ลินุกซ์เคอร์เนลและ KVM hypervisor
  • ไดรเวอร์ GIM รองรับ การตั้งค่า Virtual Function (VF), scheduling, การตรวจจับข้อผิดพลาด, การจับมือสื่อสารระหว่าง PF/VF เป็นต้น
  • AMD ระบุว่า ความสามารถด้าน virtualization สำหรับ client GPU ของผู้ใช้ Radeon ก็อยู่ในโรดแมปด้วย
  • ในอนาคต หาก การ์ดจอ Radeon รองรับ SR-IOV ก็มีแนวโน้มว่าจะทำให้สามารถกระจายเวิร์กโหลดและรองรับสภาพแวดล้อมแบบหลายผู้ใช้ได้หลากหลายมากขึ้น

AMD เปิดซอร์สไดรเวอร์ GIM

  • AMD เปิดซอร์ส โมดูล GPU-IOV(GIM)
  • โมดูลนี้ใช้ร่วมกับลินุกซ์เคอร์เนลและ KVM hypervisor เพื่อทำ hardware virtualization บนพื้นฐาน SR-IOV
  • GIM มีความสามารถดังต่อไปนี้
    • การกำหนดค่าและเปิดใช้งาน Virtual Function (VF)
    • การจัดการ world switch ผ่าน GPU scheduling
    • การตรวจจับข้อผิดพลาดของ GPU (hang detection) และรองรับ FLR(function level reset)
    • ฟังก์ชันการสื่อสารแบบ handshake ระหว่าง Physical Function (PF) และ Virtual Function (VF)

การรองรับในปัจจุบันและสภาพแวดล้อมทดสอบ

  • ไดรเวอร์ GIM ใช้งานได้บนฮาร์ดแวร์ Instinct MI300X
  • ผ่านการทดสอบบน Ubuntu 22.04 LTS โดยอิงจาก ROCm 6.4
  • สามารถดูซอร์สโค้ดได้บน GitHub แต่ขณะนี้ ยังไม่ชัดเจนว่าจะถูกรวมเข้า Linux kernel mainline หรือไม่

โรดแมป GPU virtualization สำหรับผู้ใช้ Radeon

  • วิศวกรของ AMD Anush Elangovan กล่าวถึงว่า การรองรับ virtualization สำหรับ client GPU(Radeon) ได้ถูกรวมไว้ในโรดแมปแล้ว
  • หาก Radeon GPU ถูกเพิ่มความสามารถ SR-IOV, ผู้ใช้ทั่วไปก็จะสามารถใช้งานฟีเจอร์ขั้นสูงอย่าง การแยกเวิร์กโหลดและการจัดสภาพแวดล้อมแบบหลายผู้ใช้ ได้
  • สิ่งนี้มีแนวโน้มว่าจะมีประโยชน์มากสำหรับ เกมมิงขั้นสูง, สภาพแวดล้อมเดสก์ท็อปแบบ virtualization, ระบบสำหรับการพัฒนาและการทดสอบ

ผลที่คาดหวังในอนาคต

  • การเปิดใช้งานความสามารถด้าน virtualization บน Radeon GPU คาดว่าจะช่วยขยายฐานผู้ใช้และเพิ่มความสามารถในการแข่งขันของ AMD
  • การที่ไดรเวอร์ GIM จะถูกรวมเข้า Linux kernel อย่างเป็นทางการหรือไม่นั้น จะเป็นปัจจัยกำหนด โอกาสการนำไปใช้ในฝั่งองค์กรและชุมชนโอเพนซอร์ส
  • จะทำให้สามารถ แชร์ GPU และจัดสรรทรัพยากรระหว่าง VM ได้อย่างมีประสิทธิภาพ และคาดว่าจะเพิ่มการใช้งาน AMD GPU ในดาต้าเซ็นเตอร์และสภาพแวดล้อมคลาวด์

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น