虛擬桌面GPU卡：AMD與Nvidia比較
云計算供應商正在投資于不同供應商的基于GPU的功能，因此企業應嘗試了解AMD和Nvidia產品之間的區別。
在Microsoft Ignite 2019大會上，微軟透露其正在與半導體供應商AMD合作，以在基于AMD GPU的Azure上提供一組新的虛擬機。
僅在Azure中，微軟現在就有7種不同的虛擬機實例類型，這些實例類型具有AMD和Nvidia的不同GPU卡。亞馬遜和谷歌的云服務也有大致相同的選項數量。
IT部門應該了解AMD與Nvidia的技術差異，以及它們最適合哪種工作負載。
不同的GPU產品如何工作?
從虛擬化的角度來看，基于GPU的產品主要針對遠程可視化和編碼。這些產品為遠程最終用戶提供基于GPU的桌面或應用程序。
AMD和Nvidia一直在開發GPU卡，專門適用于AI以及基于深度學習的工作負載，例如流行的機器學習引擎Tensorflow。這些GPU也非常適合于硬件，以加速基于現代高性能計算的產品中的計算工作負載。
對于傳統虛擬機管理程序上的遠程可視化工作負載，可以使用以下三個選項為虛擬機提供GPU功能：
直通。通過虛擬機管理程序將物理GPU卡直接映射到虛擬機。使用此方法的技術包括VMware DirectPath I / O、XenServer GPU Passthrough和Hyper-V Discrete Device Assignment。 虛擬共享圖形。
基于虛擬機管理程序共享GPU到虛擬機。使用此方法的技術包括VMware vSGA和Hyper-v RemoteFX vGPU中的先前功能。
虛擬GPU(vGPU)。基于GPU的虛擬化，將虛擬GPU配置文件附加到每個虛擬機。使用此方法的技術包括Nvidia vGPU和AMD MxGPU。
這三種交付模型之間的主要區別在于規模和與虛擬機的不同GPU功能的兼容性。
直通模式提供完全的圖形兼容性，這意味著最終用戶可以訪問GPU的全部功能。但是，由于GPU卡已鎖定到一臺虛擬機，因此這種方法無法提供擴展性。
這也可能意味著資源沒有得到最有效的利用。企業通常將直通模式用于特定工作負載，它們需要更多專用容量。
通過第二個共享vGPU的選項，GPU容量被分為多個虛擬化實例，這些實例可以連接到多個虛擬機。vGPU方法也提供全部功能，并且，它可以確保每個虛擬機都可以訪問一定數量的基礎GPU資源。
第三種選擇是常規vGPU，它是可視化工作負載的最常見部署模型。例如，IT部門可以運行Citrix Virtual Apps和Desktop或VMware Horizon，以向多個最終用戶提供GPU功能。
AMD與Nvidia的vGPU產品比較
AMD和Nvidia均提供基于vGPU的產品，但他們的交付模型有所不同，企業在選擇供應商之前必須了解他們之間的差異。
Nvidia的vGPU產品基于在虛擬機管理程序中安裝主機驅動程序，該程序將虛擬圖形卡分配給來賓VM。而AMD的MxGPU產品是完全基于硬件的方法，基于被稱為單根輸入/輸出虛擬化(SR-IOV)的硬件功能。
這兩家廠商在硬件方面也采取不同的方法。Nvidia在其GPU中部署Timeshare Scheduling(分時調度)。這意味著訪問GPU的每個用戶都可以訪問GPU上的所有物理核心，以進行時間分段。另一方面，AMD將一部分GPU內核直接分配給每臺計算機。
Nvidia的方法適用于這樣的情況：所有用戶始終不需要完全訪問GPU。這種方法允許用戶以較少的摩擦來共享資源。Nvidia的架構還允許實時遷移運行vGPU的虛擬機，這是AMD的MxGPU無法實現的功能，但是此功能需要付出一定的代價。
在發布vGPU產品數年后，Nvidia公司改變了銷售模式，要求在其GPU卡上需要軟件許可。除Nvidia硬件外，客戶還需要購買許可證才能訪問軟件升級并激活vGPU功能。
另一方面，AMD不需要客戶購買任何其他許可證來激活其MxGPU產品。此外，MxGPU產品基于硬件，因此允許客戶在不同的云提供商之上提供虛擬化的圖形。
AMD MxGPU實例現可在Microsoft Azure中使用，當Amazon AppStream上選擇基于GPU的VDI時，這些實例是默認選項之一。
Nvidia在主要的云提供商(例如Amazon、Google Cloud、Azure甚至Oracle Cloud)中仍然占有較大的份額。但是，這僅在帶有專用GPU卡的虛擬機上，其成本要比AMD產品高得多–根據使用情況。
很多最受歡迎的虛擬化產品都提供庫，可用于機器學習、深度學習甚至統計工作負載，這些工作負載具有內置支持—針對計算統一設備架構模型。該模型僅在NVIDIA GPU卡上可用。
AMD與Nvidia的比較：總結
在過去的幾年中，Nvidia和AMD都在發展，并且各有優缺點。盡管在公共云市場上AMD的知名度一直較低，但隨著更多云供應商正在部署其MxGPU產品，他們已經具備了良好的發展動力。
對于本地或云托管臺式機，基于MxGPU的臺式機始終比Nvidia的GPU便宜。但是，如果企業希望獲得最佳性能并可能希望支持機器學習或其他高性能工作負載，則應該考慮使用Nvidia。
