使用 GPU 分区，你可以与多个虚拟机 (VM) 共享一个物理 GPU 设备。 使用 GPU 分区或 GPU 虚拟化，每个 VM 将获得 GPU 的专用部分，而不是整个 GPU。
GPU 分区功能使用单根 IO 虚拟化 (SR-IOV) 接口，该接口为每个 VM 提供硬件支持的安全边界，且性能是可预测的。 每个 VM 只能访问专用于它们的 GPU 资源，安全硬件分区可防止其他 VM 未经授权进行访问。
从 Windows Server 2025 开始，GPU 分区支持实时迁移，因此可以更灵活地管理虚拟机。 若要通过 GPU 分区利用实时迁移，请确保设置满足本文中所述的要求。 实时迁移允许在不停机的情况下在主机之间移动 VM，这对于生产环境中的维护和负载均衡至关重要。
此功能允许计划内 VM 迁移，同时维护 GPU 资源分配，确保最短停机时间和一致性能。
GPU 分区专为独立服务器而设计。 可以在计划内停机时间期间在独立节点之间实时迁移 VM；但是，对于需要群集以应对计划外停机时间的客户，必须使用 Windows Server 2025 Datacenter。
何时使用 GPU 分区
某些工作负载（例如，虚拟桌面基础架构 (VDI)、人工智能 (AI) 和机器学习 (ML)）推理需要 GPU 加速，GPU 分区有助于降低整个基础架构的总拥有成本。
例如：
VDI 应用程序：分布式边缘客户在其 VDI 环境中运行基本的生产力应用，例如 Microsoft Office 和图形密集型可视化工作负荷，这需要 GPU 加速。 对于此类工作负荷，可以通过 DDA 或 GPU 分区实现所需的 GPU 加速。 使用 GPU 分区，可以创建多个分区并将每个分区分配给托管 VDI 环境的 VM。 GPU 分区可帮助你实现所需的密度并将支持的用户数按数量级缩放。
使用 ML 进行推理：零售店和制造工厂的客户可以在边缘运行推理，这需要针对其服务器的 GPU 支持。 在服务器上使用 GPU，可以运行 ML 模型以获得可在数据发送到云之前处理的快速结果。 可以选择传输完整的数据集以继续重新训练并改进 ML 模型。 除了将整个物理 GPU 专用于 VM 的 DDA 之外，GPU 分区还可以在同一 GPU 上同时运行多个推理应用程序，但在单独的硬件分区中，最大程度地提高 GPU 利用率。
要求
若要通过实时迁移使用 GPU 分区，需要具有受支持的 CPU、作系统和 GPU。 以下部分介绍了这些要求。
CPU 要求
群集主机需要具有支持输入/输出内存管理单元 （IOMMU） DMA 位跟踪功能的处理器。 例如，支持 Intel VT-D 或 AMD-Vi 的处理器。 如果在未启用 IOMMU 的处理器的情况下使用 Windows Server 和实时迁移，VM 则会在提供 GPU 资源的情况下自动重启。
支持 IOMMU DMA 位跟踪的处理器示例包括：
- AMD EPYC 7002 及更高版本 （米兰）
- 第四代 Intel Xeon SP （蓝宝石激流）
支持的来宾操作系统
Windows Server 2025 及更高版本上的 GPU 分区功能支持以下来宾操作系统：
- Windows 10 或更高版本
- Windows 10 企业版多会话或更高版本
- Windows Server 2019 或更高版本
- Linux Ubuntu 18.04 LTS、Linux Ubuntu 20.04 LTS、Linux Ubuntu 22.04 LTS
支持的 GPU
以下 GPU 支持 GPU 分区：
- NVIDIA A2
- NVIDIA A10
- NVIDIA A16
- NVIDIA A40
- NVIDIA L2
- NVIDIA L4
- NVIDIA L40
- NVIDIA L40S
若要将实时迁移与 GPU 分区配合使用，必须使用 NVIDIA vGPU Software v18.x 或更高版本中包含的驱动程序。 NVIDIA 驱动程序为 GPU 分区和实时迁移功能提供了必要的支持。
我们建议与原始设备制造商（OEM）合作伙伴合作，规划和订购专为工作负荷定制的系统。 此外，请咨询 GPU 独立硬件供应商（IHV），确保你拥有适当的配置和必要的软件以适用于你的系统。 但是，如果你想要通过离散设备分配 (DDA) 直通使用 GPU 加速，我们支持使用更多的 GPU。 请联系 OEM 合作伙伴和 IHV 获取支持 DDA 的 GPU 列表。 有关通过 DDA 使用 GPU 加速的详细信息，请参阅离散设备分配 (DDA)。
为获得最佳性能，我们建议为群集中所有服务器的 GPU 创建同构配置。 同构配置包括安装相同品牌和型号的 GPU，并在群集中所有服务器的 GPU 中配置相同的分区计数。 例如，在由安装了一个或多个 GPU 的两台服务器所组成的群集中，所有 GPU 的品牌、型号和大小必须相同。 每个 GPU 上的分区计数也必须匹配。
Limitations
使用 GPU 分区功能时，请考虑以下限制：
如果配置不是同构的，则不支持 GPU 分区。 下面是一些不受支持的配置示例：
在同一群集中混合使用不同供应商的 GPU。
在同一群集中使用同一供应商的不同产品系列的不同 GPU 型号。
不能将一个物理 GPU 同时分配为离散设备分配 (DDA) 或可分区 GPU。 可将其分配为 DDA 或可分区 GPU，但不能同时分配为两者。
如果将多个 GPU 分区分配给 VM，则每个分区显示为另一个 GPU。
系统会自动为 VM 分配分区。 无法为特定 VM 选择特定分区。
可以使用 Windows Admin Center 或使用 PowerShell 对 GPU 进行分区。 建议使用 Windows Admin Center 配置和分配 GPU 分区。 Windows Admin Center 会自动验证群集中所有服务器的 GPU 的同构配置。 它会提供相应的警告和错误以采取任何所需的纠正措施。
如果使用 PowerShell 启用 GPU 分区，则必须在群集中的每个服务器上执行相同的配置步骤。 必须手动确保为群集中所有服务器的 GPU 维护同构配置。
当使用分配了 GPU 分区的虚拟机进行实时迁移时，Hyper-V 实时迁移会自动回退为使用带压缩的 TCP/IP。 迁移虚拟机可能会提高主机的 CPU 使用率。 此外，实时迁移所需的时间可能比未附加 GPU 分区的虚拟机更长。
相关内容
有关将 GPU 与 VM 和 GPU 分区配合使用的详细信息，请参阅：