VMware Ubuntu 虚拟机使用宿主机 GPU 资源的两种方案

Ne0inhk

— 6 min read

让 VMware Ubuntu 虚拟机使用宿主机 GPU 资源，主要有两种主流方案，它们的实现难度、性能和适用场景完全不同。

方案一：GPU 直通 (GPU Passthrough) - 高性能方案

这是性能最好、最接近原生硬件的方案。它的原理是将宿主机的整个物理 GPU 直接“穿透”给虚拟机独占使用。虚拟机将完全控制这块 GPU，就像它直接插在虚拟机的物理主板上一样。

  • 优点： 性能损失极小（通常 <5%），几乎可以发挥 GPU 的全部能力。适合机器学习、3D 渲染、科学计算和高性能游戏。
  • 缺点：
    • 独占性： 一旦直通给虚拟机，宿主机本身将无法再使用该 GPU（黑屏或无法驱动）。因此通常需要两块显卡：一块用于宿主机（例如 Intel 核显），另一块用于直通（例如 NVIDIA 独立显卡）。
    • 配置复杂： 需要在 BIOS 和操作系统层面进行较多设置。
    • 硬件和软件要求苛刻： 需要 CPU、主板、GPU 硬件本身支持 IOMMU（Intel 叫 VT-d，AMD 叫 AMD-V）功能，并且需要在 VMware 专业版（Workstation Pro 或 ESXi）上操作。
必要条件检查
  1. VMware 版本： 必须是 VMware Workstation Pro 或 VMware Fusion Pro。Player 版本不支持此功能。
  2. CPU 和主板： 必须支持 IOMMU（Intel VT-d 或 AMD AMD-V）。请在 BIOS/UEFI 设置中确保该功能已开启。
  3. GPU： 理论上支持直通，但 NVIDIA 消费级显卡（GeForce 系列）在非 ESXi 环境下直通时可能会遇到驱动问题（著名的 Error 43）。AMD 显卡通常对直通更友好。
  4. 操作系统： 建议使用 Linux 作为宿主机系统，Windows 宿主机做直通更复杂。
配置步骤概要 (以 Linux 宿主机 + Workstation Pro 为例)

这是一个高度简化的流程，具体步骤因硬件和系统而异。

  1. 在宿主机上启用 IOMMU：
    • 编辑宿主机系统的 GRUB 配置（如 /etc/default/grub）。
    • 在 GRUB_CMDLINE_LINUX 行添加引导参数：
      • Intel: intel_iommu=on iommu=pt
      • AMD: amd_iommu=on iommu=pt
    • 更新 GRUB 并重启宿主机。
  2. 隔离 GPU：
    • 通过 lspci 命令找到你的独立 GPU 和设备 ID（例如 10de:1b06 和 10de:10ef，分别是设备ID和厂商ID）。
  3. 配置虚拟机：
    • 关闭 Ubuntu 虚拟机。
    • 在 VMware Workstation 中，打开虚拟机的 .vmx 配置文件（或使用虚拟化编辑器）。
    • 在虚拟机设置 -> 硬件 -> 添加 -> PCI 设备，然后选择你的物理 GPU。
  4. 在虚拟机内安装驱动：
    • 启动 Ubuntu 虚拟机。
    • 如果直通的是 NVIDIA 显卡： 去 NVIDIA 官网下载并安装官方驱动。注意：可能需要添加 kernel参数 nomodeset 或使用特定脚本绕过 Error 43（现在新版驱动和VMware对Error 43的兼容性有所改善）。
    • 如果直通的是 AMD 显卡： 安装 amdgpu 驱动。

添加以下行，将 PCI 设备暴露给虚拟机：

pciHole.start = "536870912" pciPassthru0.msiEnabled = "FALSE" pciPassthru.use64bitMMIO = "TRUE"

编辑 /etc/modprobe.d/vfio.conf 文件，强制让 vfio-pci 驱动接管你的显卡：

options vfio-pci ids=10de:1b06,10de:10ef

完成以上步骤后，虚拟机就应该能识别并使用直通的 GPU 了。可以使用 nvidia-smi 或 lspci | grep VGA 命令验证。

方案二：VMware 虚拟 GPU (vGPU) - 简易共享方案

这种方案利用 VMware 自带的3D 加速功能，将宿主机的 GPU 能力虚拟化后共享给虚拟机使用。它不是一个完整的物理设备，而是一个虚拟的、功能有限的显卡。

  • 优点：
    • 配置简单： 只需在虚拟机设置中勾选即可。
    • 无需独占： 宿主机和多个虚拟机可以同时共享使用同一块 GPU。
    • 兼容性好： 对宿主机硬件无特殊要求，Workstation Player 和 Pro 版都支持。
  • 缺点：
    • 性能较低： 有较大的性能损失，不适合重度图形计算。
    • 功能受限： 虚拟的 GPU 型号是固定的（如 VMware SVGA 3D），无法完全发挥物理 GPU 的所有特性（如 CUDA 核心、RT Core 等）。对于机器学习训练，基本不可用。
配置步骤 (非常简单)
  1. 确保宿主机已安装正确的 GPU 驱动： 无论是 NVIDIA 还是 AMD，请确保宿主机系统本身已经安装了最新的官方显卡驱动。
  2. 配置虚拟机：
    • 关闭 Ubuntu 虚拟机。
    • 右键虚拟机 -> 设置 -> 显示器。
    • 在右侧的“加速 3D 图形”选项中，打勾✔。
    • 你可以根据需要调整为此虚拟机分配的显存大小（例如 2GB）。
  3. 在虚拟机内安装 VMware Tools：
    • 这是关键一步。VMware Tools 中包含了优化后的 vmwgfx 显示驱动。
    • 在 Ubuntu 虚拟机中，通常系统会提示你安装，或者你可以通过菜单栏的 虚拟机 -> 安装 VMware Tools 来手动安装。
    • 安装后重启虚拟机。
  4. 验证：
    • 在 Ubuntu 虚拟机中，打开终端，输入 lspci | grep -i vga。你应该能看到一个 VMware SVGA 3D 设备。
    • 你可以使用 glxinfo | grep -i vendor 来查看 OpenGL 的供应商信息，它应该显示是 VMware。
    • 你也可以在“系统设置”->“关于”中看到图形信息不再是 llvmpipe（软件渲染），而是 VMware 的显卡。

总结与选择建议

特性GPU 直通 (Passthrough)VMware 虚拟 GPU (3D Acceleration)
性能极高，接近原生较低，有较大损耗
复杂度非常高，需深入配置非常简单，勾选即可
硬件要求苛刻（VT-d/AMD-V, 多显卡）无特殊要求
GPU 独占是，宿主机无法使用否，宿主机和多个VM共享
适用场景机器学习/AI训练、专业渲染、游戏桌面特效、轻度3D应用、普通游戏
所需软件VMware Workstation/Fusion ProVMware Workstation/Fusion/Player

如何选择？

  • 如果你的目标是在 Ubuntu 虚拟机里跑 TensorFlow/PyTorch 进行 AI 训练，或者进行大型 3D 渲染，那么你必须选择方案一（GPU 直通），并确保你的硬件满足要求。
  • 如果你的目标仅仅是让 Ubuntu 桌面更流畅，或者运行一些有简单 3D 效果的应用程序（如 Gazebo 仿真），那么方案二（启用 3D 加速） 完全足够，且省时省力。

Read more

C++的IO流和C++的类型转换----《Hello C++ Wrold!》(29)--(C/C++)

C++的IO流和C++的类型转换----《Hello C++ Wrold!》(29)--(C/C++)

文章目录 * 前言 * C++的类型转换 * 四种命名的强制类型转换操作符 * static_cast * reinterpret_cast * const_cast * dynamic_cast * RTTI(这个了解一下就行了) * C++的IO流 * C++文件的IO流 * stringstream 前言 在 C++ 编程体系中，类型转换与 IO 流是支撑程序数据处理与交互的两大核心环节。类型转换关乎数据在不同类型间的安全传递与运算适配，而 IO 流则负责程序与外部设备（如键盘、屏幕、文件）之间的数据输入与输出，二者共同构成了 C++ 程序实现功能、交互信息的基础框架。 C 语言中的类型转换方式虽简洁，却存在可视性差、难以追踪的问题，容易在复杂程序中引发潜在的逻辑错误。为解决这一痛点，C++ 引入了四种命名明确的强制类型转换操作符 ——static_cast、reinterpret_

By Ne0inhk
C++ 多线程同步之条件变量（condition_variable）实战

C++ 多线程同步之条件变量（condition_variable）实战

C++ 多线程同步之条件变量（condition_variable）实战 💡 学习目标：掌握 C++ 标准库中条件变量的使用方法，理解条件变量与互斥锁的协同工作机制，能够解决多线程间的等待-通知问题。 💡 学习重点：std::condition_variable 的核心接口、wait() 与 notify_one()/notify_all() 的配合使用、生产者-消费者模型的实现。 49.1 条件变量的引入场景 在多线程编程中，我们经常会遇到线程需要等待某个条件满足后再执行的场景。 比如生产者线程生产数据后，消费者线程才能消费；队列不为空时，消费者才能从中取数据。 如果仅用互斥锁实现，消费者线程只能不断轮询检查条件，这会造成 CPU 资源的浪费。 ⚠️ 注意事项：单纯的轮询会导致 CPU 空转，降低程序运行效率，条件变量就是为解决这类问题而生的。 举个简单的轮询反例，消费者不断检查队列是否有数据： #include<iostream>

By Ne0inhk
C++ 仿函数详解：让对象像函数一样调用

C++ 仿函数详解：让对象像函数一样调用

前言 在 C++ 中，仿函数（Functor） 是指重载了 operator() 的类或结构体的对象，它们的行为类似于普通函数，因此可以像函数一样被调用。仿函数在 STL 算法、回调机制、函数适配器等场景中有着广泛的应用。本文将深入探讨仿函数的概念、优点、使用方式，并结合具体示例进行详细解析。 1. 为什么需要仿函数？ 在 C++ 中，我们可以用普通函数或 std::function（C++11 引入）来定义可调用对象，但仿函数相比之下有以下优势： * 状态存储：普通函数无法存储状态，而仿函数可以在对象内部维护状态，例如计数器、阈值等。 * 性能优化：由于仿函数是类的实例，可以通过内联优化减少函数调用的开销。 * 与 STL 兼容：STL 容器和算法广泛使用仿函数，如 std::sort() 可接受仿函数作为自定义排序规则。

By Ne0inhk

PDF-Parser-1.0与C++高性能计算：加速文档处理的关键技术

PDF-Parser-1.0与C++高性能计算：加速文档处理的关键技术 1. 引言 PDF文档解析一直是企业数字化转型中的痛点。传统的解析工具在处理复杂格式、大量表格或扫描文档时，往往速度缓慢，效率低下。PDF-Parser-1.0作为新一代文档理解模型，虽然在准确性上表现出色，但在处理大规模文档时仍面临性能瓶颈。 今天我们将探讨如何通过C++高性能计算技术，对PDF-Parser-1.0的核心算法进行深度优化。通过SIMD指令集和多线程并行处理，我们成功将文档解析速度提升了3倍以上，同时保持了极高的准确性。本文将展示具体的优化方案、性能对比数据以及可复现的实现方法。 2. 性能瓶颈分析 2.1 原始解析流程的挑战 PDF-Parser-1.0的原始实现主要面临三个性能瓶颈： 图像预处理阶段的耗时占整个流程的40%以上，特别是文档矫正、噪声去除和图像增强操作。这些操作涉及大量的像素级计算，对计算资源要求极高。 文本检测与识别阶段需要处理复杂的版面分析，包括文字区域检测、表格结构识别和公式提取。传统的逐像素扫描方式效率低下，特别是在处理高分辨率文档时。 数据后处理阶

By Ne0inhk