Виртуализация Nvidia GPU. Источник изображения: VideoCardz.com.По информации портала Tom's Hardware, группа моддеров смогла реализовать функцию искусственного разделения ресурсов видеокарт серии GeForce на несколько ее виртуальных экземпляров. Ранее это было доступно штатным образом только на профессиональных видеокартах Nvidia Quadro и Tesla.
В настоящее время в исходный код проекта vgpu_unlock на GitHub добавлена поддержка графических процессоров Nvidia GP102, GP104, TU102, TU104. Данный проект распространяется под лицензией MIT.
Теоретически пользователям теперь стало доступно использование одной видеокарты GeForce RTX 3090 для работы в нескольких виртуальных машинах для игр. Например, это было бы интересным решением проблемы текущей нехватки GPU.
Модуль gpu_unlock подменяет для видеодрайвера значение текущего идентификатора устройства PCI в системе. Так, графические адаптеры на архитектурах Pascal, Turing и Ampere определяются как карты Quadro или Tesla. Для работы модуля необходимы Python3, включая пакет frida и драйвер Nvidia GRID vGPU.
Эту уловку можно реализовать только на Linux с ПО для виртуализации KVM. В Windows и Vmware она не работает. Хотя хост-система не может быть на ОС Windows, виртуальные машины, которые будут подключены к основной системе, могут использовать ее видеоресурсы параллельно.
Список поддерживаемых видеокарт Nvidia с помощью бесплатного модуля vgpu_unlock.
Разработчики предупредили, что хотя модуль vgpu_unlock и разблокирует функцию vGPU для графических процессоров потребительского уровня, это не проверенный на многих системах инструмент, и его использование возможно только на свой страх и риск.
