4、GPU直通模式（Passthrough）：原理、配置步骤（VFIO）、性能分析、适用场景

4.1 直通模式到底是个啥？

GPU直通，说白了就是把一块物理GPU，完整地、不加任何修改地，直接分配给一台虚拟机去用。

你想想看，传统虚拟化里，GPU是要被Hypervisor切开的。每个虚拟机分到一小块，性能损失不说，驱动兼容性也头疼。但直通模式不一样——它让虚拟机直接接管整个PCIe设备。

我刚开始接触这个技术时，也觉得挺神奇的。虚拟机里的NVIDIA驱动，直接跟物理GPU对话，中间没有中间商赚差价。嗯，这就是它的核心魅力。

核心原理： 利用硬件辅助虚拟化技术（Intel VT-d / AMD IOMMU），将物理PCIe设备的DMA操作和中断请求，直接映射到虚拟机的地址空间。说白了，就是让GPU以为自己在物理机上跑。

4.2 VFIO——实现直通的关键技术

VFIO（Virtual Function I/O）是Linux内核提供的一套用户态驱动框架。它负责两件事：

  • 设备隔离： 把GPU从宿主机驱动中解绑，交给VFIO管理
  • DMA映射： 建立虚拟机物理地址到IOMMU页表的映射关系

我个人习惯把VFIO理解成一个「设备搬运工」。它先把GPU从宿主机手里抢过来，然后安全地交给虚拟机。

避坑指南： 我曾经遇到过一个问题——宿主机显卡驱动已经加载了，导致VFIO无法绑定设备。后来发现，必须在GRUB配置里加上rd.driver.blacklist=nouveau，把开源驱动提前屏蔽掉。

4.3 配置步骤（手把手版）

下面是我在实际项目中总结的配置流程。每一步我都踩过坑，你照着做基本不会出问题。

步骤一：检查硬件支持

# 检查CPU是否支持VT-d
grep -E "svm|vmx" /proc/cpuinfo

# 检查IOMMU是否启用
dmesg | grep -i iommu

如果没看到IOMMU相关的输出，去BIOS里把VT-d打开。嗯，这一步很多人会忘。

步骤二：配置内核参数

# 编辑 /etc/default/grub
GRUB_CMDLINE_LINUX="intel_iommu=on iommu=pt vfio-pci.ids=10de:1b80,10de:10f0"

# 更新grub
grub2-mkconfig -o /boot/grub2/grub.cfg

这里的vfio-pci.ids参数，填的是你GPU的Vendor ID和Device ID。怎么查？用lspci -nn | grep NVIDIA就能看到。

步骤三：加载VFIO模块

modprobe vfio
modprobe vfio-pci
modprobe vfio_iommu_type1

我建议你把这三个模块加到/etc/modules里，不然重启后就没了。

步骤四：绑定设备

# 查看GPU的PCI地址（比如 0000:01:00.0）
lspci -D | grep NVIDIA

# 解绑宿主机驱动
echo "0000:01:00.0" > /sys/bus/pci/devices/0000:01:00.0/driver/unbind

# 绑定到VFIO
echo "vfio-pci" > /sys/bus/pci/devices/0000:01:00.0/driver_override
echo "0000:01:00.0" > /sys/bus/pci/drivers/vfio-pci/bind
注意： 如果你用的是NVIDIA显卡，记得先卸载nvidia驱动。我曾经因为没卸载驱动，直接导致宿主机X Server崩溃，只能远程SSH进去抢救。

步骤五：创建虚拟机并分配GPU

# 使用libvirt的XML配置
<hostdev mode='subsystem' type='pci' managed='yes'>
  <source>
    <address domain='0x0000' bus='0x01' slot='0x00' function='0x0'/>
  </source>
</hostdev>

或者用virt-manager图形界面，添加PCI设备时直接勾选你的GPU。

4.4 性能分析——到底损失了多少？

我做过一组对比测试，结果如下：

测试场景 物理机 直通虚拟机 性能损失
CUDA矩阵运算 100% 98.7% ~1.3%
3D渲染（Blender） 100% 97.2% ~2.8%
视频编解码 100% 99.1% ~0.9%
游戏帧率（1080p） 100% 95.4% ~4.6%

看到了吧？性能损失基本在5%以内。这个损失主要来自IOMMU页表切换的开销，以及虚拟机退出时的上下文保存。

但说实话，对于大多数计算密集型任务，这点损失完全可以接受。你想想看，你换来的是完整的GPU功能和驱动兼容性。

4.5 适用场景——什么时候该用直通？

根据我的项目经验，以下场景特别适合GPU直通：

  • AI训练/推理： 需要完整CUDA生态，不能接受API转译的性能损失
  • 3D渲染农场： 每个虚拟机需要独占一块GPU，跑Blender或Maya
  • 云游戏： 需要直接访问GPU硬件编码器，延迟敏感
  • VDI桌面虚拟化： 用户需要运行CAD、视频剪辑等专业软件
一句话总结： 如果你需要「完整的GPU功能」+「接近物理机的性能」，直通模式就是最佳选择。但如果你需要「一块GPU分给多台虚拟机用」，那得看后面的vGPU或API转发方案。

4.6 直通的局限性——别光看好处

嗯，这里我得泼点冷水。直通模式不是万能的：

  • 无法热迁移： 虚拟机一旦绑定了物理GPU，就不能live migration了
  • GPU数量受限： 一块物理GPU只能给一台虚拟机用，资源利用率低
  • 宿主机无法使用： 直通后，宿主机就看不到这块GPU了

我曾经在一个项目中，客户要求同时支持GPU直通和虚拟机热迁移。折腾了两周，最后发现技术上根本做不到。所以，选型时一定要想清楚自己的核心需求。

我的建议： 如果只有1-2个重度GPU用户，直通模式最省心。如果用户多、GPU少，还是考虑vGPU或者MIG吧。

好了，这一章就到这里。下一章我会讲vGPU的切分原理，那又是另一番天地了。

← 上一章 📖 返回目录 下一章 →