GIGABYTE虛擬化平台VDI & GPU解決方案 | 解決方案

應用領域介紹

遠端居家工作(Work from Home)因疫情而持續著。此時是驗證虛擬桌面基礎架構 (VDI)&GPU (vGPU)的最佳時機。當終端使用者和資料中心遠距連接，在安全性、生產力、用戶適應和 IT 管理方面提出各種挑戰。其次，工程師和設計師需要使用3D應用程序和具有大量數據的精細圖形運算加速應用程序。

GIGABYTE虛擬化平台VDI & GPU解決方案，已達成所有圖形加速用戶硬體需求架構。 GIGABYTE專為虛擬化平台VDI與vGPU應用設計多款伺服器，可提供高效能遠端服務生產力、高速3D圖型建模、HPC、AI 等應用，有效縮短整體運算模擬時程，加速完成商業服務。

各類型VDI與vGPU需求者

移動型任務工作者

移動型任務工作者因隨時隨地工作得用到各類型終端平台，執行基本資料輸入/使用是工作的重心。因此高可靠且一致性的遠端存取作業，資料及檔案保護及安全控管問題成為首要考慮因素。

人工智能與機器深度學習

人工智能和機器深度學習依賴於GPU的強大運算功能，執行需密集運算或是精細圖形運算的應用程式，所以大多數平台結構需要具備GPU多工平行運算架構來加速輔助達成結論與收穫。

工程與科學演算

當工程與科學演算通常會有大量數據來源運行深度學習，為了優化工程應用與科學演算模擬的設計精確度，因應這些應用條件需要選用GIGABYTE GPU加速...藉以縮短整體模擬，加速客戶端商業服務上線時程。

虛擬化桌面運算架構的挑戰

某些行業已採用 VDI，例如政府機構、律師事務所、會計公司、設計公司、學術機構、製造業產線製程…等等，因為需要更好地遵守法規與客戶端保密協定，所以運用VDI遠程訪問技術。然而，某些公司正在評估導入VDI的可能性，那麼評估過程是必然不可少的。

當建議使用者從實體的單機應用環境中，遷移到虛擬桌面基礎架構（虛擬化桌面運算系統）平臺之前，資訊管理者需要先瞭解哪些問題會給終端用戶帶來哪些改變，而不是直接選擇最適合於IT部門的解決方案。在開始之前，先拋開所有專案因素，深度思考用戶的真正需求是什麼? 而不要僅僅解決MIS單方面的困擾，否則將引起終端用戶體驗不良，成為永不停歇的IT困擾製造者。

所以，需要預先執行系統化評估。統計不同桌面應用類型需求，以及哪些應用程式可以進行虛擬化樣本，無須經由繁瑣安裝程序，簡單既時遠端協助提供所需要軟體節點版本，並且還能集中管控各式各樣的使用者資料集中儲存和群組端點用戶系統組態。如此就能夠應對挑戰，公司就可以從VDI中獲取最佳效益。

虛擬化桌面運算平台的優勢

suitable to User Friendly, Ease of Use& Lower maintenance requirement

用戶體驗

獨立VDI作業介面，與其他的應用軟體沒有互相衝突或不相容問題，使用者任一終端設備，經由遠端開啟檔案簡報、運算、編輯，都可以完美的銜接。

生產力和靈活性

不受距離限制與公司內部的作業區域，全球各地，隨時隨地只要有網路連線，均可執行生產力作業。

簡化管理作業

數據安全存放於資料中心，以及高可靠度及不中斷的作業系統平台，降低桌面平台的損壞率，讓資訊人員可以提供更快速的維護服務。

資源效率

支援個人的PC、Mac、到商務中心的公用電腦，NB、iPhone，iPad，Android Phone，Android Pad 多種設備上提供統一的通訊協定，支援終端簡報、運算、編輯作業。

虛擬化桌面運算架構簡介

虛擬化桌面(VDI)的概念是將伺服器的運算、儲存等資源分配給虛擬機 (VM)。右圖：可了解伺服器硬體資源如何分配。下圖：描述虛擬化架構運算單元分類方塊圖。

首先，IT人員評估需求並確定高可用伺服器虛擬平台架構硬體配置（CPU、RAM、儲存容量與IOPS、GPU、網路介面等）。伺服器安裝管理程序（VMware Horizon、Microsoft Hyper-V、Citrix XenServer 等）。由軟體建構高可用虛擬層；然後在虛擬層上構建VMs，供給終端用戶需要的VDI OS。單一VDI虛擬機和伺服主機之間的管理程序包含一個虛擬平台管理工具。通過這項新應用技術，每個VDI虛擬機都有獨立的作業系統和應用軟體。此時，伺服器已完成虛擬虛擬平台處初步佈署。

其次，創建虛擬GPU硬體資源，需要在管理程序中安裝 NVIDIA Virtual GPU Manager等Development Kit ，與其他 NVIDIA 軟體（vCS、vDWS、vPC 或 vApps）相結合。至此IT人員可以依照終端使用者硬體資源需求，定義虛擬機GPU硬體資源。讓終端用戶的VDI虛擬機可以獲取vGPU層以及NVIDIA驅動程序和二進制編碼轉換/函數庫應用。

精算單一伺服器虛擬化集縮比評估

有/無- GPU加速器之虛擬化平台結構差異

如何挑選技嘉科技和輝達(NVIDIA)產品

以下資訊幫助客戶評估最適合產品組合。
● 理解用戶類型以選擇合適的 NVIDIA 虛擬軟體
● 根據實際應用情境挑選合適的NVIDIA GPU加速卡
● 從NVIDIA vGPU認證清單選擇技嘉科技伺服器
● 詢問技嘉科技窗口確認GPU裝機佈署條件與QVL LIST相關元件組合
備註：可參考下方認證清單，直接確認選購機型

虛擬化桌面運算使用類型簡介

任務工作者：
基本文件任務，不需要圖形加速
NVIDIA 虛擬軟體：vApp
NVIDIA GPU：T4或以上

知識工作者：

入門圖形處理即可

NVIDIA 虛擬軟體：vPC 或 vDWS

NVIDIA GPU： T4、A16或以上

高級用戶：中、高階圖型處理需求

NVIDIA 虛擬軟體：vDWS 或 vCS

NVIDIA GPU：RTX6000、A10 或 Turing T4

設計師、工程師、人工智能科學家：

高階高速圖型運算.

NVIDIA 虛擬軟體：vCS

NVIDIA GPU：A100, A30, RTX A6000, or Turing T4

以應用軟體區分各類型工作者

輝達(NVIDIA)產品與技嘉科技產品認證清單

NVIDIA Accelerators for Virtualized Compute Server Environment
NVIDIA Models	A10	A16	A30	A40	A100-80G PCIe	RTX A6000	T4
Architecture	Ampere	Ampere	Ampere	Ampere	Ampere	Ampere	Turing
CUDA cores	9216	10240	3584	10752	6912	10752	2560
Single-Precision	31.24 TFLOPS	34.712 TFLOPS	10.320 TFLOPS	37.4 TFLOPS	19.5 TFLOPS	38.7 TFLOPS	8.1 TFLOPS
GPU Memory	24GB GDDR6	4x 16 GDDR6	24GB HBM2	48GB GDDR6	80GB HBM2e	48GB GDDR6	16GB GDDR6
Memory Bandwidth	600 GB/s	4x 231.9 GB/s	933 GB/s	695.8 GB/s	1935 GB/s	768 GB/s	320 GB/s
Interface	PCIe Gen 4	PCIe Gen 4	PCIe Gen 4	PCIe Gen 4	PCIe Gen 4	PCIe Gen 4	PCIe Gen 3
Max Power	150W	250W	165W	300W	300W	300W	70W
Form Factor	single-slot	dual-slot	dual-slot	dual-slot	dual-slot	dual-slot	single-slot
Support NVLink	No	No	No	No	PCIe (NVLink Bridge)	NVLink Bridge	No
Usage	Mainstream graphics and video with AI	VDI applications (support 64 online users)	HPC, AI, data analytics, and mainstream compute	Mainstream visual computing	Ultra-high-end rendering, 3D design, AI(From FP64 to INT4) and data science	High end visual computing	Entry-level to 3D design and engineering, AI (inference), and data science

GIGABYTE Servers (NVIDIA vGPU Certified)
NVIDIA Models	A10	A16	A30	A40	A100-80G PCIe	RTX A6000	T4
1U G-series	G191-H44	G191-H44	G191-H44	G191-H44	G191-H44	G191-H44	G191-H44, G180-G00
1U OCP-series	-	-	-	-	T182-Z70	-	T181-G23, T181-G24, T181-Z70
1U E-series	E152-ZE0	-	-	-	E162-220	-	-
2U G-series	G242-Z11, G291-280, G291-281, G292-2G0, G292-Z24, G292-Z40, G292-Z43, G292-Z44	G242-Z11, G292-Z24, G292-Z40, G292-Z44	G291-280, G291-281, G292-Z24, G292-Z40, G292-Z44	G241-G40, G242-Z11, G292-Z24, G292-Z40, G292-Z44, G292-280	G292-280, G292-Z40, G292-Z44, G291-Z40, G241-G40, G242-P31, G242-Z11, G291-281, G291-Z40, G242-P32, G292-Z20, G292-Z24	G242-Z11, G291-280, G292-Z20, G292-Z40, G292-Z44, G292-Z45, G292-280	G291-280, G291-281, G291-2G0, G291-Z20, G221-Z30, G241-G40, G242-Z10, G242-Z11, G242-P31, G291-Z20, G292-Z20, G292-Z24, G292-Z40, G292-Z42, G292-Z43, G292-Z44, G292-Z22, G292-Z42
2U R-series	R282-Z96, R292-4S0	R262-ZA2, R281-3C2, R282-Z93, R282-Z96, R282-Z9, R262-ZA2	R262-ZA2, R281-3C2, R282-Z93, R282-Z96, R282-Z9, R262-ZA2, R281-G30	R262-ZA2, R281-3C2, R282-Z93, R282-Z96, R282-Z9, R262-ZA2, R281-G30	R282-Z93, R282-G30, R281-3C2, R281-G30, R282-Z93, R282-Z96, R292-4S0,	R292-4S0	R281-G30, R281-3C2, R282-Z93, R281-T95, R282-G30, R282-Z93, R292-4S0
2U E-series	E251-U70	E251-U70	E251-U70	E251-U70	E251-U70	-	E251-U70
2U H-series	-	-	-	-	-	-	H231-G20
4U G-series	G482-Z54, G492-H80, G492-HA0, G492-Z51	G492-Z51, G492-HA0, G482-Z52, G482-Z54, G481-HA0	G482-Z54, G492-H80, G492-HA0, G492-Z51	G492-Z51, G492-HA0, G482-Z52, G482-Z54, G481-HA0, G492-H80	G482-Z54, G492-Z52, G492-H80, G492-HA0, G481-HA0, G482-Z50, G482-Z52, G482-Z54, G492-Z50, G492-Z51	G481-HA0, G482-Z53, G482-Z54, G492-H80, G492-HA0, G492-Z51	G481-H80, G481-HA0, G481-HA1, G482-Z50, G482-Z51, G482-Z54, G492-H80, G492-HA0, G492-Z51

技嘉科技產品推薦

多種機型配置，一次滿足客戶需求

1/4

2U GPU Server for Scale-out

G242-Z11 (rev. 100)

Ideal for scale-out deployment in virtualization for GPU-centric workloads. High core count AMD EYPC™ processor and up to 4 GPUs with direct PCIe Gen4 x 16 connection to CPU. Also, 4 x 3.5" SATA and 2 x 2.5" U.2 (Gen 4)

2/4

1U GPU Server for Small Form Factor

G191-H44 (rev. 200)

Ideal to scale up for 5G network infrastructure or deployment in a small space. Dual Intel Xeon Scalable processors and up to 4 full-length full-height GPUs.

3/4

2U Quad CPU RACK Server

R292-4S0 (rev. 100)

AI & HPC

4/4

4U Dual CPU / 10 x PCIe GPGPU cards

G492-Z51 (rev. A00)

AI , AI Training , AI Inference & HPC

相關技術名詞解說

雲端運算

雲端運算是什麼？簡單地說，雲端運算(Cloud Computing)就是通過互聯網（雲）向使用者或組織（伺服器、儲存、資料庫、網路、軟體、分析、人工智慧等）提供運算資源。雲端運算通常基於虛擬化技術快速部署資源或獲得服務。雲端運算服務可以通過公有雲、私有雲或混合雲提供幾種不同的方式運作。公有雲運算由擁有實體資料中心的協力廠商服務提供者（如Amazon Web Service、Microsoft Azure 或 Google Cloud）提供，他們擁有實體伺服器硬體，然後通過安全的互聯網連接線上銷售這些資源。在私有雲中，企業通過虛擬伺服器上運行任意數量的可用實體電腦上的應用程式，在自己的資料中心內構建雲。混合雲運算則是私有雲運算和公有雲雲算服務混合使用。作為 RightScale's 2018 State of the Cloud report的一部分，針對 997 名 IT 專業人員進行了深入調查，瞭解他們採用雲基礎架構和相關技術，有96% 的受訪者表示，在運行企業的各種服務時都使用了雲端運算的技術，不管是公有雲、私有雲或是混和雲。

超融合基礎架構

超融合基礎架構是什麼？超融合基礎架構（Hyper-Converged Infrastructure），是一種整合了儲存裝置及虛擬運算的資訊基礎架構框架。運用超融合式基礎架構 (HCI)，可將運算、儲存與網路結合成單一系統。這套簡化的解決方案會使用軟體和 x86架構伺服器來取代專用硬體，讓您能夠簡化作業、降低總持有成本並迅速擴充。HCI通過管理程序平台執行，例如VMware vSAN，KVM或Microsoft Hyper-V，用於虛擬化運算，軟件定義存儲和虛擬化網路。HCI通常在配備有直連式儲存（DAS）的標準伺服器上運作。

虛擬機器

虛擬機器是什麼？虛擬機器是一種特殊的軟體（通常稱作映像或執行固體），可扮演實體電腦的角色。就如真實的電腦，虛擬機器有專屬的作業系統和應用程式，也有獨享的虛擬資源，包括處理器、記憶體、硬碟、網路介面和其他配件；實際上，這些資源來自執行虛擬機器的實體主機。一台實體主機可同時執行數台虛擬機器，若使用的主機是伺服器，則須透過「虛擬機器監視器」的軟體來管理不同的虛擬機器。商務上，虛擬機器可滿足眾多使用者的運算需求，這就是所謂的「虛擬化」。