AMD发布全球首款硬件虚拟化GPU产品线

简介:

加州桑尼维尔 - 2016年2月1日 - AMD公司(纳斯达克股票代码:AMD)今天宣布推出世界上第一个硬件虚拟化GPU产品 - AMD FirePro S 系列GPU与多用户GPU(MxGPU)技术。 AMD突破性的硬件虚拟化GPU架构提供创新解决方案,以应对新出现的用户体验,如远程工作站,云游戏,云计算和虚拟桌面基础架构(VDI)。

在虚拟化生态系统当中,如CPU、网络控制器和存储设备等关键部件都被硬件虚拟化,以提供最佳用户体验。但在今天之前,GPU无法进行硬件虚拟化。 AMD MxGPU技术第一次将虚拟化行业标准引入GPU硬件。

这意味着跨越虚拟机的稳定性能和安全性能。 MxGPU控制GPU调度功能,为用户提供可预测的服务质量。

AMD MxGPU技术基于SR-IOV (单Root I/O虚拟化)与PCI Express 标准:

· 为用户提供GPU硬件调度逻辑和高精密服务质量。

· 通过硬件强制隔离内存逻辑,防止一个虚拟机访问另一个虚拟机数据,从而保护虚拟机应用程序数据以及数据完整性。

· 将GPU所有图形功能暴露给应用程序,不仅允许完全虚拟化支持DirectX和OpenGL等图形API,也允许其支持如OpenCL等GPU计算API。

全新AMD FirePro S7150和AMD FirePro S7150 x2服务器显卡将结合业界领先的OEM产品,创建高性能虚拟工作,提供简单安装和操作,关键数据安全性和每美元的卓越性能,以满足IT行业需求。典型的VDI使用案例包括计算机辅助设计(CAD),媒体和娱乐,办公应用等等,这些案例由业界首款基于硬件的虚拟化GPU驱动。

AMD公司副总裁兼Radeon科技事业部总经理Sean Burke表示:“AMD硬件虚拟化GPU产品线是我们承诺又一典范,即为客户提供卓越尖端图形与基本API软件支持。我们研发了创新的AMD FirePro S系列GPU,提供精确,安全,高性能和丰富的图形用户体验 ,使用AMD虚拟化解决方案无需按用户数量向AMD支付许可费用。

显卡市场研究公司Jon Peddie Research总裁乔恩·佩迪表示:“AMD多用户图形承诺改变企业如何以及何时利用工作站,在需要的时候为工作人员提供按需分配且强悍的图形性能,同时显著降低安装大型工作站等设备相关总成本。高性能图形处理能力虚拟化通常与独立工作站相关,并且在未来几年将有可能获得显著发展。”

VMware桌面和应用产品远程体验高级总监Pat Lee表示:“全新的AMD FirePro S7150和AMD FirePro S7150 x2服务器显卡为更多用户提供更丰富,更具吸引力的体验,补充了VMware Horizon虚拟化产品。配备了AMD FirePro显卡的系统可以为VMware Horizon用户提供增强的视频和图形性能,让那些专注于CAD和其他3D密集型应用程序的用户受益匪浅。”

PTC公司CAD产品管理副总裁Paul Sagar表示:“我们对AMD FirePro S系列产品带给我们用户社区的价值感到兴奋。我们正在和AMD密切合作,进行虚拟化桌面PTC Creo支持和认证工作。”

IT预算可以让16位用户同时使用一张内建8GB GDDR5内存的AMD FirePro S7150显卡,也可以让32位用户同时使用一张内建16GB GDDR5内存(每颗GPU 8GB)的AMD FirePro S7150 x2显卡。这两款产品内存位宽均为256-bit。

AMD FirePro S7150 and S7150 x2服务器GPU基于AMD GCN架构,优化了使用率,将性能最大化,它们具有以下特点:

· AMD 多用户GPU(MxGPU)技术,借助全球首款基于硬件的虚拟化GPU,使虚拟化工作站提供一致,可预测并且安全的性能,为用户提供与全部ISV认证相匹配的工作站级体验。

· GDDR5 GPU内存,轻松加速应用程序,处理计算过程复杂的工作流程。

· 错误修正码(ECC)内存通过校正任何单比特或双比特错误,确保计算精度。

· 支持OpenCL 2.0,以帮助专业人士利用现代GPU与多核CPU并行计算能力,在业界领先的CAD / CAM / CAE以及媒体和娱乐应用程序当中加速计算密集型任务,允许开发人员能够利用全新GPU功能。

· AMD PowerTune是智能的电源管理系统,同时监测GPU活动和功耗。 AMD PowerTune优化了GPU,在GPU没有满负荷工作情况下降低功耗,并提供最佳工作频率,以确保GPU在功耗预算范围内,在高强度负荷1情况下可以获得最高性能。

服务器技术提供商将在今年上半年提供AMD FirePro S7150和S7150 x2服务器GPU。欲知详情,请通过email方式联系AMD专业显卡团队: AMD.ProfessionalGraphics@amd.com

SolidWorks World 2016 展会从2016年1月31日至2016年2月3日在美国得克萨斯州达拉斯市举行,AMD FirePro S系列GPU和MxGPU技术将于戴尔服务器系统当中展示,展位号401。

本文转自d1net(转载)

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
虚拟化 数据中心 异构计算
GPU 虚拟化技术MIG简介和安装使用教程
使用多实例GPU (MIG/Multi-Instance GPU)可以将强大的显卡分成更小的部分,每个部分都有自己的工作,这样单张显卡可以同时运行不同的任务。本文将对其进行简单介绍并且提供安装和使用的示例。
552 0
|
4月前
|
机器学习/深度学习 并行计算 PyTorch
GPU 加速与 PyTorch:最大化硬件性能提升训练速度
【8月更文第29天】GPU(图形处理单元)因其并行计算能力而成为深度学习领域的重要组成部分。本文将介绍如何利用PyTorch来高效地利用GPU进行深度学习模型的训练,从而最大化训练速度。我们将讨论如何配置环境、选择合适的硬件、编写高效的代码以及利用高级特性来提高性能。
883 1
|
7月前
|
安全 Devops 虚拟化
【专栏】虚拟化技术与云计算平台 OpenStack:硬件虚拟化、操作系统级虚拟化和容器化
【4月更文挑战第28天】本文探讨虚拟化技术原理,如硬件虚拟化、操作系统级虚拟化和容器化,以及开源云计算平台OpenStack如何利用这些技术提供优势。OpenStack支持多种虚拟化技术,具备开源灵活性、多租户架构、可扩展性、插件式设计和成本效益。未来,OpenStack将在容器化、DevOps、跨云策略和安全合规性方面发挥更大作用,助力企业数字化转型。
656 4
|
7月前
|
并行计算 API C++
GPU 硬件与 CUDA 程序开发工具
GPU 硬件与 CUDA 程序开发工具
150 0
|
7月前
|
并行计算 API 开发工具
【GPU】GPU 硬件与 CUDA 程序开发工具
【GPU】GPU 硬件与 CUDA 程序开发工具
115 0
|
7月前
|
机器学习/深度学习 存储 算法
【GPU】深入理解GPU硬件架构及运行机制
【GPU】深入理解GPU硬件架构及运行机制
944 0
|
7月前
|
负载均衡 算法 调度
龚大视频学习笔记:上帝视角看GPU(3):部署到硬件
龚大视频学习笔记:上帝视角看GPU(3):部署到硬件
183 0
|
安全 Cloud Native 数据安全/隐私保护
带你读《2022龙蜥社区全景白皮书》——5.1.5 AMD安全虚拟化的增强
带你读《2022龙蜥社区全景白皮书》——5.1.5 AMD安全虚拟化的增强
184 13
|
编解码 并行计算 计算机视觉
ffmpeg硬件编解码Nvidia GPU
ffmpeg硬件编解码Nvidia GPU
694 0