404 Not Found
The requested URL /~zhusj/config-xps9350 was not found on this server.
Apache/2.0.52 (Red Hat) Server at home. Port 80话说现在的i系列CPU都集成了GPU，但在台式机上要怎么用呢？？？？？_显卡吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：1,756,391贴子：
话说现在的i系列CPU都集成了GPU，但在台式机上要怎么用呢？？？？？收藏
上周给自己电脑换了个二代的i3 cpu,同时又新换了块板子，以前的板子是775的板子没有集成显卡，把以前的独显插上
这几天一直在思考一个问题，就是CPU的集显我们都知道，在台式机上，要么主板集成GPU，在集成GPU的情况下，主板上会有VGA接口，如果主板不集成GPU时，主板上根本就没有VGA接口，这时就只能插显卡才行....台式机CPU集成显卡真不知道咋使用它？？求高人指点迷津~
《盗墓笔记》十年之约,震撼揭秘真实地下世界
intel高性能集成显卡~
应该都有接口把，
主板会有显示输出接口啊
H61 H67 Z68有显卡接口P61 P67没有...
主板有接口不代表板载
你是不是把hdmi看成usb了
台式机要怎么才能使用
我的是P67板子 咋用CPU的GPU
拔掉独显或则一个软件
这款游戏可以体验洪荒之力！我露出了迷之微笑
拔掉独显或则一个软件
楼主表达能力有问题,还是怀疑我们智商有问题？特别是以下这几个解释和题目：我们都知道，在台式机上，要么主板集成GPU，在集成GPU的情况下，主板上会有VGA接口，如果主板不集成GPU时，主板上根本就没有VGA接口，这时就只能插显卡才行....台式机CPU集成显卡真不知道咋使用它？？你说的这些解释和所问的问题,就好像1+1是不是等于2,那为什么会等于2呢？
p系列的不能使用核显，h系列才行
P67本身就不能用集显
看设计，H67 H61理论上都是带显示输出的，也不排除厂家自己缩水...我的微星H67C43就木有...
本来当初买的是H67的板但可悲的是当时那块板上没有IDE接口，恰好我以前的有块硬盘和光驱是IDE口，没办法，拿回去又换了P67~~~
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或OpenStack 企业私有云的几个需求（1）：Nova 虚机支持 GPU - 今日头条()
本系列会介绍OpenStack 企业私有云的几个需求：GPU 支持自动扩展（Auto-scaling）支持混合云（Hybrid cloud）支持物理机（Bare metal）支持CDN 支持企业负载均衡器（F5）支持大规模扩展性（100个计算节点）支持商业SDN控制器支持内容比较多，很多东西也没有确定的内容。想到哪就写到哪吧。先从 GPU 支持开始。1. 基础知识1.1 VGA（图像显示卡），Graphics Card（图形加速卡），Video Card（视频加速卡），3D Accelerator Card 和 GPU（图形处理器）对这些概念之前也没怎么了解，这次正好自己梳理一下。从一篇古老的文章中，找到所谓的显卡从 VGA 到 GPU 发展史：第一代显卡：支持 256 色显示的 VGA Card，1988年。VGA Card的唯一功能就是输出图像，真正的图形运算全部依赖CPU，所以当微软 Windows 操作系统出现后，PC 的 CPU 就开始不堪重负了。第二代显卡：Graphics Card，支持 Windows 图形加速，1991年，通过一颗专用的芯片来处理图形运算，从而将 CPU 部分解放了出来，让Windows界面运行起来非常流畅，从此图形化操作系统资源消耗大降、实用性大增。为了与单纯具备显示功能的 VGA Card 相区别，具备图形处理能的显卡被称为Graphics Card，也就是图形加速卡，它加速了Windows的普及，让PC走进了图形化界面时代。第三代显卡：Video Card，支持视频加速，1994年。为了与单纯具备图形加速能力的 Graphics Card 相区别，具备视频辅助解码的显卡被称为 Video Card，也就是视频加速卡。第四代显卡：3D Accelerator Card，1994年。后起之秀 NVIDIA 则凭借性能强大的单芯片TNT和TNT2系列显卡超越3DFX 从而脱颖而出。第五代显卡：GPU 图形处理器，支持硬件T&L，1999年。GeForce 256是一款划时代的产品，NVIDIA 将其称为第一款GPU（Graphic Processing Unit，图形处理器），显示芯片上升到了与CPU（Center Processing Unit，中央处理器）同样的高度。GeForce 256是被作为一个图形处理单元(GPU)来设计的，GPU是一个单芯片处理器。它有完整的转换、光照、三角形设置和渲染引擎(分别为:Transform、Lighting、Setup、Rendering)等四种3D处理引擎，一些以前必须由CPU来完成的图形运算工作现在可以由GeForce256 GPU芯片独立完成，大多数情况下具有完整的传输和光照相引擎的GPU运算速度比CPU快2-4倍，同时也有效地减轻了CPU的浮点运算负担，减少了对CPU的依赖性。未来的显卡：GPU 接管更多CPU的功能，支持更多的功能，包括几何着色、物理加速、高清解码、科学计算等。简化一下：VGA Card：640×480分辨率彩色图形显示，单纯的输出图像Graphics Card：支持图形界面加速，减轻CPU负担Video Card：支持视频解码加速，减轻CPU负担3D Accelerator Card：支持3D图形渲染，3D技术走向普及GPU：支持坐标转换和光源处理，消除3D渲染的瓶颈1.2 GPU 与 CPU从上面的介绍我们知道，GPU 表示 Graphics Processing Unit，即图像处理单元。一开始的时候GPU 主要用于 3D 游戏的渲染，但是现在GPU已经广泛用于加速计算性负载，比如金融模型计算、科学研究以及石油和天然气开发等。从架构上看，CPU 是由若干核（core）和许多的缓存（cache memory）组成，因此CPU可以并行处理若干线程。相对地，GPU是由几百个核组成，因此可以并发处理数千个线程。尽管 GPU 的内核数目远远超过 CPU，但是它的每个核的处理能力远小于CPU的核，而且不具有现代操作系统的所需要的一些特性，GPU 并不合适用于处理普通的计算。它们更多地用于计算消耗性操作，比如视频处理和物理仿真等。这个文档中包含了目前支持 GPU 的应用列表。（GPU 和 CPU 对比） （GPU 应用软件栈）注：Direct3D（简称：D3D）是微软公司在Microsoft Windows操作系统上所开发的一套3D绘图编程界面，是DirectX的一部分，目前广为各家显卡所支持。与OpenGL同为电脑绘图软件和电脑游戏最常使用的两套绘图编程界面之一。1.3 在虚机内使用 GPU 的几种方式 （GPU 虚拟化）1.3.1 集中 GPU 虚拟化实现技术（1）API Remoting （API 远程调用）使用这种技术的时候，客户机内的图形 API 调用（graphics API calls）都会被通过远程进程调用（RPC）转到Hypversior 主机上的图形卡驱动软件栈上。Parallels Desktop 所使用的技术和该技术非常接近。（2） Device Emulation （GPU 设备仿真）在客户机中提供一个仿真虚拟GPU，客户机上应用对它的调用都会被仿真层转化为对Hypervisor上物理 GPU 的调用。（3） 两种 Pass-through （透传）（Fixed pass-through：固定透传，一个 GPU 只能给一个虚机使用） （Mediated pass-through：中介式透传，一个 GPU 可以给多个虚机使用）（4）全虚拟化全虚拟化方案中，每个虚机拥有一个虚拟的GPU实例，多个虚机共享一个物理 GPU。下图是 Intel 的 GPU 全虚拟化示意图：1.3.2 Intel 实现的 GPU 虚拟化Intel 有如下几种 GPU 虚拟化技术：三者之间的比较：第三个最先进，它支持 GPU 全虚拟化，以及在多个虚机之间共享一个物理GPU。目前已经在 Xen 中完整地支持该技术（XenGT 项目）。但是在 KVM 中，KVMGT 是在 KVM 内的实现，但是直到 2014/12月 Intel 才出一个 KVMGT 版本，目前仍然处于初级阶段（资料来源）。1.3.3 Nvidia 实现的 GPU 全虚拟化跟 Intel 的情况差不多，Nvidia K1/K2 GPU 也有 GPU 全虚拟化技术，但是目前也是不支持 KVM，而是只支持几家主流的虚拟化软件比如 Hyper-V 和 VMware 等(资料来源)。1.4 透传（Pass-through）技术从上面的介绍可以看出，目前主要的 GPU厂商包括 Intel 和 Nvidia 的全虚拟化方案主要还是针对某几种商业虚拟化软件比如 Hyper-V 和 VMware 等，对于 KVM 的支持要么没有，要么还处于早期阶段。鉴于 KVM 在 OpenStack 计算虚拟化层的地位，OpenStack Nova 支持的也只是 GPU 透传给客户机。QEMU/KVM GPU 透传主要有两种实现方式。1.4.1 两种实现方式（1）pci-assign 方式主流地，QEMU/KVM 使用 PCI Assign 技术将KVM主机上的一个 PCI 设备比如 GPU 和 网卡等直接分配给一个虚机。这技术需要 Intel VT-d 或者 AMD IOMMU 硬件支持。下面是一个 Intel 平台上的实现步骤的例子：# Boot kernel with 'intel_iommu=on' # Unbind driver from the device and bind 'pci-stub' to it echo "168c 0030" & /sys/bus/pci/drivers/pci-stub/new_id echo .0 & /sys/bus/pci/devices/.0/driver/unbind echo .0 & /sys/bus/pci/drivers/pci-stub/bind # Then just run sudo qemu-system-i386 -m 1024 \ -device pci-assign,host=0b:00.0,rombar=0 \ -enable-kvm \ -kernel $KERNEL \ -hda $DISK \ -boot c \ -append "root=/dev/sda rw"（2） VFIO 方式VFIO 在 Linux kernel3.6/qemu1.4 以后支持，目前只支持 PCI 设备。VFIO 是一套用户态驱动框架，提供两种基本服务：向用户态提供设备访问接口 和 向用户态提供配置IOMMU 接口。 它第一次向用户态开放了 IOMMU 接口，能完全在用户态配置 IOMMU，将 DMA 地址空间映射进而限制在进程虚拟地址空间之内。VFIO 可以用于实现高效的用户态驱动。在虚拟化场景可以用于 PCI 设备透传。通过用户态配置IOMMU接口，可以将DMA地址空间映射限制在进程虚拟空间中，这对高性能驱动和虚拟化场景device passthrough尤其重要。相对于传统方式，VFIO对UEFI支持更好。VFIO 技术实现了用户空间直接访问设备。无须root特权，更安全，功能更多。它对环境有如下要求：AMD-Vi or Intel VT-d capable hardwareLinux 3.6+ hostCONFIG_VFIO_IOMMU_TYPE1=mCONFIG_VFIO=mCONFIG_VFIO_PCI=mmodprobe vfio-pciQemu 92e1fb5e+ (1.3 development tree)1.4.2 透传技术的局限性透传技术能带来几乎和物理设备同等的性能，但是它也带来了一些局限性。设备透传带来的一个问题体现在实时迁移方面。实时迁移是指一个 VM 在迁移到一个新的物理主机期间暂停迁移，然后又继续迁移，该 VM 在这个时间点上重新启动。实时迁移是在一个物理主机网络上支持负载平衡的一个很好的特性，但使用透传设备时它会产生问题。PCI 热插拔（有几个关于它的规范）就是需要解决的一个问题。PCI 热插拔允许 PCI 设备从一个给定内核进出，这很理想 — 特别是将 VM 迁移到新主机上的管理程序时（设备需要在这个新管理程序中拔出然后再插入）。当设备被模拟（比如虚拟网络适配器）时，模拟提供一个抽象层以抽象物理硬件。这样，一个虚拟网络适配器可以在该 VM 内轻松迁移（这个 VM 还得到 Linux(R) 绑定驱动程序的支持，该驱动程序支持将多个逻辑网络适配器绑定到相同的接口上）。1.5 公有云上的 GPU 支持（1）阿里云 GPU 物理机，用于高新能计算阿里云（来源）为高性能计算提供带 GPU 的物理机，配置如下：双路Xeon E5－.6GHz128G 内存Raid5 13T 数据盘K40M x2 GPU该物理机的单机峰值计算能力可达每秒11万亿次单精度浮点运算。（2）Amazon GPU 虚拟机，可用于 3D 应用程序流、机器学习、视频编码和其他服务器端图形 或 GPU 计算工作等负载，包括 Linux GPU 虚机和Windows GPU 虚机。虚拟机配置如下：（资料来源）2. OpenStack Nova（QEMU/KVM） 对 GPU 的支持OpenStack 官网的 https://wiki.openstack.org/wiki/Pci_passthrough文章说明了 Nova 对 GPU 的支持。本章节就从配置和代码等角度来分析Nova是如何支持 GPU 透传的。2.1 环境准备可以使用 lspci 命令来获取 GPU PCI 设备：# lspci -nn | grep NVI 85:00.0 VGA compatible controller [0300]: NVIDIA Corporation GK104GL [GRID K2] [10de:11bf] (rev a1) 86:00.0 VGA compatible controller [0300]: NVIDIA Corporation GK104GL [GRID K2] [10de:11bf] (rev a1)输出中各个值的说明：输出值含义详细解释"85:00.0" 和 “86::00.0”以 ”bus:slot.func“ 格式来唯一标识一个 PCI 功能设备 唯一定位一个 PCI 设备的虚拟功能，可以是一个物理设备，也可以是一个多功能设备的功能设备，一个多功能设备可以最多有8个功能。总线号（bus）： 从系统中的256条总线中选择一条，0--255。设备号（slot）： 在一条给定的总线上选择32个设备中的一个。0--31。功能号（func）： 选择多功能设备中的某一个功能，有八种功能，0--7。 PCI规范规定，功能0是必须实现的。”0300“PCI 设备类型指 PCI 设备的类型，来自不同厂商的同一类设备的类型码可以是相同的。“10de”供应商识别字段（Vendor ID）该字段用一标明设备的制造者。一个有效的供应商标识由 PCI SIG 来分配，以保证它的唯一性。Intel 的 ID 为 0x8086，Nvidia 的 ID 为 0x10de“11bf”设备识别字段（Device ID）用以标明特定的设备，具体代码由供应商来分配。本例中表示的是 GPU 图形卡的设备 ID。“a1” 版本识别字段（Revision ID）用来指定一个设备特有的版本识别代码，其值由供应商提供下图说明了 PCI 域、总线、设备等概念之间的联系（lspci 的输出没有标明域，但对于一台 PC 而言，一般只有一个域，即0号域。）：（来源）2.2 KVM主机和Nova 配置2.2.1 修改 Nova 配置节点配置文件需要修改的配置说明控制（API）节点/etc/nova/nova.conf添加配置项：pci_alias={"vendor_id":"10de", "product_id":"11bf", "name":"a1"}这是为了在 Nova flavor 中可以很方便的使用 alias的需要而添加的。计算节点/etc/nova/nova.conf 添加配置项：pci_passthrough_whitelist=[{ "vendor_id":"10de","product_id":"11bf"}] 并不是一个 计算节点上的所有 PCI 设备都运行被分配给客户机，云管理员可以使用该配置项来指定可以分配的 PCI 设备的范围。在 Nova 中，PCI 设备可以分为几类：1、普通的 PCI 设备 2. SR-IOV PF 设备 3. SR-IOV VF 设备。通常 SR-IOV PF 设备都是不可以直接分配给客户机的，因此，该配置项是来指定可以分配的 “普通 PCI 设备”以及 “SR-IOV VF” 的范围。Nova scheduler 节点/etc/nova/nova.conf scheduler_available_filters=nova.scheduler.filters.all_filtersscheduler_available_filters=nova.scheduler.filters.pci_passthrough_filter.PciPassthroughFilter修改配置项：scheduler_default_filters=RamFilter,ComputeFilter,AvailabilityZoneFilter,ComputeCapabilitiesFilter,ImagePropertiesFilter,PciPassthroughFilter 2.2.2 Nova 步骤（1）创建一个 nova flavor 并设置属性。本例子中直接设置已有 m1.small 的属性：nova flavor-key m1.small set "pci_passthrough:alias"="a1:1" 其中，"pci_passthrough:alias" 是固定的 key 字符串，用于指定该 flavor 对 PCI 设备的需求"a1:1" 的格式是 'alias_name_x:count, alias_name_y:count, ... ' ，可以指定多个，每个 alias_name 由 pci_alias 配置项中的 ”name“ 指定。（2）使用该 flavor 创建一个虚机nova boot --image new1 --key_name test --flavor m1.small 123（3）待虚机变为可用状态后，登录，使用 lspci 命令查看 GPU 设备 nova ssh --private 123 -i test.pem2.3 Nova PCI 相关代码分析2.3.1 Nova 资源申请过滤、资源申请和状态周期性汇报流程A： KVM 计算节点上的 PCI 设备状态的获取nova-compute 的 resource_tracker 周期性地获取 KVM 计算节点的 PCI 状态并写进数据库： 03:20:58.191 pute.resource_tracker [req-5da1fbd0-3f97-4a88-83be-51f938b60860 None None] Final resource view: name=hkg02kvm002ccz023 phys_ram=32204MB used_ram=25088MB phys_disk=314GB used_disk=240GB total_vcpus=24 used_vcpus=4 pci_stats=&nova.pci.stats.PciDeviceStats object at 0x7f4e60d32910&类 nova.pci.stats.PciDeviceStats 的实现在 /nova/pci/stats.py文件中。其数据格式为：| [{"count": 5, "vendor_id": "8086", "product_id": "1520", "extra_info":'{}'}],也就是每一种由配置项 pci_passthrough_whitelist 所指定的可分配给虚机的 PCI 设备的可用数目。B:Nova scheduler 使用 DB 中的 PCI 设备状态数据来过滤出能满足请求所要求的PCI资源的计算节点用户使用某个配置了 PCI 设备需求的 Nova flavor 来创建虚机-& nova-api 读取所使用的 flavor 的 ”pci_passthrough:alias“ 属性的值，该值指定了所使用的 PCI 设备的属性和数量，其数据形式为 ”| [{"count": 1, "vendor_id": "8086", "product_id": "1520",}].“-& nova-scheduler 的 PciPassthroughFilter 匹配每个 KVM host 保存在数据库中的 pci_stats 和该 request 所要求的 PCI 资源，来确定每个 host 能不能满足虚机所要求的 PCI 设备的需求。如果不能满足，则返回 false；能满足则返回 true，表明该 host 满足了该 filter 的要求。def host_passes(self, host_state, spec_obj): """Return true if the host has the required PCI devices.""" pci_requests = spec_obj.pci_requests if not pci_requests: return True if not host_state.pci_stats.support_requests(pci_requests.requests): LOG.debug("%(host_state)s doesn't have the required PCI devices" " (%(requests)s)", {'host_state': host_state, 'requests': pci_requests}) return False return TrueC:PCI 设备管理和分配Nova 使用类 ResourceTracker 来统一管理计算节点上的所有资源，包括资源发现（discover）、声明（claim）、分配（allocate）和释放（free）等操作。PCI 设备也是受管理资源的一种。类似其它资源，PCI 资源的信息也是永久保存在数据库中，这也方便使用者来查询这些信息。PCI 设备包括如下几种状态：available/claimed/allocated/deleted/removed。PCI 资源分配的基本步骤：（a）创建虚机：调用 def _build_instance(self, context, request_spec, filter_properties, requested_networks, injected_files, admin_password, is_first_time,node, instance, image_meta, legacy_bdm_in_spec) 方法（b）claim PCI 资源：调用 resourceTracker.instance_claim(context, instance, limits) 方法来 claim 资源，包括内存、磁盘、numa 和 PCI 设备等。如果 claim 失败，则支持跑出错误。（c）分配 PCI 资源：调用 self._update_usage_from_instance(context, pute_node, instance_ref) 来将资源标记为占用。该函数中，会调用 self.pci_tracker.update_pci_for_instance(context, instance) 来将 PCI 设备的状态保存到 pci_tracker。2.3.2 虚机创建（1）将 pci resource manager 分配好的 PCI 设备后加入到 guest中：if virt_type in ('xen', 'qemu', 'kvm'): for pci_dev in pci_manager.get_instance_pci_devs(instance): guest.add_device(self._get_guest_pci_device(pci_dev))def _get_guest_pci_device(self, pci_device): dbsf = pci_utils.parse_address(pci_device['address']) dev = vconfig.LibvirtConfigGuestHostdevPCI dev.domain, dev.bus, dev.slot, dev.function = dbsf # only kvm support managed mode if CONF.libvirt.virt_type in ('xen', 'parallels',): dev.managed = 'no' if CONF.libvirt.virt_type in ('kvm', 'qemu'): dev.managed = 'yes' return dev然后再调用 xml = conf.to_xml 方法得到 guest 的 libvirt xml。一个分配的 PCI 设备的 Libvirt XML 定义示例如下： &hostdev mode='subsystem' type='pci' managed='yes'& &driver name='vfio'/& &source& &address domain='0x0000' bus='0x86' slot='0x00' function='0x0'/& &/source& &alias name='hostdev0'/& &address type='pci' domain='0x0000' bus='0x00' slot='0x05' function='0x0'/& &/hostdev& （2）虚机完成启动后，登录它，再使用 lspci 就可以看到该透传的 GPU 了 这是 Cirros 客户机中的输出：$ lspci -k ... 00:05.0 Class :1001 virtio-pci 00:06.0 Class 0300: 10de:11bf 00:07.0 Class 00ff: 1af4:1002 virtio-pci这是 Ubuntu 客户机中的输出：ubuntu@ubuntu-gpu:~$ lspci -nn...00:06.0 VGA compatible controller [0300]: NVIDIA Corporation GK104GL [GRID K2] [10de:11bf] (rev a1)（3）在主机上查看两个 GPU 的状态，可以看出已分配和未分配的状态是不同的stack@hkg02kvm002ccz023:~/logs$ readlink /sys/bus/pci/devices/.0/driver #这是已经分配给虚机的 ../../../../../../bus/pci/drivers/pci-stub stack@hkg02kvm002ccz023:~/logs$ readlink /sys/bus/pci/devices/.0/driver #这是未分配给虚机的 ../../../../../../bus/pci/drivers/vfio-pci
(C) 2016 今日头条 违法和不良信息举报电话：010-公司名称：北京字节跳动科技有限公司}