导语：当 GPU 从“加速卡”变成企业基础设施的核心算力单元，服务器虚拟化面临一个绕不开的问题——这块昂贵的设备，究竟该整块交给一台虚拟机，还是切分给多台共享？GPU 直通、vGPU、MIG、SR-IOV 四条技术路线各有取舍，而 AI 训练与图形桌面这两类场景，给出的答案往往截然相反。本文尝试从媒体视角梳理这条选型脉络。

一、问题的起点：GPU 为什么难以“虚拟化”

CPU 的虚拟化早已成熟，靠的是指令集层面的硬件支持与成熟的调度器。GPU 的处境完全不同：它是一块高度并行的专用处理器，拥有独立的显存、独立的驱动栈和复杂的上下文管理机制。传统上，GPU 厂商的驱动假设“一块卡只服务一个操作系统实例”，这让 hypervisor 很难像切分 CPU 时间片那样切分 GPU。

于是，企业要在虚拟化环境中使用 GPU，只能在“隔离程度”和“共享程度”之间做权衡。四条主流路线，本质上是对这个权衡的四种回答。

二、四条技术路线的基本逻辑

GPU 直通（Passthrough） 是最直接的做法：通过 PCIe 直通或类似机制，把整块物理 GPU 直接交给某一台虚拟机独占。虚拟机内的驱动看到的就是真实硬件，几乎没有性能损耗，兼容性也最好。代价是资源无法共享——一块卡只能服务一台 VM，其余虚拟机只能排队。

vGPU（虚拟 GPU） 走的是另一条路：由 GPU 厂商提供虚拟化层，把一块物理 GPU 切分成多个虚拟 GPU 实例，分给多台虚拟机使用。它强调的是“共享”与“可管理”，适合需要给大量用户分配图形或计算资源的场景。其代价在于依赖厂商的虚拟化授权与配套软件栈，部署链条更长。

MIG（Multi-Instance GPU） 是较新一代 GPU 上出现的硬件级切分能力：把一块 GPU 在物理层面划分为多个独立实例，每个实例拥有独立的显存切片和计算单元，彼此之间实现硬件级隔离。相比软件切分，MIG 的隔离性更硬，一个实例出问题不容易波及另一个。但它对切分粒度和可用组合有硬件约束，并非任意比例都能切。

SR-IOV 则是从 I/O 虚拟化领域借来的思路：让一块物理设备在硬件层面呈现为多个虚拟功能（VF），每个 VF 可直接分配给虚拟机，绕过 hypervisor 的软件模拟路径。它在网络设备上已相当成熟，在 GPU 上的支持程度则取决于具体硬件与驱动生态。依据现有素材判断，SR-IOV 在 GPU 场景的落地成熟度仍因厂商和产品而异，选型时需以实际支持矩阵为准。

三、隔离性与共享性的光谱

把这四条路线排成一条光谱，会看得更清楚：

一端是直通，隔离最强、共享最弱，性能接近裸机，但资源利用率取决于业务能否把一块卡“喂饱”。另一端是vGPU 与 MIG，共享能力更强，适合多租户或多用户并发，但引入了切分开销与管理复杂度。SR-IOV 则试图在硬件层面同时兼顾隔离与共享，理论上位置居中，实际能力取决于生态成熟度。

这里有一个常被忽略的判断点：隔离不只是性能问题，更是安全与稳定性问题。多租户环境下，如果切分是软件层面的，一个租户的异常负载是否会影响同卡的其他租户，是需要认真评估的风险。MIG 的硬件级隔离在这方面的叙事更强，而软件切分方案则更依赖调度与配额策略来兜底。

四、AI 场景与图形场景：选型逻辑的分野

这是本文最想强调的部分——同样是“虚拟化环境下的 GPU 分配”，AI 和图形两条业务线的答案经常是相反的。

AI 训练场景通常偏好直通。原因不难理解：大模型训练需要尽可能多的显存和尽可能高的卡间通信带宽，任务往往长时间独占整卡，切分反而带来通信与调度的额外开销。训练任务对“整卡性能”的敏感度，远高于对“资源利用率”的敏感度。因此在这一侧，直通加整卡独占是常见选择，资源池化更多通过上层的调度系统而非底层切分来实现。

AI 推理场景则更愿意接受切分。推理任务对单卡性能的极致要求低于训练，但对部署密度和成本更敏感。把一块卡切给多个推理服务，能显著提升利用率。MIG 的硬件隔离在这里有吸引力，因为它能在共享的同时控制“邻居干扰”。

图形与虚拟桌面场景则天然倾向 vGPU。这类业务的特点是用户数量多、单用户负载相对轻、对交互体验敏感，vGPU 的共享模型与集中管理能力正好匹配。它与 AI 场景的诉求几乎正交。

换句话说，选型的第一问不是“哪种技术更先进”，而是“我的业务是整卡吞吐型，还是多用户并发型”。

五、选型时真正要问的几个问题

抛开技术名词，企业落地时值得先回答几组问题：

• 业务形态：任务是长时间独占整卡，还是大量轻量并发？前者指向直通，后者指向 vGPU 或 MIG。
• 隔离要求：是否多租户？是否涉及不同安全等级的数据？隔离要求越高，硬件级切分的权重越大。
• 利用率目标：整卡独占是否会造成长期闲置？如果闲置明显，切分带来的利用率提升可能盖过其开销。
• 生态与运维成本：vGPU 一类方案通常涉及厂商授权与专用管理组件，运维链条更长；直通则相对“朴素”，但资源调度要靠上层系统补齐。
• 硬件支持矩阵：MIG 与 SR-IOV 的可用性高度依赖具体 GPU 型号与驱动版本，依据现有素材判断，选型前必须以厂商实际支持文档为准，不能想当然。

六、趋势判断

从技术演进的方向看，几条线索值得关注。

其一，硬件级切分正在成为主流叙事。MIG 代表的“物理切片”思路，把隔离性从软件策略下沉到硬件，这对多租户 AI 基础设施意义重大。未来 GPU 的“可切分能力”很可能像 CPU 的核心数一样，成为采购时的基础参数。

其二，共享与隔离的边界在模糊。SR-IOV 式的硬件虚拟化思路若在 GPU 上进一步成熟，可能提供介于直通与软件切分之间的第三条路。但依据现有素材判断，这一方向的落地节奏仍取决于生态，短期内不宜过度乐观。

其三，选型正在从“单卡决策”上移到“平台决策”。企业越来越少地孤立地讨论“这块卡怎么分”，而是把它放进整体的算力调度平台里考虑——底层用直通保性能，上层用调度提利用率，正在成为一种务实的组合。

结论

GPU 直通、vGPU、MIG、SR-IOV 并非互相替代的关系，而是覆盖了隔离性与共享性光谱上的不同位置。企业选型的核心，是先厘清业务属于“整卡吞吐型”还是“多用户并发型”，再据此在性能、隔离、利用率与运维成本之间取平衡。

对 AI 训练，直通往往仍是稳妥之选；对推理与图形桌面，切分与共享的价值更明显。技术没有绝对优劣，匹配业务形态的，才是对的。

生成标记：本文由 ITPUB 文章生成平台基于已选素材整理生成。