科创中国

行业领域

新材料技术

需求背景

目前在技术方面存在的困难以及需解决的问题图形处理器（GPU）是计算机显卡的核心芯片，也是高性能计算与深度学习的关键部件，软件生态是决定GPU产品应用的核心因素，任何一个成功的计算平台都需拥有广泛而丰富的软件生态系统。如NVIDIA的成功依赖于CUDA生态系统可用的工具、库、应用程序和合作伙伴，通过软件生态的建设，构筑了强大的技术壁垒，使竞争对手难以逾越和替换。由于没有企业可提供与国产GPU配套的软件开发平台，国内所有高端军事应用系统，自动驾驶、人工智能等民用领域，基本都采用NVIDIA的CUDA平台开发应用产品，同时，由于国外GPU厂商软件开发平台完全不支持国产计算机平台，在国产计算机平台上，根本无法开发高端GPU国产应用软件。“安全与可靠”已成为国家信息产业发展的重要目标，目前计算软件的发展方向仍掌握在国外几个大公司手中，在国产GPU平台上构建自己的软件生态已经成为自主软件发展的重中之重。

需解决的主要技术难题

针对国产GPU的高性能虚拟化技术，需要解决以下几方面的需求：

1）国产GPU虚拟化体系结构设计

针对景嘉微电子的JM7200、JM9200国产GPU，实现一套高效的GPU虚拟化方案，使其初步具备虚拟化功能。项目需要先从软件层面对GPU进行虚拟化体系结构设计，使其具备虚拟化能力，并且在虚拟域内达到物理GPU性能的75%以上。

2）国产GPU虚拟化的资源划分

GPU虚拟化技术的目的是实现高性能高效率的一对多，在使已有国产GPU具备虚拟化能力之后，需要解决多虚拟域环境下GPU的虚拟化及资源分配和调度技术。研究基于国产GPU的GPU分片虚拟化技术，对物理GPU在时间片上进行划分以实现多个虚拟域的逻辑独占和物理共享，对物理GPU的资源（如显存）进行空间上的划分与隔离，以保证每个虚拟机的GPU资源需求和安全性。

3）国产GPU虚拟化的公平调度算法

基于国产GPU当前在性能方面与国外最新产品尚有一定差距的现状，还需要研究和设计调度方案，以尽可能地实现对GPU资源的高效和公平调度。通过解决以上需求，争取实现单卡（JM7200或JM9200）支持不少于4台虚拟机，对GPU资源的调度效率评估不低于75%的技术指标。

4）国产GPU虚拟化的安全性

目前GPU虚拟化主要集中在虚拟化的功能实现和通信效率之上。然而,在信息爆炸的大背景下,安全性将会是GPU虚拟化另一个不可忽视的问题。项目需结合国产虚拟化平台和国产GPU内存隔离机制两个角度进行安全研究。

5）结合硬件支持的国产GPU虚拟化方法

在结合已有的软件层面实现的高效GPU虚拟化方案的基础上，通过积累对国产GPU虚拟化技术研究和实现的经验，反馈和指导下一代GPU芯片的设计以添加硬件支持的虚拟化功能，通过在芯片层面引入相关硬件单元并适配虚拟化场景，实现高性能的针对国产GPU的硬件虚拟化功能，将虚拟域内GPU的性能提升至物理GPU的90%以上。

期望实现的主要技术目标

预期成果及经济社会生态效益

预期成果：（1）国产GPU的虚拟化技术路线研究分析报告，在分析现有国产GPU的技术特性的基础上，提出实现虚拟化所必须的硬件功能及其软件接口，设计相应的虚拟化支撑软件；（2）基于国产GPU或其仿真验证平台上的虚拟化示范系统。

经济社会生态效益：在云计算作为国家战略的大背景下，实现针对国产GPU的虚拟化技术的突破，可以推动云计算系统中GPU的国产替换，进一步保障信息安全和解决技术封锁的限制。同时，也有利于我省的GPU芯片企业（如景嘉微）的产品在云计算领域的切入和市场推广，加速我省GPU产业向民用芯片市场的渗透，促进我省的GPU相关产业链的发展和转型升级。

另外，GPU芯片需要长年累月的迭代和优化，需要巨大的研发费用和资本开销。通过国产GPU的虚拟化技术的突破，有助于国产GPU芯片企业在云计算市场落地，获取持续的利润支撑，并累计数据和经验，进一步驱动对GPU技术的跨代研发和发展，反过来又推动虚拟化技术的性能跨越，实现良性循环，最终达到并超越国际先进水平。

项目成果产业化后，预计可达数十亿级的经济规模，新增就业岗位数千人。

处理进度