GPU虛擬化技術MIG簡介和安裝使用教程

使用多實例GPU (MIG/Multi-Instance GPU)可以將強大的顯卡分成更小的部分，每個部分都有自己的工作，這樣單張顯卡可以同時運行不同的任務。本文將對其進行簡單介紹并且提供安裝和使用的示例。

什么是MIG

NVIDIA Multi-Instance GPU (MIG) 技術是 NVIDIA 推出的一種 GPU 虛擬化技術，允許一塊物理 GPU 被分割成多個獨立的 GPU 實例，每個實例可以被分配給不同的虛擬機、容器或用戶。這種技術有助于更有效地利用 GPU 資源，提高 GPU 的共享性和多租戶支持。

MIG 技術通常需要硬件和軟件支持，包括支持 MIG 的 NVIDIA GPU 和相應的驅動程序。這使得 MIG 技術成為數據中心和云計算環(huán)境中更好地管理 GPU 資源的有力工具。它有助于提高 GPU 利用率，降低成本，并更好地滿足不同應用程序和用戶的需求。

MIG是如何工作的

MIG通過虛擬地將單個物理GPU劃分為更小的獨立實例，這項技術涉及GPU虛擬化，GPU的資源，包括CUDA內核和內存，被分配到不同的實例。這些實例彼此隔離，確保在一個實例上運行的任務不會干擾其他實例。

MIG支持GPU資源的動態(tài)分配，允許根據工作負載需求動態(tài)調整實例的大小。這種動態(tài)分配有助于有效地利用資源。多個應用程序或用戶可以在同一個GPU上并發(fā)運行，每個GPU都有自己的專用實例。整個過程通過軟件進行管理，為管理員提供了對實例配置和資源分配的控制。這種方法增強了在單個GPU上處理不同工作負載的靈活性、可擴展性和資源效率。

MIG 技術關鍵特點

1. 資源劃分 ：MIG 允許將一塊物理 GPU 分割成多個 GPU 實例，每個實例具有自己的 GPU 核心、GPU 內存、NVLink 帶寬等資源。這樣可以更好地控制和劃分 GPU 資源。
2. 多租戶支持 ：MIG 技術可以用于虛擬化 GPU，以便不同用戶或應用程序可以共享同一塊物理 GPU 而不會相互干擾。
3. 動態(tài)資源調整 ：管理員可以根據工作負載的需求動態(tài)地重新配置 MIG 實例的資源，從而實現更好的資源利用和性能。
4. 容錯性 ：MIG 技術支持 GPU 實例的隔離，這意味著一個 GPU 實例中的問題不會影響到其他實例，從而提高了系統(tǒng)的容錯性。
5. 部署靈活性 ：MIG 技術可以用于云計算、虛擬化環(huán)境、容器化應用程序等多種情境，為不同的部署需求提供了靈活性。

MIG的條件

并不是所有的顯卡都支持MIG，以下是官方給出的GPU型號：

可以看到，基本上就是A100和H100可以使用，雖然都是24G顯存，但是消費級的4090是不支持的。

然后就是驅動

達到這些要求以后就可以使用了

MIG配置和使用

安裝Nvidia SMI(這里使用ubuntu系統(tǒng)作為示例)很簡單，只要安裝好nvidia提供的工具包即可

sudo apt-get install nvidia-utils

下一步就是驗證Nvidia驅動程序。

nvidia-smi

沒問題的話就說明安裝完成了。下面就是配置的命令：

sudo nvidia-smi -i < GPU_ID > --mig on

nvidia-smi結果中包含了GPU ID。

驗證MIG配置(需要GPU ID和實例ID進行下一步工作)

nvidia-smi mig -lgip

驗證成功后就說明我們的MIG已經正?？捎茫旅婵梢蚤_始創(chuàng)建虛擬GPU

我們將單個GPU(硬件)劃分為多個獨立的GPU實例，以手動分擔工作負載并降低工作平衡的成本。

sudo nvidia-smi -i < GPU_ID > --mig < INSTANCE_COUNT >

-i :指定要使用的GPU設備。將替換為需要配置的GPU的實際ID。

-mig :用于配置mig (Multi-Instance GPU)。將替換為希望在指定GPU上創(chuàng)建的所需GPU實例數。每個實例都有自己的一組資源，包括內存和計算能力。

比如我們下面的示例：在GPU ID=0上創(chuàng)建3個實例

sudo nvidia-smi -i 0 --mig 3

更改實例的資源分配(工作負載)，主要目標是為特定的MIG實例調整資源分配

sudo nvidia-smi -i < GPU_ID > -gi < INSTANCE_ID > -rg < WORKLOAD_PERCENT >

-i :指定執(zhí)行該操作的GPU。例如，-i 0表示第一個GPU。

-gi :在指定GPU內執(zhí)行操作的MIG實例。例如，-gi 1表示GPU上的第二個MIG實例。

-rg :分配給指定MIG實例的GPU資源的百分比。將替換為所需的百分比。例如-rg 70表示將70%的GPU資源分配給指定的MIG實例。

在GPU_ID = 0和MIG Instance=1上設置占GPU總資源70%的工作負載

sudo nvidia-smi -i 0 -gi 1 -rg 70

Docker和MIG

大部分情況我們都會使用Docker來作為運行環(huán)境，所以這里我們再介紹一下Docker和MIG的配置。

安裝NVIDIA Container Toolkit，這是我們再Docker中使用GPU的第一步，這里就不詳細介紹了，我們直接使用命令安裝。

sudo apt-get install -y nvidia-container-toolkit

配置Docker守護進程以使用NVIDIA：編輯Docker守護進程配置文件/etc/docker/daemon.json)，添加如下行:

{
   "default-runtime": "nvidia",
   "runtimes": {
     "nvidia": {
       "path": "/usr/bin/nvidia-container-runtime",
       "runtimeArgs": []
     }
   }
 }

以上代碼只是示例，請跟你的實際情況修改，本文不主要介紹如何再Docker中使用GPU，所以只作為簡單示例。

配置完需要重啟

sudo systemctl restart docker

驗證GPU可用性，以獲取GPU信息

docker run --gpus all nvidia/cuda:11.0-base nvidia-smi

下面開始我們的主要工作，配置MIG

docker run --gpus device=0,1,2,3 -e NVIDIA_VISIBLE_DEVICES=0,1,2,3 my_container

可以根據想要使用的MIG設備數量來調整——gpu和NVIDIA_VISIBLE_DEVICES參數。這里的gpus是我們通過上面命令虛擬的GPU

總結

MIG能夠將單個GPU劃分為更小的實例，MIG為同時處理各種工作負載提供了經濟高效且可擴展的解決方案。MIG的底層功能，包括資源隔離和動態(tài)分配，增強了GPU使用的靈活性、可擴展性和整體效率。

跨越數據中心、科學研究和人工智能開發(fā)的實際應用凸顯了MIG在優(yōu)化GPU資源和加速計算任務方面的影響。MIG是一個很好的技術，但是就目前顯卡的價格來說對他的普及還是有很大的阻礙。不支持消費級的顯卡，一張A100大概10萬+，4張4090 6萬多，我想沒人會把一張A100分成4份用吧。