Драйверы для реализации vGPU (GPU over IP)?

Question

Имейте два компьютера: один дома (без графического процессора) - и другой (с графическим процессором nVidia CUDA), взятый в аренду в центре обработки данных (облачные вычисления) или пыльный в доме друга.

1. Кто-нибудь разработал драйвер , позволяющий моему домашнему компьютеру использовать графический процессор удаленного компьютера через Интернет?

   Такой драйвер (назовем его «vGPU») позволил бы существующим приложениям CUDA без проблем использовать удаленный графический процессор, например, локальный графический процессор (прозрачно - без изменений).

2. Есть ли фундаментальная причина, по которой он не может существовать?

3. Являются ли существующие драйверы vGPU (если таковые имеются) масштабируемыми для обработки нескольких серверов GPU?
4. Задержка не является критичной для моих приложений с графическим процессором (AI, криптография, 3D-рендеринг, обработка видео), но это было бы дополнительным бонусом, если бы задержка существующего решения была достаточной для разрешения приложений реального времени, таких как игры.

Я искал один в течение многих лет, прежде чем в конечном итоге опубликовать этот вопрос здесь.

Answer 1

Я не знаю ни одного драйвера GPU через IP. Однако, если у вас есть целый физический компьютер в центре обработки данных, вы можете использовать удаленный рабочий стол.

В Windows встроен удаленный рабочий стол, и для Linux существует несколько программ удаленного управления vnc. Вы можете подключиться к компьютеру через Интернет, установить программное обеспечение и запустить программное обеспечение на удаленном компьютере с графическим процессором.

Однако то, что вы не можете сделать, это напрямую добавить вычислительную мощность GPU к вашему ПК. Требования к пропускной способности просто велики. Слоты pci-e 1.0 x16 имеют 4 ГБ / с, а 2.0 - 8 ГБ / с, и это особенно сложно для игр. Вы можете транслировать видео в формате 1080p через Интернет о происходящем, но вам понадобятся высокие скорости интернета, иначе он будет отставать.

OpenCL или CUDA могут быть в состоянии использовать более низкий уровень пропускной способности, поскольку GPU может тратить много времени на каждое вычисление и тратить меньше на общение.

Однако, поскольку графический процессор должен быть подключен к компьютеру, чтобы быть полезным, вы можете также полностью запустить свое программное обеспечение на удаленном компьютере.