上文介绍的基于 SR-IOV 硬件虚拟化技术的 GPU，VF 的数量比较固定，且每个 VF 获得的资源是均分的、定额的。将这些 VF 透传给虚拟机后，由于各个虚机的 workload 不同，就可能出现某些 VF 的资源不够用，而另一些 VF 的资源用不完的情况。
对于 GPU 这样的高速 PCIe 设备，虽然也可以借助 virtio 的方式来实现 guest VM 对 GPU 资源的共享，但因为需要 hypervisor 参与 emulation，效率不高。性能更佳的方案是将物理 GPU 以整体或部分的形式，“透传”给 VM。
本文结合实践剖析存储系统的架构及运行原理，深入分析各种存储性能瓶颈场景，并提出相应的性能优化手段，希望对同行有借鉴和参考价值。
GPU的核心竞争力在于架构等因素决定的性能先进性和计算生态壁垒。国内GPU厂商纷纷大力投入研发快速迭代架构，推动产业开放构建自主生态，加速追赶全球头部企业。国产替代需求持续释放叠加国际局势不确定性加剧，AI&数据中心、智能汽车、游戏等GPU需求有望高增，国产GPU迎来发展黄金期，我们看...
GPU 传统上是用于 graphic 的，但由于其适合并行计算的构造，近几年被越来越多地运用到深度学习和人工智能领域，刮起了一阵猪都能飞的风。尤其是最近国外 AIGC 的技术突破，让 GPU 再次成为一个关注的焦点。 所谓“适合并行计算”，应该是相对传统的 CPU 而言的。要论单个计算单元的能...
GPU 加速计算可以提供非凡的应用程序性能，能将应用程序计算密集部分的工作负载转移到 GPU，同时仍由 CPU 运行其余程序代码。
本文解释了新的 NVIDIA DOCA GPUNetIO 库如何克服以前 DPDK 解决方案中的一些限制，向以 GPU 为中心的数据包处理应用程序迈进了一步。
本文主要分析和探讨国际上面向 E 级计算的先进高性能处理器的核心运算架构，包括 Fujitsu A64FX、NVIDIA H100、AMD MI250X 和 Intel PonteVecchio 4款高性能处理器，着重关注运算资源组织结构、数据和指令级并行方式、领域专用加速结构 DSA、支持数...
目前Linux系统中主流的是Ext（2/3/4）类型的文件系统，Ext文件系统主要由Super Block（超级块）、Inode表、Data block（数据块）组成。 而目前文件系统都比较大，如果将所有的Inode和Block放置在一起很不明智，这样数量都太庞大，而且不易管理。故...
1、人工智能通过在大量数据中寻找模式来学习，但首先这些数据必须由人类进行分类和标记，数据注释员由此应然而生，他们被视为隐藏在机器背后的“幽灵劳工”。 2、注释员们的工作枯燥而乏味，经常需要做重复性的工作，按件计酬，平均时薪在5到10美元（约合人民币36到72元）之间。到今年年初，部分注释员...