对比，催化真实的GPU池化

高度集中菱形有数OrionX Controller和OrionX GUI两个模块，常用与在此之前菱形的Client和Server交换高度集中信令，超出平均分配、适时并管理机构整个战略性内部所有GPU自然资源的目地。

由此，我们可以看得见：① OrionX AI算力自然资源池转化透过商的这套指令集不仅可以背书K8S，还能全菱形背书KVM及天体物理学机， 适用区域更加广。②超越了习惯GPU模拟转化系统设计不能背书同类型GPU交换的限制，融合了GPU交换、聚合和几倍程使用等 多种控制能力，打造 经验丰富软件定义GPU。

2、实用性对比

Ubuntu提议转用的是CUDA命令行攻击。不一定完全，使用者的AI用户界面亦会命令行CUDA API，进而命令行GPU操作系统进行时浮点。libcuda.so 是使用者态下终究亦会被命令行的Driver API 纳，它的连接缓冲器公开但是发挥作用细微开放源码。Ubuntu提议发挥作用了一个类似的建模纳，例如libvendor-cuda.so ，劫持了用户界面对CUDA Driver API的命令行，并且把命令行发文给相符的GPUGM的libcuda.so。在发文的每一次中所，绝大部分的API可以这样一来透传，而对少量API进行时流控和修改。明确如下图所示：

为了发挥作用这样的视觉效果，这类Ubuntu提议的左、中所、任左三层不能处在同一个托盘内部，而且访问权限相反。那么，关键因素问题来了，由于处在同一托盘， 使用者是完了全有可能绕过中所间的限制，去正大沾染达原生CUDA的，进而侵占整个天体物理学GPU。这个使用暴力不一定是广博的黑客系统设计，也许使用者只是出于经营区域均需要，从外菱形预设一个libcuda.so文件，或者只是重定向一下链接纳的切线，比如：export LD_LIBRARY_PATH等。然后，Ubuntu提议；也的“限制”、“隔离”、“交换”就瞬间破防了。破防的严重后果显而易见，GPU取而代之是可以被多使用者交换的，现在该使用者可以肆意挤占系统会的自然资源，系统会的程序在亦会因为自然资源不足而报错（比如OOM）。

OrionX AI算力自然资源池转化透过商或多或少有CUDA命令行攻击，但是相较于Ubuntu提议， 由于转用了C/S指令集（OrionX Client Runtime与OrionX Server Service），它 将使用者技术的发展与最底层原生的CUDA分别积体电路在了两个发挥作用紧致内。首先，这从根源上杜绝了使用者正大沾染达原生CUDA的可能性，因为他们归入在两个并不相同的发挥作用紧致中所。其次，OrionX对GPU进行时模拟转化抽象，且细粒度昂分与供应是在Server端进行时的，OrionX Server实时与高度集中端OrionX Controller保持发烧，全方位监控所有OrionX Client端的使用暴力，任何非法的操作亦会被拒绝。所以，使用者的任何使用暴力实际上只在自己所在的发挥作用紧致有效期，他做的任何编造使用暴力都是无效的， 自然资源的平均分配还是按OrionX AI算力自然资源池转化透过商的既定逻辑制订。编造使用暴力严酷的严重后果就是自己的程序在出错、很枉调试，系统会压根不受影响。因此，OrionX的实用性是其他提议很枉比拟的。

3、自然资源复用对比

交换提议最这样一来的目地就是提高GPU的耗电量，发挥作用降本增效。耗电量的提高，除了把天体物理学GPU昂分为更加细小的模拟GPU外，还有更加重要的一点就是自然资源的建模无罪释放。如果模拟GPU平均分配回去再次依然是被独占的，哪怕AI经营区域东南面废弃完了全也很枉建模无罪释放自然资源，那么GPU耗电量的强化是很依赖于的。

明确来看一下Ubuntu提议，在在此之前文中所，我们介绍过，这类提议是通过device-pluginGUI对经营区域托盘内流进vGPU配备给定的范例来定义这个经营区域用多少GPU自然资源的。那么这个流进的动作是要在托盘调试在此之前就进行时的，换句话说就是托盘一激活，这个vGPU就要被预设回头。托盘激活再次就仅靠；还有的libvcuda.so进行时自然资源限制，device-plugin就不再介入托盘的调试了。因此，可以看得见预设回头的这个vGPU是一个“静态”的范例，既很枉建模通气它的大小不一，也很枉建模无罪释放自然资源，正大到这个托盘衰微。

OrionX AI算力自然资源池转化透过商刚好解决关键因素问题了这些缺陷。由于透过算力平均分配与供应的是OrionX Server Service这个模块，它既能平均分配，也能备用。OrionX Server可以根据经营区域均需求透过“静态”与“建模”两种平均分配范例。

；也“建模”，就是在这个托盘的生命周期除此以外所，模拟GPU是可以被通气大小不一与为数的，一旦使命调试结束（CUDA指令发送完了成），那么被迁出的模拟GPU自然资源几天后无罪释放。这是由于OrionX Server与OrionX Client保持数据库菱形的因特网，亦会实时感知来自OrionX Client的均需求变转化、使命激活等动作，并给出相应反馈。通过这些建模的特性，GPU自然资源可以更加加高效地都从，发挥作用GPU 用完了几天后无罪释放。

写在先在此之前

OrionX AI算力自然资源池转化透过商完了全背书裸机、模拟机、托盘以及K8S等多种生态环境的完了整的自然资源池转化，背书CPU和GPU所求耦、黏性适配、按均需命令行，是一套充实的软件系统GPU池转化透过商，站在整个数据库中所心的高度所求决GPU耗电量高于、成本高、平均分配与管理机构枉等关键因素问题。这一套提议与Ubuntu提议不在同一尺度，其系统设计军事优势及实用性几倍不是基于托盘的Ubuntu提议通过K8S的2个GUI显然坎的昂分就能比肩的。