GPU虚拟化技术允许多个虚拟机（VM）共享一个物理GPU的资源，以提高硬件利用率并降低成本。该技术主要通过三种方式实现：直通（Passthrough）、API重定向（API Remoting）和硬件虚拟化（如NVIDIA的vGPU和AMD的MxGPU）。其中，直通方式提供接近原生性能但灵活性较差；API重定向允许多个虚拟机共享一个GPU但性能较低；硬件虚拟化则在保持较高性能的同时支持多虚拟机共享。 典型的GPU虚拟化架构包括物理主机、GPU驱动程序、GPU管理层及vGPU实例等组件，这些组件共同作用于虚拟机中运行的应用程序。此外，文章还介绍了几种常见的GPU虚拟化方案及其优缺点，包括腾讯的vCUDA、阿里云的cGPU、k8s-device-plugin、腾讯最新的qGPU服务以及OrionX (趋动科技)等开源或商业解决方案。每种方案都有其特定的应用场景和技术特点，旨在满足不同用户对于GPU资源共享与隔离的需求。
Published on 2024-05-21
本文详细介绍了数据仓库（DW）和数据集市的概念及其结构层次，包括ODS、DWD、DWM、DWS和ADS等。数据仓库是一种面向主题的集成化数据集合，主要用于支持复杂的分析操作和决策支持。其主要特点包括面向主题、集成性、不可修改性和时间相关性。为了解决数据复杂性和层级混乱的问题，数据分层成为一种有效的方法，通过将数据处理过程分为多个层次来简化问题并提高数据管理效率。各层的功能如下： - **ODS层**：作为数据准备区，对原始数据进行初步清洗和规范。 - **DWD层**：进一步清洗ODS层的数据，并进行规范化操作。 - **DWM层**：在DWD基础上进行轻微聚合，生成中间结果表。 - **DWS层**：基于DWM层整合汇总成宽表，用于提供业务查询和OLAP分析。 - **ADS层**：提供给数据产品和数据分析使用的最终数据。 此外，文章还讨论了事实表、维表以及临时表的作用，并解释了数据集市与数据仓库的区别，强调了数据集市是针对特定部门或用户需求设计的小型数据仓库。最后，文章解答了一些常见问题，如ODS与DWD的区别及APP层的作用。
Published on 2024-04-10
本文通过一个网站站长建立网站的例子，解释了IaaS（基础设施即服务）、PaaS（平台即服务）和SaaS（软件即服务）三种云计算服务模式之间的区别。如果使用IaaS，用户不需要购买物理服务器，但需要自己安装服务器软件；采用PaaS时，除了不需购买服务器外，也无需自行安装服务器软件，只需开发自己的应用程序；而选择SaaS，则连应用程序开发都可以省略，直接使用服务商提供的软件，并由服务商负责维护升级等工作，用户仅需专注于业务运营。
Published on 2023-05-23
