> For the complete documentation index, see [llms.txt](https://docs.verge.io/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.verge.io/automate-protect-and-extend/es/integraciones-y-api/nvidia-gpu-virtualization.md).

# Virtualización de GPU NVIDIA

## Descripción general

La integración de NVIDIA con VergeOS permite la aceleración por GPU para máquinas virtuales mediante las tecnologías vGPU y Multi-Instance GPU (MIG) de NVIDIA. Varias VMs pueden compartir recursos físicos de GPU mientras mantienen el aislamiento del rendimiento, administrado a través de VergeOS [grupos de recursos](/run-the-platform/es/administracion-del-sistema/device-pass-overview.md#resource-groups) y políticas junto con las VMs tradicionales.

{% hint style="warning" %}
**Licenciamiento requerido**

La funcionalidad NVIDIA vGPU requiere una **licencia de software NVIDIA vGPU válida** que coincida con el tipo de perfil y la carga de trabajo seleccionados. Consulte [Hardware compatible](#supported-hardware) para más detalles.
{% endhint %}

## Hardware compatible

* Solo algunas GPU de centro de datos y profesionales admiten vGPU. Verifique la compatibilidad del hardware y los controladores en la [lista de GPU compatibles con NVIDIA vGPU](https://docs.nvidia.com/vgpu/gpus-supported-by-vgpu.html) .
* NVIDIA vGPU admite sistemas operativos invitados Windows y Linux. La disponibilidad de funciones varía según el SO; consulte la [matriz de compatibilidad de productos NVIDIA vGPU](https://docs.nvidia.com/vgpu/latest/product-support-matrix/index.html) para más detalles.
* IOMMU (VT-d) y SR-IOV deben estar habilitados en la BIOS del host.
* Para una descripción general de las opciones de licenciamiento, consulte la [Guía de licenciamiento de NVIDIA](https://www.nvidia.com/en-us/data-center/virtual-solutions/) .

## Arquitectura

La integración de NVIDIA consta de tres capas:

**Capa física:**

* Hardware de GPU NVIDIA instalado en nodos VergeOS
* Controladores host NVIDIA vGPU (cargados como controladores de paquete en el vSAN)
* Compatibilidad de virtualización de hardware IOMMU/SR-IOV

**Capa de virtualización:**

* Grupos de recursos de VergeOS para la gestión y asignación de dispositivos GPU
* Perfiles vGPU configurables para distintos tipos de carga de trabajo
* Uso compartido vGPU con división temporal (programado por software) o particionado de hardware SR-IOV, según el modelo de GPU
* Asignación y programación de recursos basadas en políticas

**Capa de aplicación:**

* Controladores invitados NVIDIA instalados dentro de las VMs (opcionalmente adjuntos como un ISO de controlador desde el grupo de recursos)
* Tiempo de ejecución CUDA y bibliotecas de desarrollo
* Marcos de IA, aplicaciones profesionales y clientes VDI

## Tipos de perfil vGPU

Al configurar recursos vGPU, NVIDIA usa un sufijo de letra para indicar el tipo de perfil y la carga de trabajo prevista:

| Serie de perfiles | Caso de uso principal  | Licencia requerida | Compatibilidad con CUDA | Máx. de pantallas |
| ----------------- | ---------------------- | ------------------ | ----------------------- | ----------------- |
| **Serie A**       | Aplicaciones virtuales | vApps              | No                      | 1                 |
| **Serie B**       | Escritorios virtuales  | vPC                | No                      | Hasta 4           |
| **Serie C**       | Cómputo de IA/ML       | AI Enterprise      | Completa                | 1                 |
| **Serie Q**       | Gráficos profesionales | vWS                | Completa                | Hasta 4           |

{% hint style="info" %}
**Licenciamiento de la serie C**

Los perfiles de la serie C requieren una **NVIDIA AI Enterprise** licencia (no el software vGPU estándar). La serie C se eliminó del software vGPU estándar en la versión 16.0.
{% endhint %}

### Elegir un perfil

* **Serie B** — Implementaciones VDI de oficina estándar donde los usuarios necesitan aceleración gráfica básica sin CUDA
* **Serie Q** — Estaciones de trabajo profesionales que ejecutan CAD, renderizado 3D o aplicaciones que requieren controladores NVIDIA certificados
* **Serie C** — Cómputo dedicado con GPU para cargas de trabajo de entrenamiento e inferencia de IA/ML sin requisitos de pantalla
* **Serie A** — Transmisión de aplicaciones ligera (p. ej., RDSH/Citrix) donde una sola pantalla es suficiente

Los tamaños del búfer de fotogramas y los recuentos máximos de pantallas varían según el perfil específico dentro de cada serie. Para las especificaciones completas del perfil, consulte la [Guía del usuario de NVIDIA vGPU](https://docs.nvidia.com/vgpu/latest/grid-vgpu-user-guide/index.html) .

### GPU de múltiples instancias (MIG)

Las GPU compatibles (como la A100, H100 y RTX PRO 6000 Blackwell) pueden particionarse en varias instancias de GPU aisladas mediante la tecnología NVIDIA MIG. Cada instancia MIG proporciona cómputo, memoria y ancho de banda de memoria dedicados; a diferencia de la división temporal, no hay contención de recursos entre instancias.

Cada instancia MIG puede ejecutar su propio perfil vGPU (A/B/Q), y, al combinarse con el uso compartido vGPU con división temporal dentro de cada instancia, GPU de gama alta como la RTX PRO 6000 Blackwell pueden admitir hasta 48 VMs concurrentes desde una sola GPU física.

Los perfiles MIG aparecen en el menú desplegable de perfiles del grupo de recursos de VergeOS con un `prefijo MIG` Para obtener detalles sobre las configuraciones MIG disponibles, consulte la [Guía del usuario de NVIDIA MIG](https://docs.nvidia.com/datacenter/tesla/mig-user-guide/index.html) .

## Capacidades clave

* **Recursos de GPU compartidos**: Varias VMs comparten una sola GPU física, maximizando la utilización del hardware en lugar de dedicar una GPU por VM
* **Migración en vivo**: Mueva VMs aceleradas por GPU entre nodos sin tiempo de inactividad (requiere un modelo de GPU y perfil vGPU coincidentes en los nodos de origen y destino)
* **Aislamiento de inquilinos**: Separación a nivel de hardware y garantías de rendimiento entre cargas de trabajo de GPU, con compatibilidad para [asignar dispositivos vGPU a los inquilinos](/run-the-platform/es/administracion-del-sistema/nvidia-vgpu-configuration.md#share-an-nvidia-vgpu-to-a-tenant)
* **Asignación dinámica**: Escale los recursos de GPU según las demandas y prioridades de la carga de trabajo

{% hint style="success" %}
**Paso completo de GPU**

Si su carga de trabajo requiere acceso exclusivo a una GPU física completa (por ejemplo, para el máximo rendimiento o hardware vGPU no compatible), considere [passthrough de dispositivos PCI](/run-the-platform/es/administracion-del-sistema/generic-pci-passthrough.md) en lugar de vGPU.
{% endhint %}

## Recursos de implementación

### Primeros pasos

1. Revisar [Resumen de passthrough de dispositivos](/run-the-platform/es/administracion-del-sistema/device-pass-overview.md) para conceptos fundamentales
2. Siga la [Configuración de NVIDIA vGPU](/run-the-platform/es/administracion-del-sistema/nvidia-vgpu-configuration.md) guía para la configuración paso a paso

### Configuración avanzada

* [Mejores prácticas para VMs](/run-the-platform/es/maquinas-virtuales/vm-best-practices.md) — Directrices de optimización del rendimiento
* [Modo de mantenimiento](/run-the-platform/es/operaciones/maintenance-mode.md) — Requerido al reiniciar nodos para la instalación del controlador

### Documentación externa

* [Documentación de NVIDIA vGPU](https://docs.nvidia.com/vgpu/) — Documentación oficial de NVIDIA vGPU
* [Portal para desarrolladores de NVIDIA](https://developer.nvidia.com/) — Recursos y herramientas de desarrollo CUDA
* [Soporte empresarial de NVIDIA](https://www.nvidia.com/en-us/support/enterprise/) — Servicios de soporte profesional


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.verge.io/automate-protect-and-extend/es/integraciones-y-api/nvidia-gpu-virtualization.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.