> 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/fr/integrations-et-api/nvidia-gpu-virtualization.md). # Virtualisation GPU NVIDIA ## Vue d’ensemble L'intégration NVIDIA avec VergeOS permet l'accélération GPU pour les machines virtuelles grâce aux technologies vGPU et Multi-Instance GPU (MIG) de NVIDIA. Plusieurs VM peuvent partager les ressources GPU physiques tout en maintenant l'isolation des performances, gérées via VergeOS [groupes de ressources](/run-the-platform/fr/administration-systeme/device-pass-overview.md#resource-groups) et les politiques aux côtés des VM traditionnelles. {% hint style="warning" %} **Licence requise** La fonctionnalité NVIDIA vGPU nécessite une **licence logicielle NVIDIA vGPU** valide correspondant au type de profil et à la charge de travail sélectionnés. Voir [Matériel pris en charge](#supported-hardware) pour plus de détails. {% endhint %} ## Matériel pris en charge * Seuls certains GPU de centre de données et professionnels prennent en charge vGPU. Vérifiez la compatibilité du matériel et des pilotes dans la [liste des GPU pris en charge par NVIDIA vGPU](https://docs.nvidia.com/vgpu/gpus-supported-by-vgpu.html) . * NVIDIA vGPU prend en charge les systèmes d'exploitation invités Windows et Linux. La disponibilité des fonctionnalités varie selon l'OS — voir la [matrice de prise en charge des produits NVIDIA vGPU](https://docs.nvidia.com/vgpu/latest/product-support-matrix/index.html) pour plus de détails. * IOMMU (VT-d) et SR-IOV doivent être activés dans le BIOS de l'hôte. * Pour un aperçu des options de licence, consultez le [guide de licence NVIDIA](https://www.nvidia.com/en-us/data-center/virtual-solutions/) . ## Architecture L'intégration NVIDIA comprend trois couches : **Couche physique :** * Matériel GPU NVIDIA installé dans les nœuds VergeOS * Pilotes hôte NVIDIA vGPU (téléversés en tant que pilotes de bundle sur le vSAN) * Prise en charge de la virtualisation matérielle IOMMU/SR-IOV **Couche de virtualisation :** * Groupes de ressources VergeOS pour la gestion et l'allocation des périphériques GPU * Profils vGPU configurables pour différents types de charges de travail * Partage vGPU en tranches de temps (ordonnancement logiciel) ou partitionnement matériel SR-IOV, selon le modèle de GPU * Allocation et planification des ressources basées sur des politiques **Couche applicative :** * Pilotes invités NVIDIA installés dans les VM (éventuellement attachés en tant qu'ISO de pilote depuis le groupe de ressources) * Bibliothèques d'exécution et de développement CUDA * Frameworks d'IA, applications professionnelles et clients VDI ## Types de profils vGPU Lors de la configuration des ressources vGPU, NVIDIA utilise un suffixe de lettre pour indiquer le type de profil et la charge de travail prévue : | Série de profils | Cas d'utilisation principal | Licence requise | Prise en charge de CUDA | Nombre maximal d'écrans | | ---------------- | --------------------------- | --------------- | ----------------------- | ----------------------- | | **Série A** | Applications virtuelles | vApps | Non | 1 | | **Série B** | Bureaux virtuels | vPC | Non | Jusqu'à 4 | | **Série C** | Calcul IA/ML | IA Enterprise | Complet | 1 | | **Série Q** | Graphiques professionnels | vWS | Complet | Jusqu'à 4 | {% hint style="info" %} **Licence de la série C** Les profils de la série C nécessitent un **NVIDIA AI Enterprise** licence (et non le logiciel vGPU standard). La série C a été retirée du logiciel vGPU standard à la version 16.0. {% endhint %} ### Choisir un profil * **Série B** — Déploiements VDI bureautiques standard où les utilisateurs ont besoin d'une accélération graphique de base sans CUDA * **Série Q** — Stations de travail professionnelles exécutant des applications CAD, de rendu 3D ou nécessitant des pilotes NVIDIA certifiés * **Série C** — Calcul GPU dédié pour les charges de travail d'entraînement et d'inférence IA/ML sans exigences d'affichage * **Série A** — Diffusion d'applications légère (par ex. RDSH/Citrix) où un seul écran suffit Les tailles de mémoire tampon d'image et le nombre maximal d'écrans varient selon le profil spécifique de chaque série. Pour les spécifications complètes des profils, voir le [guide utilisateur NVIDIA vGPU](https://docs.nvidia.com/vgpu/latest/grid-vgpu-user-guide/index.html) . ### Multi-Instance GPU (MIG) Les GPU pris en charge (tels que les A100, H100 et RTX PRO 6000 Blackwell) peuvent être partitionnés en plusieurs instances GPU isolées à l'aide de la technologie NVIDIA MIG. Chaque instance MIG fournit des ressources de calcul, de mémoire et de bande passante mémoire dédiées — contrairement au time-slicing, il n'y a aucune contention de ressources entre les instances. Chaque instance MIG peut exécuter son propre profil vGPU (A/B/Q), et lorsqu'il est combiné au partage vGPU en tranches de temps à l'intérieur de chaque instance, des GPU haut de gamme comme le RTX PRO 6000 Blackwell peuvent prendre en charge jusqu'à 48 VM simultanées à partir d'un seul GPU physique. Les profils MIG apparaissent dans la liste déroulante des profils du groupe de ressources VergeOS avec un préfixe `MIG` . Pour plus de détails sur les configurations MIG disponibles, voir le [guide utilisateur NVIDIA MIG](https://docs.nvidia.com/datacenter/tesla/mig-user-guide/index.html) . ## Fonctionnalités clés * **Ressources GPU partagées**: Plusieurs VM partagent un seul GPU physique, maximisant l'utilisation du matériel au lieu de consacrer un GPU par VM * **Migration à chaud**: Déplacez des VM accélérées par GPU entre les nœuds sans interruption (nécessite le même modèle de GPU et le même profil vGPU sur les nœuds source et de destination) * **Isolation des locataires**: Séparation et garanties de performance au niveau matériel entre les charges de travail GPU, avec prise en charge de [la transmission de périphériques vGPU aux locataires](/run-the-platform/fr/administration-systeme/nvidia-vgpu-configuration.md#share-an-nvidia-vgpu-to-a-tenant) * **Allocation dynamique**: Ajustez les ressources GPU en fonction des exigences et des priorités de la charge de travail {% hint style="success" %} **Pass-through GPU complet** Si votre charge de travail nécessite un accès exclusif à un GPU physique entier (par ex. pour des performances maximales ou un matériel vGPU non pris en charge), envisagez le [pass-through de périphérique PCI](/run-the-platform/fr/administration-systeme/generic-pci-passthrough.md) au lieu de vGPU. {% endhint %} ## Ressources de mise en œuvre ### Prise en main 1. Consultez [Aperçu du pass-through de périphérique](/run-the-platform/fr/administration-systeme/device-pass-overview.md) pour les concepts de base 2. Suivez le [configuration NVIDIA vGPU](/run-the-platform/fr/administration-systeme/nvidia-vgpu-configuration.md) guide pour une configuration pas à pas ### Configuration avancée * [Bonnes pratiques VM](/run-the-platform/fr/machines-virtuelles/vm-best-practices.md) — Directives d'optimisation des performances * [Mode maintenance](/run-the-platform/fr/operations/maintenance-mode.md) — Requis lors du redémarrage des nœuds pour l'installation du pilote ### Documentation externe * [Documentation NVIDIA vGPU](https://docs.nvidia.com/vgpu/) — Documentation officielle NVIDIA vGPU * [Portail développeur NVIDIA](https://developer.nvidia.com/) — Ressources et outils de développement CUDA * [Assistance entreprise NVIDIA](https://www.nvidia.com/en-us/support/enterprise/) — Services d'assistance professionnels --- # 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/fr/integrations-et-api/nvidia-gpu-virtualization.md?ask=&goal= ``` `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.