CN115168198A - 一种gdr测试环境部署方法、系统及服务器 - Google Patents
一种gdr测试环境部署方法、系统及服务器 Download PDFInfo
- Publication number
- CN115168198A CN115168198A CN202210763511.3A CN202210763511A CN115168198A CN 115168198 A CN115168198 A CN 115168198A CN 202210763511 A CN202210763511 A CN 202210763511A CN 115168198 A CN115168198 A CN 115168198A
- Authority
- CN
- China
- Prior art keywords
- network
- test
- gpu
- gdr
- environment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012795 verification Methods 0.000 claims description 10
- 230000006855 networking Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 101000843810 Homo sapiens Hydroxycarboxylic acid receptor 1 Proteins 0.000 description 2
- 102100027260 Melanoma-associated antigen E1 Human genes 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 241000109539 Conchita Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45591—Monitoring or debugging support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种GDR测试环境部署方法、系统及服务器,部署方法包括为服务器每个CPU下的switch均配置GPU和网卡,将不同CPU的网卡连接;在宿主机内配置网卡物理网口的网络;将其一网卡虚拟化,创建虚拟网络环境,在宿主机内创建容器,将容器连接到所述虚拟网络环境;对宿主机下的GPU和容器中的GPU进行GDR测试。本发明通过一台测试服务器,对服务器的每个CPU均配置GPU和HCA网卡,对其一网卡的物理环境配置过程简单网口进行虚拟化,构建虚拟网络环境,基于容器技术,连接所述虚拟网络环境,对宿主机下的GPU和容器中的GPU进行GDR测试,通过一台服务器实现了GDR测试,易实现,且减少对资源的占用。
Description
技术领域
本发明涉及容器技术应用领域,尤其是一种GDR测试环境部署方法、系统及服务器。
背景技术
服务器是在网络计算环境中提供服务的高性能计算机,承载着网络中的关键任务,随着云计算以及人工智能的快速发展,对于服务器的性能要求越来越高。当前深度学习模型越来越复杂,计算数据量暴增,对于大规模深度学习训练任务,单机已经无法满足计算要求,多机多卡的分布式训练成为了必要的需求,这个时候多机间的通信成为了分布式训练性能的重要指标。
RDMA(Remote Direct Memory Access,远端直接内存访问)是一种直接进行远程内存存取的技术,即可以直接将数据从一个系统快速迁移到另一个远程系统存储器中,而不对操作系统造成任何影响,减少了中央处理器参与数据传输过程的消耗,解放了内存带宽和CPU周期,进而提升了系统处理业务的性能,具有高带宽、低时延及低CPU占用率的特点。
GDR(GPU Direct RDMA,GPU远程直接内存访问)就是机器1的GPU(graphicsprocessing unit,图形处理器)可以直接访问机器2的GPU内存。而在没有这项技术之前,GPU需要先将数据从GPU内存搬移到系统内存,然后再利用RDMA传输到机器2,机器2的GPU还要做一次数据从系统内存到GPU内存的搬移动作。GDR技术使得进一步减少了GPU通信的数据复制次数,通信延迟进一步降低。
目前对于GDR的测试,通过搭建两台服务器分别作为服务端和客户端,分别搭配GPU以及HCA(host channel adaptor主机通道适配器,又称光纤网卡)卡,使用IB(Infiniband,无线带宽,用于计算机与计算机之间的数据互连。InfiniBand也用作服务器与存储系统之间的直接或交换互连,以及存储系统之间的互连)线缆分别连接服务端和客户端的HCA卡,或者两台服务器分别连接交换机以构成测试拓扑,然后使用性能测试工具对进行GDR性能测试。现有GDR测试技术搭建测试环境困难,需要两台服务器分别搭配GPU及HCA卡对连,占用资源较多。
发明内容
本发明提供了一种基于容器技术的GDR测试环境部署方法、系统及服务器,用于解决现有GDR测试的测试环境占用较多资源的问题。
为实现上述目的,本发明采用下述技术方案:
本发明第一方面提供了一种GDR测试环境部署方法,所述环境部署方法包括以下步骤:
为服务器每个CPU下的switch均配置GPU和网卡,将不同CPU的网卡连接;
在宿主机内配置网卡物理网口的网络;
将其一网卡虚拟化,创建虚拟网络环境,在宿主机内创建容器,将容器连接到所述虚拟网络环境;
对宿主机下的GPU和容器中的GPU进行GDR测试。
进一步地,所述在宿主机内配置网卡物理网口的网络具体为:
分别配置网卡的IP地址和子网掩码;
将对连网卡配置为同一网段。
进一步地,所述虚拟网络环境通过docker引擎实现。
进一步地,所述将其一网卡虚拟化,创建虚拟网络环境具体为:
通过docker创建一个虚拟网卡,所述虚拟网卡连接其一物理网口,且与该物理网口在同一网段,形成驱动为macvlan模式的虚拟网络环境。
进一步地,形成所述虚拟网络环境后,还包括步骤:
停用与所述虚拟网卡连接的物理网口。
进一步地,所述对宿主机下的GPU和容器中的GPU进行GDR测试之前还包括:
确认同一主机下网卡与GPU的PIX参数是否相同,在两者的PIX参数相同时,执行GDR测试。
本发明第二方面提供了一种GDR测试环境部署系统,所述系统包括:
硬件配置单元,用于为服务器每个CPU下的switch均配置GPU和网卡,且将不同CPU的网卡连接;
网络配置单元,用于在宿主机内配置网卡物理网口的网络;
软件配置单元,将其一网卡虚拟化,创建虚拟网络环境,在宿主机内创建容器,将容器连接到所述虚拟网络环境;
测试单元,对宿主机下的GPU和容器中的GPU进行GDR测试。
进一步地,所述软件配置单元包括:
网卡虚拟子单元,用于通过docker创建一个虚拟网卡,所述虚拟网卡连接其一物理网口,且与该物理网口在同一网段,将该物理网口虚拟化;
虚拟环境配置子单元,用于驱动为macvlan模式的虚拟网络环境;
所述测试单元包括验证子单元,所述验证子单元在测试开始前,确认同一主机下网卡与GPU的PIX参数是否相同,在两者的PIX参数相同时,通过验证。
本发明第四方面提供了一种基于容器技术的GDR测试服务器,所述测试服务器基于权利要求1-6任一项所述部署方法进行部署,所述服务器每个CPU下的switch均配置GPU和网卡,且不同CPU的网卡连接,利用其一网卡创建虚拟网络环境,将容器连接至该虚拟网络环境,在同一测试服务器下,对宿主机的GPU和容器中的GPU进行GDR测试。
本发明第五方面提供了一种计算机存储介质,所述存储介质中存储有计算指令,所述计算机指令在所述测试环境部署系统上运行时,使所述测试环境部署系统执行所述测试环境部署方法的步骤。
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
1、本发明通过一台测试服务器,对服务器的每个CPU均配置GPU和HCA网卡,对其一网卡的物理网口进行虚拟化,构建虚拟网络环境,基于容器技术,连接所述虚拟网络环境,对宿主机下的GPU和容器中的GPU进行GDR测试,通过一台服务器实现了GDR测试,环境配置过程简单易实现,且减少对资源的占用。
2、本发明在利用物理网口创建完虚拟网络环境之后,停用该物理网口,避免了IP地址的冲突,保证测试过程的顺利进行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明所述方法实施例的流程示意图;
图2是本发明所述系统实施例的结构示意图;
图3是本发明所述服务器的结构示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示,本发明实施例提供了一种GDR测试环境部署方法,所述环境部署方法包括以下步骤:
S1,为服务器每个CPU下的switch均配置GPU和网卡,将不同CPU的网卡连接;
S2,在宿主机内配置网卡物理网口的网络;
S3,将其一网卡虚拟化,创建虚拟网络环境,在宿主机内创建容器,将容器连接到所述虚拟网络环境;
S4,对宿主机下的GPU和容器中的GPU进行GDR测试。
步骤S1中,搭建营建测试环境,在服务器switch0和switch1下各安装1张GPU和1张单口200G HCA卡,使用200G的IB线缆连接待测试的两个网口ib0和ib1,使用ibstat命令查看网口ib0和ib1的网络连接状态和速率确保都正常。此处switch为PCIe switch,是PCIe开关或PCIe交换机,主要作用将PCIe设备互联,PCIe switch芯片与其设备的通信协议都是PCIe,PCIe(peripheral component interconnect express)是一种高速串行计算机扩展总线标准。
步骤S2中,在宿主机内安装GPU驱动及CUDA工具,安装HCA卡驱动,安装nv_peer_mem测试工具,然后分别配置对联HCA卡的网口ip,配置ib0的IP地址为192.168.1.1,子网掩码为255.255.255.0,则其网段设置为192.168.1.0/24,同样配置ib1的IP地址为192.168.1.2,子网掩码为255.255.255.0,网段同样为192.168.1.0/24。
步骤S3中,在宿主机内创建容器和其所需的网络环境,本实例中基于linux系统中的docker引擎实现,通过docker创建一个以mynetwork为命名的,网段为192.168.1.0/24,连接宿主机ib0物理网口,驱动为macvlan模式的虚拟网络环境,创建完成后停用宿主机内的ib0网口,避免ib0和ib1的IP地址冲突。macvlan是一种网卡虚拟化的解决方案,将物理网卡虚拟出多块虚拟网卡,每块虚拟网卡都有自己的MAC地址和IP地址,所以在停掉宿主机的物理网口后,通过macvlan配置的虚拟网口会独占所连接的物理网口,获得其全部I/O性能。
之后通过docker生成一个基于centos容器镜像的容器,连接刚刚配置的mynetwork虚拟网络环境到生成的容器,容器中的网口名称为ib0@if2,网口的IP地址为192.168.1.3,通过ping命令可以检查虚拟口ib0@if2和宿主机物理网ib1之间的连接状态,如果可以连通,则可以继续进行工具安装和测试,构成如图2所示的测试拓扑。
步骤S4中,使用nvidia-smi topo–m命令确认PIX参数(表征网卡物理通信方式的参数)相同的HCA卡和GPU设备,如宿主机下的HCA卡mlx5_0与GPU0位于同一个PIX下switch下,容器中下的HCA卡mlx5_1与GPU1位于同一个switch下。进行PIX参数测试在于如果一个服务器上挂载了多个GPU卡,可能由于每个卡挂载的物理位置不同,GPU之间的通信链路方式就会有多种,使用命令nvidia-smi topo-m可以直接获得服务器上每两个卡之间的物理通信方式,PIX:经过同一个switch通信,即挂载在同一个switch下的设备之间通信。
在通过PIX参数的同一性验证后,便可以使用如下命令进行GDR性能测试:
在宿主机执行ib_write_bw–R–d mlx5_0–use_cuda=0–a
在容器中执行ib_write_bw–R–d mlx5_1–use_cuda=1 192.168.1.2-a
如果有多个GPU,可以使用如上命令遍历所有PIX下的HCA卡设备和GPU设备搭配进行GDR测试。
如图2所示,本发明实施例还提供了一种基于容器技术的GDR测试环境部署系统,所述系统包括硬件配置单元1、网络配置单元2、软件配置单元3和测试单元4。
硬件配置单元1用于为服务器每个CPU下的switch均配置GPU和网卡,且将不同CPU的网卡连接;网络配置单元2用于在宿主机内配置网卡物理网口的网络;软件配置单元3将其一网卡虚拟化,创建虚拟网络环境,在宿主机内创建容器,将容器连接到所述虚拟网络环境;测试单元4对宿主机下的GPU和容器中的GPU进行GDR测试。
所述软件配置单元2包括网卡虚拟子单元21和虚拟环境配置子单元22。
网卡虚拟子单元21用于通过docker创建一个虚拟网卡,所述虚拟网卡连接其一物理网口,且与该物理网口在同一网段,将该物理网口虚拟化;虚拟环境配置子单元22用于驱动为macvlan模式的虚拟网络环境。
所述测试单元包括验证子单元41,所述验证子单41在测试开始前,确认同一主机下网卡与GPU的PIX参数是否相同,在两者的PIX参数相同时,通过验证。
如图3所示,本发明还提供了一种基于容器技术的GDR测试服务器,测试服务器基于上述实施的测试环境部署方法进行部署。以双CPU为例,测试服务器每个CPU下的switch均配置GPU和网卡,即CPU1的switch1配置GPU1和HCA1,CPU0的switch0配置GPU0和HCA0,并将HCA1和HCA0的网口通过IB线缆连接。本实施例中,利用HCA0网卡创建虚拟网络环境,将容器连接至该虚拟网络环境,在同一测试服务器下,对宿主机的GPU和容器中的GPU进行GDR测试。
本发明第五方面提供了一种计算机存储介质,所述存储介质中存储有计算指令,所述计算机指令在所述测试环境部署系统上运行时,使所述测试环境部署系统执行所述测试环境部署方法的步骤。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种GDR测试环境部署方法,其特征是,所述环境部署方法包括以下步骤:
为服务器每个CPU下的switch均配置GPU和网卡,将不同CPU的网卡连接;
在宿主机内配置网卡物理网口的网络;
将其一网卡虚拟化,创建虚拟网络环境,在宿主机内创建容器,将容器连接到所述虚拟网络环境;
对宿主机下的GPU和容器中的GPU进行GDR测试。
2.根据权利要求1所述的GDR测试环境部署方法,其特征是,所述在宿主机内配置网卡物理网口的网络具体为:
分别配置网卡的IP地址和子网掩码;
将对连网卡配置为同一网段。
3.根据权利要求1所述GDR测试环境部署方法,其特征是,所述虚拟网络环境通过docker引擎实现。
4.根据权利要求3所述GDR测试环境部署方法,其特征是,所述将其一网卡虚拟化,创建虚拟网络环境具体为:
通过docker创建一个虚拟网卡,所述虚拟网卡连接其一物理网口,且与该物理网口在同一网段,形成驱动为macvlan模式的虚拟网络环境。
5.根据权利要求4所述GDR测试环境部署方法,其特征是,形成所述虚拟网络环境后,还包括步骤:
停用与所述虚拟网卡连接的物理网口。
6.根据权利要求1所述GDR测试环境部署方法,其特征是,所述对宿主机下的GPU和容器中的GPU进行GDR测试之前还包括:
确认同一主机下网卡与GPU的PIX参数是否相同,在两者的PIX参数相同时,执行GDR测试。
7.一种GDR测试环境部署系统,其特征是,所述系统包括:
硬件配置单元,用于为服务器每个CPU下的switch均配置GPU和网卡,且将不同CPU的网卡连接;
网络配置单元,用于在宿主机内配置网卡物理网口的网络;
软件配置单元,将其一网卡虚拟化,创建虚拟网络环境,在宿主机内创建容器,将容器连接到所述虚拟网络环境;
测试单元,对宿主机下的GPU和容器中的GPU进行GDR测试。
8.根据权利要求7所述GDR测试环境部署系统,其特征是,所述软件配置单元包括:
网卡虚拟子单元,用于通过docker创建一个虚拟网卡,所述虚拟网卡连接其一物理网口,且与该物理网口在同一网段,将该物理网口虚拟化;
虚拟环境配置子单元,用于驱动为macvlan模式的虚拟网络环境;
所述测试单元包括验证子单元,所述验证子单元在测试开始前,确认同一主机下网卡与GPU的PIX参数是否相同,在两者的PIX参数相同时,通过验证。
9.一种GDR测试服务器,其特征是,所述测试服务器基于权利要求1-6任一项所述部署方法进行部署,所述服务器每个CPU下的switch均配置GPU和网卡,且不同CPU的网卡连接,利用其一网卡创建虚拟网络环境,将容器连接至该虚拟网络环境,在同一测试服务器下,对宿主机的GPU和容器中的GPU进行GDR测试。
10.一种计算机存储介质,所述存储介质中存储有计算指令,其特征是,所述计算机指令在权利要求7或8所述测试环境部署系统上运行时,使所述环境部署系统执行如权利要求1-6任一项所述环境部署方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763511.3A CN115168198A (zh) | 2022-06-30 | 2022-06-30 | 一种gdr测试环境部署方法、系统及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763511.3A CN115168198A (zh) | 2022-06-30 | 2022-06-30 | 一种gdr测试环境部署方法、系统及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115168198A true CN115168198A (zh) | 2022-10-11 |
Family
ID=83489464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763511.3A Pending CN115168198A (zh) | 2022-06-30 | 2022-06-30 | 一种gdr测试环境部署方法、系统及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115168198A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116827777A (zh) * | 2023-04-28 | 2023-09-29 | 北京绪水互联科技有限公司 | 适用于n台相同IP地址的目标设备的数据采集方法及网络配置方法、电子设备、数据采集系统 |
CN117472672A (zh) * | 2023-12-26 | 2024-01-30 | 四川弘智远大科技有限公司 | 基于gpu集成的云计算硬件加速测试系统及方法 |
-
2022
- 2022-06-30 CN CN202210763511.3A patent/CN115168198A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116827777A (zh) * | 2023-04-28 | 2023-09-29 | 北京绪水互联科技有限公司 | 适用于n台相同IP地址的目标设备的数据采集方法及网络配置方法、电子设备、数据采集系统 |
CN116827777B (zh) * | 2023-04-28 | 2024-05-14 | 北京绪水互联科技有限公司 | 适用于n台相同IP地址的目标设备的数据采集方法及网络配置方法、电子设备、数据采集系统 |
CN117472672A (zh) * | 2023-12-26 | 2024-01-30 | 四川弘智远大科技有限公司 | 基于gpu集成的云计算硬件加速测试系统及方法 |
CN117472672B (zh) * | 2023-12-26 | 2024-03-01 | 四川弘智远大科技有限公司 | 基于gpu集成的云计算硬件加速测试系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11099873B2 (en) | Network configuration updates for virtual machine | |
US10521273B2 (en) | Physical partitioning of computing resources for server virtualization | |
US11599490B1 (en) | Packet queueing for network device | |
CN115168198A (zh) | 一种gdr测试环境部署方法、系统及服务器 | |
US9280504B2 (en) | Methods and apparatus for sharing a network interface controller | |
US9154451B2 (en) | Systems and methods for sharing devices in a virtualization environment | |
US7925795B2 (en) | Method and system for configuring a plurality of network interfaces that share a physical interface | |
US10509758B1 (en) | Emulated switch with hot-plugging | |
JP2021190125A (ja) | メモリリソースを管理するためのシステム及び方法 | |
US10817448B1 (en) | Reducing read transactions to peripheral devices | |
US10013388B1 (en) | Dynamic peer-to-peer configuration | |
US11042496B1 (en) | Peer-to-peer PCI topology | |
CN115858102B (zh) | 一种用于部署支持虚拟化硬件加速的虚拟机的方法 | |
US20210311800A1 (en) | Connecting accelerator resources using a switch | |
US10862730B2 (en) | Selective connection for interface circuitry | |
CN115858103B (zh) | 用于开放堆栈架构虚拟机热迁移的方法、设备及介质 | |
CN114691286A (zh) | 服务器系统、虚拟机创建方法及装置 | |
CN117493237B (zh) | 计算设备、服务器、数据处理方法和存储介质 | |
US20230153140A1 (en) | Live migration between hosts of a virtual machine connection to a host interface | |
US11467998B1 (en) | Low-latency packet processing for network device | |
US11003618B1 (en) | Out-of-band interconnect control and isolation | |
WO2014000299A1 (zh) | 串口重定向处理方法、设备和系统 | |
US20170344511A1 (en) | Apparatus assigning controller and data sharing method | |
KR20220146835A (ko) | 컴퓨팅 자원 분할 운용 방법 및 장치 | |
US11698878B1 (en) | Highspeed shared-memory optical network interfaces and topology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |