前言AI落地时，在某些场景下AI模型在训练或者是推理时，其算力要求不需要占用整卡的GPU，比如只需要0.5卡GPU即可满足需求。在这种情况下，可以使用GPU虚拟化技术来解决这个问题，将整卡的GPU虚拟化为两个0.5卡的GPU，这样就可以在一张卡上同时跑两个AI训练或者AI推理应用服

在Gitee上创建了一个项目。包括了NVIDIA和Intel核显启用vGPU的脚本。 项目地址：https://gitee.com/deskpool/proxmox-vgpu脚本支持ProxmoxVE7.x和8.x，支持NVIDAGRIDvGPU和   IntelSR-IOVvGPU。 介绍ProxmoxVE上支持vGPU的脚本。包括NVIDAGRIDvGP

目录一、vGPU原理与需求二、Kubernetes统一管理vGPU的实现三、面临的挑战与解决方案四、拟解决方案五、总结导言：随着云计算和虚拟化技术的快速发展，GPU资源的共享和统一管理成为了云计算领域的一个重要课题。Kubernetes，作为容器编排领域的领头羊，其对于GPU资源的管理能

本文在2021年发布的博客《Proxmox5.4使用vgpu_unlock，为GTX1060开启vGPU支持》，介绍了ProxmoxVE5.4上部署vGPUunlock的操作步骤。 后续有发布了在 ProxmoxVE7.x上支持vGPU的博客《Proxmox7.2部署DoraCloud桌面云，支持vGPU》，实现了通过3个脚本完成vGPU的配置。 

之前使用直通有个坏处，就是其他的CT和虚拟机用不了GPU，只能使用核显在这里参考的链接是https://gitlab.com/polloloco/vgpu-proxmoxaptupdateaptdist-upgradeaptinstall-ygitbuild-essentialdkmspve-headersmdevctlgitclonehttps://gitlab.com/polloloco/vgpu-prox