Desktop-Virtualisierung ist eine gängige Lösung für Unternehmen, um Kosten zu sparen. Mitarbeiter benötigen an ihren Arbeitsplätzen neben einem Bildschirm nur Eingabegeräte als physisch vorhandene Geräte. Die restliche Hardware wird vom Server des Unternehmens bereitgestellt. So ist es möglich, auch von unterwegs auf die vollständige Client-Oberfläche zuzugreifen, etwa mit einem Notebook oder Tablet. Doch die Technologie hatte bisher ihre Grenzen: Die CPUs der Server konnten nur für Standard-Office-Anwendungen genügend grafische Rechenpower liefern. Rechenintensive Grafikanwendungen wie etwa CAD-Applikationen oder Grafikprogramme á la Photoshop liefen nicht schnell genug auf der vorhandenen Infrastruktur.
Der Grafikspezialist Nvidia möchte dies mit seiner Grid genannten Technologie ändern. Das Konzept kombiniert Grafikprozessoren (GPUs) mit speziellen Treibern und zertifizierter Software, um einen virtuellen Client bereit zu stellen, der die Leistungsfähigkeit einer Workstation bietet. Dabei spielt es keine Rolle, ob sich der Anwender im LAN des Unternehmens befindet, oder per Remote-Zugang über das Internet (eine schnelle Verbindung vorausgesetzt, 2 bis 8 Mbit/s Download) zugreift.
GPU-Sharing, Pass-Through und vGPU
Zwar werden schon länger GPUs in Virtual-Desktop-Infrastrukturen-(VDI) für spezielle Anwendungen benutzt (GPU-Sharing, GPU Pass-Through), die Technologien sind aber bisher nicht besonders effizient. Beim GPU-Sharing gaukelt der Hypervisor einer Applikation auf dem virtuellen Client vor, sie könne auf eine eigene, dedizierte GPU zurückgreifen. Tatsächlich gibt es im Server aber nur eine physikalische GPU. Das Fehlen eines nativen Grafiktreibers lässt viele Anwendungen nicht optimal laufen und wenn viele Anwender gleichzeitig auf Applikationen zugreifen, wird die Verwaltung beim GPU-Sharing kompliziert.
Ähnlich verhält es sich bei der Pass-Through-Lösung, die jedem virtuellen Client eine dedizierte, physikalische GPU zuordnet. Dies macht es schwierig, viele Clients gleichzeitig mit hoher Grafikleistung zu versorgen. Ein einzelner, virtueller Client wird zwar leistungsfähig, aber das Gesamtsystem skaliert nicht und wird damit ineffizient.
Nvidia schafft es mit Grid hingegen, mit vielen gleichzeitig auftretenden Nutzen zu skalieren. Die Memory-Management-Einheit der Kepler-Architektur, auf der aktuelle Nvidia-GPUs basieren, ermöglicht es, dass alle Prozesse in ihren eigenen, virtuellen Adressbereichen ausgeführt werden. Außerdem teilen 256 unabhängige Input Buffer jede Befehlskette der virtuellen Maschinen in unabhängige Rendering-Umgebungen. Dadurch entstehen echte virtuelle GPUs (vGPU), die viele Anwender gleichzeitig und ohne Leistungseinbußen bedienen können. Nvidia gewährleistet auch niedrige Latenzzeiten in der VDI durch eine eigene Low-Latency-Remote-Display-Technologie. Standardmäßig wird zum Beispiel eine optimierte H.264-Codierung unterstützt.
Einfache Integration
Die Grid-Technologie ist kompatibel zu den verbreiteten Virtual-Desktop-Infrastructure-(VDI)-Lösungen von Citrix, Microsoft oder VMware. Dadurch gestaltet sich eine Migrierung äußerst einfach. Die Grid-Karten können in bestehende Server einschlägiger OEM-Hersteller eingesetzt werden. Je nach bestehender IT-Umgebung ist es also nicht notwendig, gänzlich neue Server anzuschaffen. Nach der Installation der GRID-Software, eventuellen Updates für die VDI-Lösungen und der nötigen Treiber, ist das System einsatzbereit.
Auch ältere Anwendungen sind dadurch mit der Grid-Technologie kompatibel. Walter Mundt-Blum, Vice President PSG bei Nvida in Europa erklärt uns im Gespräch: "Im Prinzip müssen Sie nichts Besonderes beachten. Auf dem virtuellen Client wird mit vGPU-Technologie wie bei einer physisch vorhandenen Grafikkarte unser Nvidia-Treiber installiert. Dieser erkennt und konfiguriert die virtuelle GPU genauso, als handele es sich um ein lokales Stück Hardware. Für Anwendungen spielt es daher keine Rolle, ob sie auf einem lokalen Rechner installiert werden oder auf einer virtuellen Maschine mit virtueller GPU. Daher sind alle Anwendungen, die bisher eingesetzt werden kompatibel. Auch können die virtuellen Grafikkarten für die Clients sowohl als Grid-Grafikkarten für Office-Aufgaben als auch als Grid-Grafikkarten für professionelle Anwendungen konfiguriert werden."
Fazit
Ob sich ein Umstieg auf Grid lohnt, muss jedes Unternehmen individuell analysieren. Grundsätzlich gilt: Je mehr Mitarbeiter auf leistungsfähige Workstations zurückgreifen müssen, desto höher die Kosteneinsparung bei Betrieb und Administration. Auch die Möglichkeit, Mitarbeiter flexibel weltweit einzusetzen, kann die strategische Ausrichtung eines Unternehmens in ein komplett neues Licht rücken.
Zusammenfassend lässt sich sagen, dass Desktop-Virtualisierung mit Nvidia Grid deutlich attraktiver geworden ist. Die Leistungseinschränkungen bei grafisch intensiven Anwendungen sind Vergangenheit und Mitarbeiter können immer und überall flexibel arbeiten. Und das sogar mit mobilen Geräten wie Smartphones und Tablets.
Modell: | GRID K1 | GRID K1 | GRID K1 | GRID K2 | GRID K2 |
vGPU-Profil: | K260Q | K240Q | K200 | K140Q | K100 |
Anwendungs-Zertifzierungen: | Ja | Ja | Nein | Ja | Nein |
Grafikspeicher (MByte): | 2048 | 1024 | 256 | 1024 | 256 |
max. Bildschirme pro Anwender: | 4 | 2 | 2 | 2 | 2 |
max. Auflösung pro Bildschirm: | 2560x1600 | 2560x1600 | 1900x1200 | 2560x1600 | 1900x1200 |
max. Anwender pro Grafikkarte: | 4 | 8 | 16 | 16 | 32 |
Anwender: | Designer / Power-User | Designer / Power-User | Knowledge Worker | Power-User | Knowledge Worker |
(hal)