Contact
Line : comsiam
GPU มีราคาสูงขึ้นทุกปี โดยเฉพาะ GPU สำหรับ AI และ Data Center การให้ Virtual Machine เพียงเครื่องเดียวใช้งาน GPU ทั้งใบอาจไม่คุ้มค่า
Windows Server 2025 จึงรองรับ GPU-P (GPU Partitioning) บน Hyper-V ซึ่งช่วยแบ่ง GPU หนึ่งตัวออกเป็นหลายส่วน และให้หลาย VM ใช้งานร่วมกันได้
สำหรับองค์กรที่กำลังสร้าง AI Lab, Data Science Environment หรือ VDI Infrastructure นี่คือหนึ่งในเทคโนโลยีที่สำคัญที่สุดของ Hyper-V ยุคใหม่
① GPU-P คืออะไร
GPU-P ย่อมาจาก
GPU Partitioningเป็นเทคโนโลยีของ Hyper-V
ช่วยแบ่ง
GPU 1 ตัว
↓
หลาย Virtual GPU
↓
หลาย VMทำให้ใช้ GPU ได้คุ้มค่ามากขึ้น
② GPU-P แตกต่างจาก DDA อย่างไร
DDA
GPU 1 ตัว
↓
VM เดียวGPU-P
GPU 1 ตัว
↓
หลาย VMGPU-P จึงมีความยืดหยุ่นมากกว่า
③ GPU-P เหมาะกับใคร
เหมาะสำหรับ
- AI Lab
- Data Science
- VDI
- Machine Learning
- Development Environment
- GPU Sharing
④ สิ่งที่ต้องเตรียม
ก่อนใช้งาน
- Windows Server 2025
- Hyper-V
- GPU ที่รองรับ Partitioning
- Driver เวอร์ชันล่าสุด
⑤ เปิด Hyper-V
ตรวจสอบสถานะ
Get-WindowsFeature Hyper-Vหากยังไม่ติดตั้ง
Install-WindowsFeature `
Hyper-V `
-IncludeManagementTools⑥ รีสตาร์ต Server
หลังติดตั้ง Hyper-V
Restart-Computerเพื่อให้ระบบพร้อมทำงาน
⑦ ตรวจสอบ GPU
ตัวอย่าง
Get-CimInstance `
Win32_VideoControllerตรวจสอบว่า Windows มองเห็น GPU แล้ว
⑧ ตรวจสอบว่า GPU รองรับ GPU-P หรือไม่
ใช้คำสั่ง
Get-VMHostPartitionableGpuหากมีผลลัพธ์กลับมา
แสดงว่า GPU รองรับ GPU-P
⑨ ดูรายละเอียด GPU
ตัวอย่าง
Get-VMHostPartitionableGpu |
Format-Listข้อมูลที่ได้
- VRAM
- Encode
- Decode
- Compute
⑩ สร้าง VM
ตัวอย่าง
New-VM `
-Name AI-VM01 `
-MemoryStartupBytes 8GBสร้าง VM ที่ต้องการใช้งาน GPU
⑪ ปิด VM ก่อนเพิ่ม GPU
ตัวอย่าง
Stop-VM AI-VM01ต้องปิด VM ก่อนทำการเพิ่ม GPU-P
⑫ เพิ่ม GPU Partition
ตัวอย่าง
Add-VMGpuPartitionAdapter `
-VMName AI-VM01เพิ่ม Virtual GPU ให้ VM
⑬ ตรวจสอบ GPU-P
ตัวอย่าง
Get-VMGpuPartitionAdapter `
-VMName AI-VM01ใช้ตรวจสอบการกำหนดค่า
⑭ กำหนด VRAM
ตัวอย่าง
Set-VMGpuPartitionAdapter `
-VMName AI-VM01 `
-MinPartitionVRAM 1GB `
-MaxPartitionVRAM 4GBกำหนด VRAM ให้ VM
⑮ กำหนด Compute Resource
ตัวอย่าง
Set-VMGpuPartitionAdapter `
-VMName AI-VM01 `
-MinPartitionCompute 10ใช้ควบคุม Compute Resource
⑯ กำหนด Encode Resource
ตัวอย่าง
Set-VMGpuPartitionAdapter `
-VMName AI-VM01 `
-MinPartitionEncode 10เหมาะสำหรับงาน Video
⑰ กำหนด Decode Resource
ตัวอย่าง
Set-VMGpuPartitionAdapter `
-VMName AI-VM01 `
-MinPartitionDecode 10ช่วยงาน Video Analytics
⑱ เปิด VM
ตัวอย่าง
Start-VM AI-VM01หลังจากกำหนด GPU-P เสร็จแล้ว
⑲ ตรวจสอบภายใน VM
เปิด
Device Managerควรเห็น GPU เสมือน
ที่ Hyper-V สร้างขึ้น
⑳ ติดตั้ง Driver ภายใน VM
หลายกรณี
ต้องติดตั้ง Driver เพิ่มเติม
ภายใน Guest OS
เพื่อให้ AI Framework มองเห็น GPU
㉑ ตรวจสอบด้วย nvidia-smi
หากเป็น NVIDIA
nvidia-smiภายใน VM
ควรเห็น GPU Resource ที่ได้รับ
㉒ ใช้งานกับ AI
ตัวอย่าง
- Ollama
- PyTorch
- TensorFlow
- ONNX Runtime
สามารถใช้ GPU-P ได้
㉓ ใช้งานกับ VDI
เหมาะสำหรับ
- CAD
- 3D Design
- Rendering
- Video Editing
บน VM หลายเครื่อง
㉔ ตัวอย่างการแบ่ง GPU
ตัวอย่าง
GPU 24GB
VM01 = 6GB
VM02 = 6GB
VM03 = 6GB
VM04 = 6GBทุก VM ใช้งานพร้อมกันได้
㉕ Monitoring GPU
ตรวจสอบ
nvidia-smiเป็นประจำ
เพื่อดู
- GPU Usage
- VRAM Usage
- Temperature
㉖ ปัญหาที่พบบ่อย
ปัญหายอดนิยม
- GPU ไม่รองรับ GPU-P
- Driver ไม่ตรง
- VM ไม่เห็น GPU
- VRAM ไม่พอ
- CUDA ใช้งานไม่ได้
- Hyper-V Version ไม่รองรับ
㉗ Best Practice
ควรทำดังนี้
- ใช้ Driver ล่าสุด
- ใช้ GPU Enterprise
- วางแผน VRAM ล่วงหน้า
- ตรวจสอบอุณหภูมิ
- ทำ Monitoring
- แยก Production และ Test
㉘ สรุป
GPU-P บน Hyper-V ช่วยให้ Windows Server 2025 สามารถแบ่ง GPU หนึ่งตัวให้หลาย Virtual Machine ใช้งานพร้อมกันได้ ช่วยลดต้นทุน เพิ่มความคุ้มค่าของ GPU และเหมาะอย่างยิ่งสำหรับ AI, Machine Learning, Data Science และ VDI Infrastructure
ทีมงาน comsiam แนะนำให้องค์กรที่มี GPU Server ศึกษา GPU-P ควบคู่กับ Hyper-V เพราะสามารถเพิ่มอัตราการใช้ทรัพยากรได้อย่างมาก และ comsiam มองว่า GPU Sharing จะกลายเป็นมาตรฐานของ Data Center ยุค AI ในอนาคต
คำถามชวนคิด
หากคุณมี GPU ราคา 200,000 บาท คุณจะให้ VM เดียวใช้งานทั้งหมด หรือแบ่งให้หลายทีมใช้งานพร้อมกันเพื่อให้เกิดประโยชน์สูงสุด?
