释放 Hyper-V 潜能：GPU 分区配置终极指南

核心看点

提升虚拟机性能： 通过为虚拟机分配专用 GPU 资源的一部分，显著加速图形密集型应用、虚拟桌面基础架构 (VDI) 和 AI/ML 工作负载。
优化资源利用： 将单个物理 GPU 的处理能力划分给多个虚拟机共享，有效提高硬件的投资回报率和使用效率。
灵活配置选项： 支持通过 PowerShell 命令行工具进行精细控制和脚本化管理，同时也支持通过 Windows Admin Center 进行图形化配置，适应不同用户的管理偏好和场景需求。

GPU 分区 (GPU-P) 技术概览

GPU 分区 (GPU Partitioning)，通常缩写为 GPU-P，是 Microsoft Hyper-V 虚拟化平台中的一项先进技术。它允许系统管理员将单个物理图形处理单元 (GPU) 的计算资源分割成多个独立的虚拟分区。这些分区随后可以分配给在 Hyper-V 主机上运行的各个虚拟机 (VMs)。通过这种方式，多个虚拟机可以同时共享同一块物理 GPU 的硬件加速能力，从而显著提升图形密集型应用程序、虚拟桌面基础架构 (VDI) 环境、人工智能 (AI) 和机器学习 (ML) 推理等工作负载的性能和效率。与早期已被弃用的 RemoteFX vGPU 技术不同，GPU-P 提供了更直接的 GPU 访问路径，带来了更好的性能和更广泛的应用程序兼容性。这项技术旨在优化硬件资源利用率，降低基础设施的总拥有成本，并为虚拟化环境中的 GPU 加速需求提供灵活的解决方案。

跨多个虚拟机进行 GPU 分区示意图

准备工作：必备条件与环境要求

在开始配置 Hyper-V GPU 分区之前，请确保您的系统环境满足以下关键要求，这些是成功部署的基础。

硬件兼容性

支持的 GPU

您的物理 GPU 必须明确支持分区功能。这通常包括来自 NVIDIA（例如部分 Quadro、Tesla 以及较新的 GeForce 系列）和 AMD（例如部分 Radeon Pro 和较新的 Radeon RX 系列）的现代 GPU。最关键的一步是在 Hyper-V 主机上通过 PowerShell 命令 Get-VMPartitionableGpu 来验证 GPU 的兼容性。某些企业级 GPU 可能还需要特定的驱动程序或固件版本，甚至额外的许可才能启用虚拟化功能。

处理器与主板

Hyper-V 主机系统的 CPU 和主板芯片组必须支持输入/输出内存管理单元 (IOMMU) 虚拟化技术。对于 Intel 平台，这对应的是 Intel VT-d (Virtualization Technology for Directed I/O)；对于 AMD 平台，则是 AMD-Vi (AMD I/O Virtualization Technology)。此功能对于实现正确的设备隔离至关重要，并且对于计划使用带有分区 GPU 的虚拟机的实时迁移等高级功能尤为重要。请务必在系统的 BIOS/UEFI 设置中检查并启用此项功能。

软件环境

操作系统版本

GPU 分区功能对操作系统版本有特定要求。对于 Hyper-V 主机系统，支持此功能的包括 Windows 10/11 专业版或企业版（通常是内部版本号 1903 及更新版本）以及 Windows Server（例如 Windows Server 2019、Windows Server 2022 及 Windows Server 2025）。客户机虚拟机通常也需要运行兼容的 Windows 操作系统版本才能充分利用分配到的 GPU 资源。

Hyper-V 角色

Hyper-V 角色必须在主机操作系统上完全安装并启用。这不仅包括核心的 Hyper-V 虚拟机监控程序，还应包含 Hyper-V 管理工具，以便进行后续的配置和管理操作。

GPU 驱动程序

在 Hyper-V 主机上安装 GPU 制造商（NVIDIA、AMD 或 Intel）提供的最新官方驱动程序至关重要。不应仅依赖通过 Windows Update 获取的驱动程序，因为制造商的驱动程序包通常包含支持虚拟化特性所必需的特定组件和优化。配置完成后，相应的兼容驱动程序也需要在客户机虚拟机内部安装。

详细配置步骤：一步步实现 GPU 分区

以下步骤将指导您完成 Hyper-V 中 GPU 分区的配置过程。建议在执行任何重大系统更改前备份您的数据。

步骤 1：验证 GPU 是否支持分区

在进行任何配置之前，首先需要确认您的 Hyper-V 主机上的物理 GPU 是否支持并能够被分区。在 Hyper-V 主机上以管理员身份打开 PowerShell，然后执行以下命令：

Get-VMPartitionableGpu

如果您的 GPU 兼容，此命令将列出其详细信息，包括 GPU 名称、ID、可用的总显存以及当前可用于分区的资源。如果没有返回任何信息，或者出现错误，则表示您的 GPU 可能不支持分区，或者所需的驱动程序未正确安装或不兼容。

步骤 2：配置 GPU 分区

您可以通过 PowerShell 或 Windows Admin Center 两种主要方式来配置 GPU 分区。PowerShell 提供了更精细的控制和脚本化能力，而 Windows Admin Center 则提供了图形化界面。

方法一：使用 PowerShell (推荐用于脚本化和精确控制)

PowerShell 允许对 GPU 分区设置进行细致的调整。以下是一些关键命令：

# 示例：为名为 "MyVM" 的虚拟机添加 GPU 分区适配器
Add-VMGpuPartitionAdapter -VMName "MyVM"

# 示例：为 "MyVM" 的 GPU 分区适配器设置资源参数
# 注意：具体的参数如 -MinPartitionVRAMBytes 等可能因 PowerShell 版本或特定模块而异，
# 实际使用时请参考 <code>Get-Help Set-VMGpuPartitionAdapter -Full 获取最新参数。
# 以下为概念性示例，展示可配置的资源类型：
Set-VMGpuPartitionAdapter -VMName "MyVM" -MinimumPartitionVRAM "512MB" -MaximumPartitionVRAM "2GB" -OptimalPartitionVRAM "1GB" -MinimumPartitionEncodeRate 100 -MaximumPartitionEncodeRate 500 -OptimalPartitionEncodeRate 200

# 或者，更常见的参数可能是直接设置分配的 VRAM 大小
# Set-VMGpuPartitionAdapter -VMName "MyVM" -PartitionVRAMBytes 1073741824 # 分配 1GB VRAM
# Set-VMGpuPartitionAdapter -VMName "MyVM" -PartitionCount 1 # 如果 GPU 支持多分区实例到单个 VM

# 实际命令和参数会依赖于具体的 Windows 版本和 GPU 驱动程序。
# 核心思想是指定分配给虚拟机的 VRAM 大小以及可能的计算、编码/解码单元的百分比。
# 例如，-MinPartitionEncodeRate 等参数值通常代表 GPU 资源的百分之几百（例如100代表1%）。
# 您可以创建的分区数量和每个分区可分配的资源量取决于物理 GPU 的总能力。

请查阅 Microsoft官方文档或使用 Get-Help Set-VMGpuPartitionAdapter -Examples 获取针对您环境的具体参数和用法。参数如 -MinPartitionVRAMBytes, -MaxPartitionVRAMBytes, 和 -OptimalPartitionVRAMBytes (或类似名称) 用于控制分配给虚拟机的显存。其他参数可能允许分配特定比例的 GPU 编码、解码和计算资源。

通过 Windows Admin Center 进行 GPU 分区配置

方法二：使用 Windows Admin Center (图形化界面)

对于偏好图形化操作的用户，尤其是在 Windows Server 环境下，Windows Admin Center (WAC) 提供了便捷的管理方式：

确保您的 Windows Admin Center 已安装并成功连接到您的 Hyper-V 主机或集群。
在 WAC 中，检查是否已安装 “GPU” 扩展。如果未安装，请导航至 “设置” > “扩展” 进行安装。
安装并启用 GPU 扩展后，通常可以在服务器或集群的管理页面中找到 GPU 管理的相关选项（具体位置可能因 WAC 版本而异）。
在此界面中，您应该能看到主机上可用的物理 GPU。选择目标 GPU后，您可以选择创建或管理分区。界面通常允许您指定要创建的分区数量，或者为每个分区分配特定的资源，如 VRAM 大小。

Windows Admin Center 的具体操作步骤和界面布局可能会随着版本更新和 GPU 扩展的迭代而略有变化。

步骤 3：将 GPU 分区分配给虚拟机

当您通过 Add-VMGpuPartitionAdapter 和 Set-VMGpuPartitionAdapter（或其他等效 PowerShell 命令或 WAC 操作）为特定虚拟机配置 GPU 分区时，分配过程实际上已经完成。您可以在 Hyper-V 管理器中验证这一点：打开目标虚拟机的 “设置”，在硬件列表中应该能看到一个 “GPU 分区” 或类似的条目，表明 GPU 资源已成功关联到该虚拟机。下图展示了 Hyper-V 管理器中 GPU 分区选项卡的一个示例，这里可以查看和管理已分配给虚拟机的 GPU 分区。

Hyper-V 管理器中的 GPU 分区选项卡显示已分配的分区

步骤 4：在虚拟机中安装操作系统和驱动程序

如果尚未操作，请在目标虚拟机中安装一个兼容的客户机操作系统（例如 Windows 10/11）。建议使用从官方渠道直接下载的 ISO 镜像文件，而非通过 Media Creation Tool 创建的 ISO，因为后者在某些自动化脚本进行驱动注入时可能会遇到问题。
客户机操作系统安装完成后，关键一步是在虚拟机内部安装 GPU 驱动程序。这些驱动程序必须与主机上安装的驱动程序版本兼容，并且对应于物理 GPU 的型号。
通常，这涉及到从 Hyper-V 主机系统的驱动程序存储库（例如，在 C:\Windows\System32\DriverStore\FileRepository\ 目录下找到对应 GPU 的驱动文件夹）中复制相关的驱动程序安装文件到客户机虚拟机中。
在虚拟机内部运行复制过来的驱动程序安装程序。一些自动化脚本（如 Easy-GPU-PV）能够自动处理驱动程序的复制和安装过程。
驱动程序安装完成后，可能需要重启虚拟机。重启后，在虚拟机内部打开 “设备管理器”。在 “显示适配器” 类别下，您应该能看到您的物理 GPU 型号被正确列出（而不是通用的 Microsoft 基本显示适配器），这标志着 GPU 分区已成功配置并且驱动程序已正确安装。

虚拟机设备管理器中成功识别的 GPU 适配器

关键 PowerShell 命令解析

以下表格汇总了在配置 Hyper-V GPU 分区过程中常用的一些核心 PowerShell 命令及其主要功能，帮助您更好地理解和运用这些工具进行管理：

命令 (Cmdlet)	描述	常见用途
`Get-VMPartitionableGpu`	列出 Hyper-V 主机上所有可用于分区的物理 GPU 及其属性。	检查硬件兼容性，获取 GPU 的实例路径或名称以供其他命令使用。
`Add-VMGpuPartitionAdapter`	为指定的虚拟机添加一个 GPU 分区适配器，使其能够使用 GPU 分区资源。	为目标虚拟机启用 GPU 分区功能。
`Set-VMGpuPartitionAdapter`	配置已添加到虚拟机的 GPU 分区适配器的各项参数，如分配的 VRAM 大小、计算资源、编码/解码单元比例等。	精确调整分配给虚拟机的 GPU 资源量和类型。
`Remove-VMGpuPartitionAdapter`	从指定的虚拟机中移除 GPU 分区适配器，释放其占用的 GPU 分区资源。	取消虚拟机的 GPU 分区配置。
`Get-VMGpuPartitionAdapter`	获取指定虚拟机上已配置的 GPU 分区适配器的信息和当前设置。	查看和验证特定虚拟机的 GPU 分区配置状态。
`Set-PartitionableGpu`	(针对主机物理 GPU) 此命令用于在主机级别设置物理 GPU 的可分区数量或模式。在某些高级配置场景或特定 GPU 型号下可能会用到。	在主机层面定义一个物理 GPU 能被划分为多少个独立的分区，或调整其分区策略。

GPU 虚拟化技术对比

为了更好地理解 GPU 分区 (GPU-P) 的定位，以下雷达图比较了 GPU-P 与另一种常见的 GPU 虚拟化技术——离散设备分配 (DDA) 在不同方面的特性。请注意，这些评估是基于一般场景的相对比较，具体表现可能因硬件、工作负载和配置而异。

图表解读：

性能隔离性：DDA 提供接近物理 GPU 的性能和最佳隔离性，因为整个 GPU 专用于一个 VM。GPU-P 在共享资源时，虽然性能隔离性良好，但各 VM 间可能存在一定程度的性能影响。
虚拟机密度：GPU-P 允许将单个物理 GPU 的资源分配给多个虚拟机，因此支持更高的虚拟机密度。DDA 通常是一个物理 GPU 对应一个虚拟机，密度较低。
配置复杂度：GPU-P 的配置相对 DDA 来说，通常更为简单直观，尤其是在驱动管理和资源分配方面。DDA 的设置步骤可能更繁琐。
驱动管理：两者都需要在主机和客户机中正确安装和管理 GPU 驱动程序。GPU-P 的驱动模型有时可能更统一，而 DDA 需要客户机直接加载物理设备驱动。
硬件兼容性：GPU-P 对 GPU 型号的支持范围可能相对更广泛一些。DDA 则对特定的硬件组合（主板、GPU、固件）有较强的依赖性，兼容性要求更严格。
实时迁移支持：GPU-P 对虚拟机的实时迁移支持相对更为成熟和灵活。DDA 的实时迁移则面临更多限制，通常需要目标主机有完全相同的 GPU 或配置非常相似。

GPU 分区配置流程概览

下图通过思维导图的形式，清晰地展示了 Hyper-V 中配置 GPU 分区的核心流程和关键环节，帮助您快速掌握整体脉络。

mindmap root["Hyper-V GPU 分区 (GPU-P) 配置"] id1["前期准备"] id1_1["操作系统要求
(Win10/11 Pro/Ent, Win Server)"] id1_2["硬件要求
(兼容的 GPU, IOMMU 支持已启用)"] id1_3["启用 Hyper-V 角色及管理工具"] id1_4["安装最新 GPU 驱动 (主机端)"] id1_5["准备目标虚拟机 (或新建)"] id2["主机端配置"] id2_1["验证 GPU 可分区性
(Get-VMPartitionableGpu)"] id2_2["(可选步骤) 在主机设备管理器中禁用 GPU
(某些旧教程建议，通常非必需)"] id2_3["通过 PowerShell 或 Windows Admin Center
为 VM 添加并配置 GPU 分区适配器"] id2_3_1["PowerShell:
Add-VMGpuPartitionAdapter
Set-VMGpuPartitionAdapter (指定 VRAM 等资源)"] id2_3_2["Windows Admin Center:
使用 GPU 扩展进行图形化配置和分配"] id3["虚拟机分配与配置"] id3_1["确认 GPU 分区已分配给目标 VM
(检查 VM 设置)"] id3_2["在 VM 中安装客户机操作系统 (若未完成)"] id3_3["将主机 GPU 驱动相关文件
复制到 VM 内部"] id3_4["在 VM 内部安装 GPU 驱动程序
(通常运行复制过来的安装包)"] id3_5["验证 GPU 是否在 VM 设备管理器中
正确显示并工作正常"] id4["后续与优化"] id4_1["性能测试与调优
(调整分区资源分配)"] id4_2["考虑使用 Parsec, Moonlight 等
高性能远程连接工具替代 RDP"] id4_3["了解并测试实时迁移特性与限制"] id4_4["利用社区自动化脚本
(如 Easy-GPU-PV, Enhanced-GPU-PV) 简化部署"]

自动化工具与性能优化

利用自动化脚本简化配置

手动配置 Hyper-V GPU 分区，特别是涉及驱动程序的复制和安装过程，可能既耗时又容易出错。为了简化这一过程，社区中涌现了一些优秀的自动化工具和 PowerShell 脚本。例如，“Easy-GPU-PV” 及其派生项目 “Enhanced-GPU-PV”（通常托管在 GitHub 等代码平台上）提供了强大的脚本，能够自动化大部分配置步骤。这些脚本通常可以处理虚拟机的创建、GPU 分区的设置、从主机提取所需驱动文件、将驱动文件注入到虚拟机内部，以及在虚拟机中自动安装驱动程序等任务。“Enhanced-GPU-PV” 等项目还可能额外集成了对虚拟显示驱动程序和 Sunshine（一种开源的游戏串流主机软件）的支持，进一步提升了易用性和功能性。使用这些经过社区验证的自动化脚本，可以显著减少手动操作，降低配置错误风险，并加快部署速度。

提升虚拟机远程访问体验

虽然标准的远程桌面协议 (RDP) 可以用于连接到配置了 GPU 分区的虚拟机，但其在图形性能方面的表现，尤其是在帧率上，通常会受到限制（例如，可能被限制在 30 FPS 左右）。这对于运行图形密集型应用、视频编辑或游戏等场景可能不够理想。为了获得更流畅、更高性能的远程访问体验（例如，追求 4K 分辨率下 60 FPS 的流畅度），建议考虑使用专为低延迟、高保真度远程访问设计的替代软件。例如，Parsec 和 Moonlight (后者通常与 NVIDIA GPU 上的 Sunshine 配合使用) 等工具，它们更擅长利用虚拟机内部 GPU 的硬件加速能力，提供接近本机的操作感受，尤其适合对图形性能要求较高的用户。

GPU 分区与实时迁移

Hyper-V 支持对配置了 GPU 分区的虚拟机进行实时迁移 (Live Migration)。这意味着您可以在 Hyper-V 集群中的不同主机之间移动正在运行的此类虚拟机，而服务中断时间极短。这对于维护、负载均衡和故障切换等场景非常重要。

然而，在进行涉及 GPU 分区虚拟机的实时迁移时，有以下几点需要特别注意：

硬件一致性与资源可用性：目标 Hyper-V 主机必须也配备有兼容的、可分区的物理 GPU，并且该 GPU 上必须有足够的未分配资源来承载被迁移虚拟机的 GPU 分区。理想情况下，集群中的所有主机应使用相同型号或高度相似的 GPU，以确保迁移的兼容性和成功率。
迁移过程中的网络传输：在实时迁移过程中，Hyper-V 可能会自动回退到使用带有压缩的 TCP/IP 协议来传输虚拟机的状态数据。即使配置了 RDMA 等高级网络功能，针对 GPU 分区虚拟机的迁移也可能不完全利用这些加速路径。
性能影响：实时迁移一个带有活动 GPU 分区的虚拟机会给源主机和目标主机带来额外的 CPU 负载。此外，由于需要传输与 GPU 相关的额外状态和资源信息，迁移过程所需的时间可能会比迁移没有 GPU 分区的普通虚拟机更长。
IOMMU 支持要求：为了在集群环境中可靠地实现 GPU 分区虚拟机的实时迁移，所有集群节点的主板和处理器都必须支持 IOMMU（如 Intel VT-d 或 AMD-Vi）的 DMA 位跟踪 (DMA bit-tracing) 功能，并且该功能必须在 BIOS/UEFI 中正确启用。

GPU 分区的典型应用场景

Hyper-V GPU 分区技术因其能够经济高效地为虚拟机提供硬件图形加速而适用于多种场景：

虚拟桌面基础架构 (VDI): 这是 GPU-P 最常见的应用之一。通过为用户的虚拟桌面分配一部分 GPU 资源，可以显著改善用户体验，尤其是在运行需要图形渲染的日常办公应用、网页浏览器（现代浏览器也大量使用 GPU 加速）、高清视频播放以及轻量级的 2D/3D 设计软件时。GPU-P 使得在有限的物理 GPU 硬件上支持更多具有良好图形性能的并发用户成为可能。
AI 和机器学习 (ML) 推理: 对于人工智能和机器学习应用，特别是推理（Inference）阶段，GPU-P 可以提供有效的硬件加速。许多推理任务并不总是需要整个高端 GPU 的全部算力，通过分区，可以将一块 GPU 分配给多个运行推理服务的虚拟机，从而经济地扩展 AI 应用的吞吐能力。
图形密集型应用与设计: 专业人士使用计算机辅助设计 (CAD)、计算机辅助制造 (CAM)、数字内容创作 (DCC) 工具（如视频编辑、3D 建模和渲染软件）等，可以在虚拟化环境中通过 GPU-P 获得所需的 GPU 资源。这使得他们不必依赖昂贵的专用物理工作站，同时享受虚拟化带来的灵活性和集中管理的好处。
远程开发与测试环境: 软件开发和质量保证 (QA) 团队可以利用配置了 GPU 分区的虚拟机来构建和测试那些对 GPU 功能有依赖的应用程序，例如游戏开发、图形引擎测试或科学计算软件。GPU-P 确保了测试环境的一致性，并提高了硬件资源的利用效率。
教育与培训实验室: 高校、职业培训机构等可以搭建虚拟实验室环境，其中学生可以访问运行在 GPU 加速虚拟机上的专业软件，用于工程、建筑设计、数据科学、多媒体制作等课程。通过 GPU 分区，可以集中管理和共享 GPU 资源，降低每个学生终端的硬件成本。