工作站虚拟化:RTX A5000的图形工作站实现多用户独立运行Siemens NX 设计软件

本文主要是介绍工作站虚拟化:RTX A5000的图形工作站实现多用户独立运行Siemens NX 设计软件,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、背景

Siemens NX 是由西门子数字工业软件(Siemens Digital Industries Software)开发的一款先进的集成计算机辅助设计(CAD)、计算机辅助制造(CAM)和计算机辅助工程(CAE)软件。它广泛应用于产品设计、工程分析和制造等领域。NX 的前身是 Unigraphics,是业界知名的三维设计和仿真软件。

公司设计部需要使用大型的CAD/CAM软件进行设计。运行 Siemens NX 、ZWCAD、Solidworks等大型设计软件。

高端的工作站配置了 i9 13900KF 和 NVIDIA RTX A5000显卡。终端的工作站,配置了 A2000的显卡。 还有一些相对老旧的工作站配置 Q2000/Q2200 的显卡。 实际工作中,设计师的工作是分阶段的。 有些设计任务需要高端的工作站,另一些任务,使用中低端的工作站也能胜任。

这些图形工作站的使用存在如下一些问题:

1、资源利用率低。 比如将最高配置的工作站分配给某些员工,并不能充分发挥设备的作用。设备的实际利用率很低。其他员工如果临时需要高性能的机器,很难进行资源的调配。

2、信息安全问题。 设计图纸是企业的关键核心资产。图纸的丢失和泄密,会给企业造成巨大的损失。直接让员工使用图形工作站,面临泄密和数据丢失的风险。

3、远程设计需求。公司希望员工离开办公室,也能进行远程设计。比如回家、出差时,也能进行设计。另外,设计图纸可能需要提供给供应商,或者提供给客户进行评审或者联合设计。 如果在本地工作站运行CAD/CAM 无法满足远程设计的业务需求。

二、工作站虚拟化介绍

ShareStation工作站虚拟化是利用最新的GPU虚拟化技术,让用户通过客户端连接工作站,实现多个用户共享使用图形工作站。满足远程设计需求和信息安全需求。

我们选择一台高配的工作站进行虚拟化改造。工作站配置如下:

CPU:intel i9:13900KF
内存:64G
显卡1:nvidia RTXA5000-24G
显卡2:A2000
硬盘:1TB NVME

上述工作站的成本接近3万元。

工作站虚拟化的软件系统采用 企业级 开源虚拟化平台 Proxmox VE 和 多平台、分布式、一体化的云桌面软件系统 DoraCloud 。

三、硬件安装和BIOS配置

为了正常启用显卡的虚拟化功能,硬件安装有如下要点:

1、A5000显卡不能接显示器。  A5000用作虚拟化显卡,不能用于输出,因此不能接显示器。这时需要有另一个显卡接显示器。

2、BIOS 开启 SR-IOV(也叫 VT-D),开启 Above 4G MMIO BIOS Assignment

四、工作站虚拟化的软件安装

1、安装Proxmox VE 7.x

安装Proxmox VE 7.x 参考 我之前的文章。《https://www.cnblogs.com/doracloud/p/17203221.html》

2、安装和配置NVIDIA GRID vGPU

RTX A5000 GPU有多种工作模式。默认情况下是支持显示输出的。为了启用vGPU,需要关闭显示输出功能。 使用 displaymodeselector 工具,可以对显卡进行配置。displaymodeselector的使用方法,也参见上面的文章。

如果 A5000 已经接了显示器,并且作为工作站的默认显示输出,此时再修改显示A5000的工作模式,就会工作站无法点亮显示器,无法正常进入本地操作。因此前面提到的硬件准备时,必须要有另外的显卡(独立显卡或者集成显卡)作为工作站的默认显示输出。

安装 NVIDIA的vGPU驱动,可以使用这个脚本。  https://gitee.com/deskpool/proxmox-vgpu

该命令的使用方法如下:

登陆 Proxmox VE的命令。 gpu01.sh 更新Proxmox VE的源。 gpu02.sh 启用 IOMMU。

apt install git-core -y
git clone https://gitee.com/deskpool/proxmox-vgpu
./proxmox-vgpu/nvidia/gpu01.sh
./proxmox-vgpu/nvidia/gpu02.sh

 Proxmox VE 系统会重启,重启后,先检查 IOMMU是否启用。

root@pvehost:~# dmesg |grep IOMMU
[    0.046588] DMAR: IOMMU enabled

 然后执行gpu03.sh,安装 grid 16.4的驱动。

./proxmox-vgpu/nvidia/gpu03.sh

 Proxmox VE 系统再次重启后,进入 Proxmox VE,通过 nvidia-smi 命令验证,可以看到显卡驱动已经安装。

root@pvehost:~# nvidia-smi
Fri May 24 16:20:22 2024       
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.161.05             Driver Version: 535.161.05   CUDA Version: N/A      |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  NVIDIA RTX A5000               On  | 00000000:01:00.0 Off |                    0 |
| 30%   46C    P8              29W / 230W |  22272MiB / 23028MiB |      0%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+
|   1  NVIDIA RTX A2000 12GB          On  | 00000000:04:00.0 Off |                    0 |
| 30%   42C    P8              12W /  70W |      0MiB / 11514MiB |      0%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------++---------------------------------------------------------------------------------------+
| Processes:                                                                            |
|  GPU   GI   CI        PID   Type   Process name                            GPU Memory |
|        ID   ID                                                             Usage      |
|=======================================================================================|
|    0   N/A  N/A    657157    C+G   vgpu                                       7424MiB |
|    0   N/A  N/A    657163    C+G   vgpu                                       7424MiB |
|    0   N/A  N/A    657623    C+G   vgpu                                       7424MiB |
+---------------------------------------------------------------------------------------+

接下来,你输入  mdevctl ,查看 vGPU 类型(vGPU Profile),如果是 Ampere架构之前的显卡,此时已经能够工作。 但是对Ampere架构的A5000显卡,还需要一步,通过命令开启SR-IOV。通过命令 sriov-manage -e 启用SR-IOV。比如笔者的显卡地址为  01:00.0,命令如下:

/usr/lib/nvidia/sriov-manage -e 0000:01:00.0


执行该命令之后,mdevctl types 命令可以输出 vGPU的类型,即表明vGPU 驱动已经配置成功。启用 SR-IOV 的命令在系统重启后,将失效。 因此需要创建一个 后台服务,在系统每次启动时,自动启用显卡的 SR-IOV。 脚本如下:

​
cat >/etc/systemd/system/sriov.service <<EOF
[Unit]
Description=Script to enable SR-IOV on boot[Service]
Type=simple
#start SR-IOV
ExecStart=/usr/lib/nvidia/sriov-manage -e 0000:01:00.0
Restart=on-failure[Install]
WantedBy=multi-user.targetEOFsystemctl daemon-reloadsystemctl enable sriov.servicesystemctl start sriov.service
​

然后重启服务器,如果可以通过 mdevctl types 查看到 vGPU的类型,即表明服务器配置好了vGPU。

 
​root@pvehost:~# mdevctl types |more
0000:01:00.4nvidia-657Available instances: 0Device API: vfio-pciName: NVIDIA RTXA5000-1BDescription: num_heads=4, frl_config=45, framebuffer=1024M, max_resolution=5120x2880, max_instance=24nvidia-658Available instances: 0Device API: vfio-pciName: NVIDIA RTXA5000-2BDescription: num_heads=4, frl_config=45, framebuffer=2048M, max_resolution=5120x2880, max_instance=12nvidia-659Available instances: 0Device API: vfio-pciName: NVIDIA RTXA5000-1QDescription: num_heads=4, frl_config=60, framebuffer=1024M, max_resolution=5120x2880, max_instance=24nvidia-660Available instances: 0Device API: vfio-pciName: NVIDIA RTXA5000-2QDescription: num_heads=4, frl_config=60, framebuffer=2048M, max_resolution=7680x4320, max_instance=12nvidia-661Available instances: 0Device API: vfio-pciName: NVIDIA RTXA5000-3QDescription: num_heads=4, frl_config=60, framebuffer=3072M, max_resolution=7680x4320, max_instance=8nvidia-662Available instances: 0Device API: vfio-pciName: NVIDIA RTXA5000-4QDescription: num_heads=4, frl_config=60, framebuffer=4096M, max_resolution=7680x4320, max_instance=6nvidia-663Available instances: 0Device API: vfio-pciName: NVIDIA RTXA5000-6QDescription: num_heads=4, frl_config=60, framebuffer=6144M, max_resolution=7680x4320, max_instance=4
....................................
....................................
​

3、安装和配置 DoraCloud 

DoraCloud for Proxmox VE的安装配置教程很多。可以参考官网的文档。
ShareStation工作站虚拟化部署

4、安装 CAD 软件

通过编辑DoraCloud桌面模板,安装  NX 软件,以及常用的办公软件。 

为了达到更好的视觉效果,在模板中安装朵拉云桌面协议 DDP Server。

模板制作完毕后,创建桌面池,把桌面池的vGPU类型设置成 8Q,这样工作站可以虚拟出三台 显存配置为8G的虚拟桌面。  桌面池协议可以选择 RDP 或者 DDP。

 根据桌面池,发放了3个桌面,每个桌面具有 8G 的显存。 

 五、应用测试 和 效果

可以通过多种客户端访问虚拟工作站。

1、DoraClient 应用程序。 包括 Windows 版本 和 Linux 版本。

2、朵拉云科技的云终端产品,比如 JC36云终端 、DC20 云终端。

3、x86 机器,安装 DoraOS 瘦客户机软件,改造成云终端。 

为了达到最佳效果,推荐采用支持 DDP 协议的云终端访问 DoraCloud。 目前只有 DoraOS 或者 x86 的云终端支持DDP 协议。

下图为云终端连接虚拟工作在的效果,桌面上运行了 Siemens PLM Software NX,以及中望CAD 2021 。

采用基于DoraCloud的工作站虚拟化方案 ,可以将图形工作站的专业显卡进行灵活的切分。 比如进行复杂项目时,一台工作站可以划分为3份,人均配置8G显存,满足大型应用的需求。进行一些简单的项目时,工作站可以切分为8份,人均配置3G显存,满足团队多个成员的设计需求。 既避免了资源的浪费,也解决了低端工作站性能不足的问题。

这篇关于工作站虚拟化:RTX A5000的图形工作站实现多用户独立运行Siemens NX 设计软件的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/999137

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义

opencv图像处理之指纹验证的实现

《opencv图像处理之指纹验证的实现》本文主要介绍了opencv图像处理之指纹验证的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录一、简介二、具体案例实现1. 图像显示函数2. 指纹验证函数3. 主函数4、运行结果三、总结一、