技术博客 Blog 其他

Hyper-V GPU直通配置指南

下载免费试用版

适用于多种数据备份

Hyper-V GPU直通配置指南

2026-06-18

什么是 Hyper-V GPU 直通？

Hyper-V GPU 直通允许将宿主服务器上的物理 GPU 直接分配给虚拟机，使虚拟机能够使用真实的 GPU 性能，而非依赖模拟图形。这对于机器学习、CAD 建模、视频编码或科学计算等资源密集型任务至关重要。

典型使用场景

AI/ML 模型训练与推理
CAD/CAM 与 3D 设计
视频编辑与渲染
虚拟桌面基础架构（VDI）
科学模拟
数据分析与高性能计算工作负载

Hyper-V 中 GPU 直通的关键优势

性能提升
应用程序兼容性
资源整合
增强的安全性与隔离性
灵活的开发与测试
成本效益

Hyper-V GPU 直通设置的先决条件

在设置 Hyper-V GPU 直通之前，请仔细检查硬件和软件两方面的要求。遗漏任一细节都可能导致令人困扰的错误。

硬件/软件验证清单

针对离散设备分配（DDA）：

操作系统：Windows Server 2016 或更高版本，并已启用 Hyper-V 角色
GPU：支持的PCIe GPU（例如，NVIDIA Tesla、Quadro，AMD Radeon Pro/FirePro）
虚拟机类型：仅限第 2 代虚拟机
设置：已禁用动态内存和检查点
GPU 使用情况：目标 GPU 不能被宿主机或其他虚拟机使用
固件： UEFI，BIOS 中启用“4GB 以上解码”功能
可选： SR-IOV 支持（某些 GPU 推荐启用）

适用于GPU分区（GPU-P）：

操作系统：Windows 10/11 专业版或企业版（版本1903及以上）
GPU：支持分区功能的现代 GPU
虚拟机类型：仅限第 2 代虚拟机
PowerShell： 驱动注入所必需
可选：在 BIOS 中启用可调整大小的 BAR 以获得更佳性能
安全性：如果出现问题，请禁用基于虚拟化的安全功能（例如核心隔离）

注意：在启用 GPU-P 的虚拟机上同时使用 WSL2 可能导致资源冲突，因为 WSL2 会独占某些 GPU 的访问权限。

启用GPU直通的终极指南

离散设备分配（DDA）适用于需要极致性能的场景，即将整块物理显卡独占分配给单个虚拟机——例如深度学习服务器或高端渲染节点。

Hyper-V GPU 直通部署的最佳实践

为顺利部署 Hyper-V GPU 直通，请遵循以下最佳实践：
尽可能同时更新主机和客户机驱动程序。
监控温度和风扇转速，尤其是在高密度机架式机箱中。
对于生产服务器，请至少专门配置一个非直通的板载/集成网卡，仅用于控制台/KMS 功能。
除非供应商明确支持虚拟化功能，否则请勿将消费级游戏显卡与数据中心工作负载混用。
仅使用第二代虚拟机，以获得更好的UEFI支持以及更完善的隔离性/安全边界。
首次部署前，请在 BIOS/固件菜单中启用 SR-IOV 和 Above4GDecoding 选项。

在 Windows Server 中启用 GPU 直通的分步教程：

首要事项：在进行涉及硬件分配的配置更改前，请先关闭目标虚拟机！

1. 禁用自动检查点和动态内存：

这些必须关闭，以免干扰直接设备映射。

Set-VM -Name <VMName> -AutomaticStopAction TurnOffSet-VM -Name <VMName> -DynamicMemoryEnabled $false

2. 预留内存映射 I/O 空间：

您需要预留足够的地址空间，以确保客户操作系统能够识别显卡所暴露的所有显存/固件区域。

Set-VM -Name <VMName> -GuestControlledCacheTypes $true -LowMemoryMappedIoSpace 3072 -HighMemoryMappedIoSpace 33280

数值单位为兆字节（MB）：此处我们预留约3GB的低MMIO空间，以及约32GB的高MMIO空间。

3. 查找物理 GPU 的位置路径：

打开设备管理器 > 展开显示适配器，右键单击目标显卡 > 选择属性 > 切换到详细信息选项卡，将属性下拉菜单设为位置路径，然后复制以PCIROOT...开头的值。

或者通过 PowerShell：

Get-PnpDevice | Where {$_.Class -eq "Display"} | Select Name,InstanceId

如果“显示”下方没有任何内容，请尝试按厂商名称搜索（Where {$_.FriendlyName -like 'NVIDIA'}）。

4. 从主机卸载设备：

请使用此命令——请注意，使用 –force 参数将立即从主机控制中移除该设备！如果这是您台式机系统的主显示适配器，而非配备集成显卡（可用于控制台输出）的无头服务器硬件，您可能会丢失本地显示画面！

Dismount-VmHostAssignableDevice -LocationPath "<YourLocationPath>" -force

如果因有活动进程锁定设备而导致卸载失败：请先在“设备管理器”中暂时禁用该设备，再重试上述 PowerShell 命令。

5. 直接将设备分配给目标虚拟机：

Add-VMAssignableDevice -VMName <VMName> -LocationPath "<YourLocationPath>"

6. 启动虚拟机并安装驱动程序：

启动您的客户操作系统；在“显示适配器”下打开其自身的设备管理器——此时您应该能看到“Microsoft Hyper-V 视频”以及您实际的独立显卡均已列出！如有需要，请在客户操作系统内安装最新版驱动程序（NVIDIA 或 AMD），务必确保驱动程序版本与客户操作系统的版本相匹配，而非使用宿主机的驱动程序！

7. 稍后移除/收回卡片：

将控制权从客户机返回到宿主池：

Remove-VMAssignableDevice -VMName <VMName> -LocationPath "<YourLocationPath>"Mount-VMHostAssignableDevice -LocationPath "<YourLocationPath>"

验证是否成功

完成设置且客户机设备管理器中驱动程序加载后未显示错误图标，或运行一个快速基准测试应用程序后，即表示已准备就绪！由于应用程序代码与物理硬件之间不存在虚拟化开销，因此性能接近裸机水平。

在 Windows 10/11 中启用 GPU 直通的分步教程

如果灵活性比极致性能更重要——例如，多个用户需同时获得中等程度的加速——可考虑采用微软较新的“GPU 分区（GPU-P）”模型，通过分区虚拟 GPU（vGPU）将一块大型显卡分配给多个较小的任务。

1. 确认您的卡片支持分区功能：

在 Windows 的最新版本中：

Get-VMPartitionableGpu      # 适用于 Windows 10 及更高版本  Get-VMHostPartitionableGpu # 适用于 Windows 11 及更高版本

如果结果显示有任意兼容设备，则说明配置正常！

2. 向目标虚拟机添加 GpuPartition 适配器：

请确保目标虚拟机已关机，然后再继续操作！

添加-VMGpuPartitionAdapter -VMName <VMName>

3. 使用脚本将主机驱动程序复制到客户机中：

一个名为 Easy-GPU-PV 的流行脚本可自动注入驱动程序（[GitHub 项目链接可根据要求提供]）。请将其下载并解压到宿主系统，然后运行：

Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass -Force.\Update-VMGpuPartitionDriver.ps1 -VMName <VMName> -GPUName "AUTO"

此操作会将当前正在使用的驱动程序复制到客户机镜像中，确保应用程序在启动后能正确识别其分配的虚拟 GPU 分区——即使官方安装程序禁止在虚拟化环境中安装！

4. 为访客访问预留充足的MMIO空间：

再次提醒：以下数值单位为兆字节（MB），而非千兆字节（GB）！

Set‑VM ‑Vmname <Vmname> ‑GuestControlledCacheTypes $true ‑LowMemoryMappedIoSpace 1024 ‑HighMemoryMappedIoSpace 32768

如果使用大容量显存的显卡（VRAM > 24 GB），请将数值调高。

5.（可选）按分区精细调整资源分配 （仅限 Windows 11）：

您可以为每个适配器实例设置最小/最大显存（VRAM）：

Set‑VMGpuPartitionAdapter –Vmname <Vmname> –MinPartitionVRAMBytes <min_bytes> –MaxPartitionVRAMBytes <max_bytes>

示例：根据工作负载需求，为每个分区分配约 800 MB 至 1 GB 的显存。

6.（重要）避免与 WSL 或其他服务发生冲突：

如果同时安装并运行了 WSL2，它可能会对相同的底层硬件获取独占锁，从而导致客户机在启动或资源分配过程中出现故障！如果问题持续存在，请暂时禁用 WSL（参阅微软官方指南）。

验证成功

启动目标客户操作系统；在其“设备管理器”中打开“显示适配器”选项卡——此时应出现一个新条目，名称类似于“虚拟渲染设备”，与默认的视频输出设备并列。运行测试应用程序，例如 Blender 的 Cycles 渲染器或 TensorFlow 训练任务；这些程序将通过各自的 API 报告已映射的可用 CUDA/OpenCL 资源。