This is part two of our building a deep learning machine series. You can find the other posts here: Building a Deep Learning BoxGPU Virtualization with KVM / QEMUInstalling Nvidia, Cuda, CuDNN, TensorFlow and KerasHardware is a critical factor when working with GPU virtualization and this post makes hardware assumptions based on the component list from part one. Part List: 4 — Asus GTX 1080 GPUs $
基本的にLinuxデスクトップ環境で過ごしているが、WindowsでBlu-rayを再生したいこともある。 この要求を満たす環境の構成としては Windowsの下でLinuxを仮想マシンのゲストとして動かす デュアルブート 物理的に二台動かす といった選択肢が考えられますが、1はLinux側で使えるリソースが減るのが気に入らず、2は面倒くさい、3はハードウェアと場所と電気が必要と、それぞれ大きなデメリットがあります。 このような難点を解消することはできないか。実はディスクリートGPUが挿さったマシンにおいては、PCIパススルーを行うことで、Linuxの下で仮想マシンのゲストとして動くWindowsから直接GPUにアクセスさせることができます。Linuxの方ではCPU内蔵のGPU(あるいは別のディスクリートGPU)を使います。SCSIパススルーを行うことで、WindowsからBlu-rayの
QEMUをつかって仮想マシンを作成する手引きです。ホスト側に仮想化機能が備わっていることを確かめたあと、QEMUをつかってゲストOSを構築します。 仮想化機能を確かめる ホストとなるGNU/Linuxシステムで、CPUのハードウェア仮想化支援機能とLinux KVMのサポートを確かめます。 ハードウェアサポートを確かめる lscpuの仮想化(Virtualization)の行、または/proc/cpuinfoのflagsの行から、ハードウェア仮想化支援機能(Hardware-Assisted Virtualization)を確認します。 この機能はベンダーごとに実装が異なるので、インテル製品であればVT-xを、AMD製品であればAMD-Vを確かめます。 $ lscpu | grep -Ei "(vt-x|amd-v)" 仮想化: AMD-V /proc/cpuinfoでは、VT-xの動作モ
$ qemu-img convert -O raw [Virtualboxイメージ(.vdi)] [KVMイメージの出力先(.img)] # 実行例 $ qemu-img convert -O raw FC20-ASW.vdi /var/hdd1/libvirt/FC20-ASW.img ★KVMマシンの設定に注意!! KVMマシンの新規作成時、ディスクの詳細オプションを SATA raw に変更してください。でないとエラーになります。 どういう時に使うのか? 私は、外部のネットワークからアクセスして テストを実施したい時や 先行公開で特定の人に見せたい時 リバースプロキシを設定して公開するのですが、 外部アクセス可能なサーバ類はすべてKVM上で動かしているので、 その時はディスクイメージを変換すると楽チンです。 Register as a new user and use Qiita m
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く