NVIDIA虚拟GPU（vGPU）技术使用NVIDIA GPU和NVIDIA虚拟GPU软件的强大功能能够加速各种虚拟工作流程 – 从AI到虚拟桌面基础架构（VDI）。通过为每个虚拟机（VM）提供GPU性能，vGPU技术可让用户更高效、更有效地工作。
以下是关于NVIDIA vGPU相关常见问题的解答：
在哪里获得适用于我的虚拟GPU部署的NVIDIA驱动？NVIDIA虚拟GPU解决方案需要硬件和软件许可组件。NVIDIA计算/图形驱动随NVIDIA虚拟GPU软件许可证一起提供，并可从官网客户门户下载：
https://www.nvidia.cn/Download/index.aspx?lang=cn
NVIDIA虚拟GPU软件支持哪些GPU，如何知道哪款适合我？可通过此链接查看NVIDIA虚拟GPU软件支持的NVIDIA GPU的列表：
https://www.nvidia.cn/data-center/graphics-cards-for-virtualization/
建议您根据应用程序、用户密度和服务器外形规格要求从众多GPU中挑选合适的一款。
NVIDIA虚拟GPU提供四个软件产品版本：NVIDIA虚拟应用程序(vApp)、NVIDIA虚拟PC(vPC)、NVIDIA RTX虚拟工作站(vWS)和NVIDIA虚拟计算服务器(vCS)。
可根据具体应用场景和工作负载来选择。必须随NVIDIA虚拟GPU软件许可证一起购买支持、更新和维护订阅（SUMS）。
环境大小的设置很大程度取决于客户正在运行的工作负载类型和显示要求。例如，对于使用普通应用程序的Windows 10 VDI用户而言，1GB vGPU配置文件可能已足够，但使用三台4K分辨率显示器的Autodesk AutoCAD设计师可能需要2GB或更多的帧缓存。
强烈建议您阅读第三方ISV提供的性能指南，以了解每个应用程序的确切要求。
如何量化借助NVIDIA虚拟GPU提升的性能？如何准确衡量使用GPU加速带来的影响？每种类型的虚拟GPU解决方案都能提升性能。对设计师而言，在不使用GPU加速时运行应用程序会比使用GPU加速时慢很多。对知识工作者而言，GPU加速增加了计算密度，并改善了用户体验。可以使用VMware vRealize Operations（vROps）或GPU Profiler等工具来量化性能提升幅度。
可通过官网资料如白皮书等，了解如何使用延迟、远程帧和图像质量等指标来衡量支持GPU的VDI环境与仅使用CPU的VDI环境下的用户体验对比：
https://www.nvidia.cn/data-center/virtualization/resources/
运行使用vCS虚拟化的AI、深度学习和数据科学工作负载，与无虚拟化的裸机环境中运行同样的工作负载相比，情况如何？- 通过实时迁移增加正常运行时间，并更高效地利用数据中心资源；
- 能够将GPU资源从GPU的一小部分扩展到多个GPU，并通过调度器选项来调配粒度。