容器云环境GPU共享技术研究与实现

吴阳阳; 吴恒; 唐震; 张文博

doi:10.13624/j.cnki.issn.1001-7445.2026.0177

广西大学学报（自然科学版） ›› 2026, Vol. 51 ›› Issue (01) : 177 -187. DOI: 10.13624/j.cnki.issn.1001-7445.2026.0177

容器云环境GPU共享技术研究与实现

吴阳阳, 吴恒, 唐震, 张文博

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对传统基于时间分片的图形处理单元(GPU)共享方案中容器在时间片内独占GPU而导致的任务低负载时资源浪费问题，提出一种GPU共享框架(TQShare)。TQShare整合核函数执行时间预测技术与核函数时间配额管理机制，支持多个容器在同一时间片内并发执行深度学习任务，从而提升资源利用率；同时，通过对任务启动的核函数进行动态调度管理，实现资源的有效隔离。实验结果表明，与KubeShare相比，TQShare将GPU平均利用率提高了13.4个百分点，深度学习工作负载完成时间缩短了14.7%,且平均性能开销仅为2.41%。