將Linux實體機的GPU直通給Linux虛擬機(VM)，使其可以使用GPU硬體加速、跑機器學習計算等工作。
為什麼要這麼幹？我使用Arch Linux，有時候Nvidia驅動＋CUDA版本跟特定Pytorch程式對不上，AUR也無法解決的情況下，就是找個官方推薦的環境跑CUDA囉，例如Ubuntu LTS版。
其實虛擬機要GPU硬體加速也可以用Virtio顯示卡搭配Virglrenderer。不過該技術僅適用Intel/AMD GPU，且Ubuntu的Virglrenderer效能不若Android-x86那樣好，所以我還是用GPU直通。
Linux實體機將Nvidia GTX1050Ti直通給虛擬機後，即改用Intel CPU的內顯輸出螢幕訊號，而虛擬機不外接實體螢幕也能調用GPU執行應用程式。
1. 環境#
- Host OS：Arch Linux 6.4.7
- GPU1 Intel HD630
- GPU2 Nvidia GTX1050Ti (要直通的)
- Guest OS：Ubuntu 22.04 LTS
虛擬機軟體為Libvirt 9.5.0 ＋ QEMU/KVM 8.0.4
結構如圖，本電腦有二個GPU，才能在獨顯直通之後使用內顯顯示畫面。
2. 直通GPU#
參考Arch Linux如何將GPU直通給Windows QEMU/KVM虛擬機
那篇雖是給Windows的，但是大方向一樣：建立一個Ubuntu虛擬機。禁止實體機開機載入Nvidia核心模組，將其綁給vfio-pci，並將PCI裝置掛載至Ubuntu虛擬機。
下載Ubuntu 22.04 ISO。開啟Virt Manager，新增Ubuntu虛擬機，自訂硬體配置，機器選Q35，韌體選擇UEFI (OVMF_CODE_secboot)。安裝系統完成後關機。
在GRUB啟用IOMMU
sudo vim /etc/default/grub
# 修改這行：GRUB_CMDLINE_LINUX_DEFAULT="intel_iommu=on iommu=pt"
sudo grub-mkconfig -o /boot/grub/grub.cfg
- 重開機，用
lscpci --nnk查找Nvidia顯示卡硬體ID。再編輯GRUB，將Nvidia顯示卡綁給vfio-pci
GRUB_CMDLINE_LINUX_DEFAULT="intel_iommu=on iommu=pt video=efifb:off vfio-pci.ids=10de:1c82,10de:0fb9"
- 編輯
/etc/mkinitcpio.conf，設定開機載入vfio核心模組
MODULES=(vfio_pci vfio vfio_iommu_type1)
- 編輯
/etc/modprobe.d/blacklist.conf，設定開機禁止載入Nvidia核心模組
blacklist nvidia
blacklist nouveau
- 重新生成initramfs與GRUB
sudo rm /etc/X11/xorg.conf
sudo mkinitcpio -p linux
sudo grub-mkconfig -o /boot/grub/grub.cfg
重開機進入BIOS，設定電腦優先以內顯開機。
開啟Virt Manager，編輯Ubuntu虛擬機硬體，點選加入PCI裝置，選取Nvidia顯示卡和音訊。
3. 虛擬機安裝Nvidia驅動與CUDA#
據說Nvidia舊版本驅動會偵測是否為虛擬機，所以得隱藏KVM狀態，但現在看來不需要了。
用nvidia-smi測試輸出驅動版本為530
nvcc -v輸出版本為CUDA 11.8。
Blender確認能夠使用CUDA渲染
4. 使用Nvidia PRIME切換GPU#
即使虛擬機可以使用CUDA了，因目前主螢幕是用QXL，執行3D應用程式還是可能只用軟體解碼渲染，導致性能低下
prime-select指令行不通，因為沒有內顯。這時可以用PRIME環境變數使用Nvidia GPU執行應用程式。
__NV_PRIME_RENDER_OFFLOAD=1 __GLX_VENDOR_LIBRARY_NAME=nvidia __VK_LAYER_NV_optimus=NVIDIA_only VK_ICD_FILENAMES=/usr/share/vulkan/icd.d/nvidia_icd.json firefox-esr
詭異的是Snap版Firefox可以跑滿60FPS，但隨即桌面環境整個崩潰。而Firefox ESR雖不會崩潰，但是FPS無法跑滿。 🤷 這就是為什麼我不用Snap的原因(小聲)
5. 低延遲存取Ubuntu桌面#
跟Windows不同，Ubuntu似乎不會把QXL當一個有效螢幕，無法雙螢幕。如果要完全用Nvidia顯示卡輸出畫面，就得將QXL移除，接真正的第二個螢幕。這樣應用程式才會完全用Nvidia顯示卡渲染畫面。
如果只有一個螢幕，又想要低延遲存取Nvidia渲染的畫面，請參閱Looking Glass Host for Linux教學