这两年经常有人问我,学GPU KMD(Kernel Mode Driver,内核模式驱动)到底从哪里切入。我一般会让他们先把PF和VF这两个概念吃透。原因很简单,不管你是做GPU虚拟化、直通、容器共享,还是单纯想读懂厂商驱动里的sriov_configure回调,最后都会绕到这两个词上。这一篇就是“手把手教你学GPU的KMD专栏”里的2.3节,专门聊PF(物理功能)与VF(虚拟功能)在GPU中的应用。目标读者是正在看Linux内核PCI子系统、GPU驱动源码,或者打算做虚拟化场景的开发者,我尽量用做项目时的思路来讲,而不是照搬英文手册。
1. 为什么GPU KMD必须搞懂PF和VF?
1.1 虚拟化是绕不开的坎
现在做GPU驱动开发,已经不是只写一个probe、管几块显存、处理几个中断那么简单了。AI训练、推理、图形渲染,全都跑在虚拟化或者容器化的环境里。云上的GPU实例,底层不管是NVIDIA还是AMD,都逃不掉一个核心问题:一块物理GPU怎么安全地分给多个用户用?
最早大家用的是纯软件模拟,性能和隔离都不行。后来出现了PCIe直通,把整块GPU塞给一个虚拟机,性能是上去了,但一块卡只能服务一个租户,资源利用率很低。再往后才是SR-IOV(Single Root I/O Virtualization)方案,它把PCIe设备拆成PF和VF,由硬件的IO虚拟化能力来保证隔离。这一套机制从网卡开始,后来被GPU厂商继承并扩展,于是KMD开发者就必须知道PF是什么、VF是什么,以及驱动该如何管理它们。
我见过不少新人翻内核源码,看到pci_enable_sriov就以为只是把设备“变魔术”一样多出几个PCI节点,其实完全不是。SR-IOV的核心在于资源切分、中断迁移、DMA隔离和虚拟功能的状态管理。这些工作大部分都由KMD配合固件完成,如果你不理解PF和VF的职责,一旦出现虚拟化环境下的性能问题或者设备丢失,会非常被动。
1.2 PF和VF在KMD里的定位
在PCIe规范里,PF(Physical Function)是物理上真实存在、拥有完整PCIe功能的能力单元。你可以把它理解成一栋楼的物业管理处:它有整栋楼的钥匙,能管理楼道、电梯、水管,也能给每一个房间分配独立钥匙和空间。VF(Virtual Function)则是从PF派生出来的轻量功能单元,它没有完整的管理权限,更多是作为“租户接口”暴露给上层使用。
在GPU场景里,PF通常由主机内核态驱动(KMD)直接管理,它负责设备初始化、固件加载、显存分配、进度跟踪、错误上报等所有系统级操作。VF则是被切分出来的计算通道,可能直接分配给虚拟机,或者绑定到VFIO驱动进入用户态容器。KMD写得好不好,很大程度上取决于它能否在一个PF上安全创建出多个VF,并保证每个VF之间不互相干扰。
这里有个很容易混淆的点:GPU上的MIG(Multi-Instance GPU)和SR-IOV不是一回事。MIG是在GPU内部做硬件分区,每个实例独占一组SM和显存片,但它不一定表现为PCIe VF;而SR-IOV的VF是PCIe层面的虚拟功能,通常配合驱动和虚拟机管理程序使用。我在后面讲到vGPU时会再区分。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 从PCIe规范看懂PF和VF的分工
2.1 SR-IOV的诞生背景
SR-IOV不是GPU发明的,它最早是为了解决网卡虚拟化性能太差而设计的。想想看,一台物理服务器上可能有几十个虚拟机,每个虚拟机都需要网络接入,如果所有网络包都要经过宿主机软件转发,CPU很快就打满了。SR-IOV的做法是把网卡硬件能力拆成多个可独立分配的功能,让虚拟机直接通过硬件队列收发数据,绕开软件交换。
GPU复用这套机制时面临的挑战比网卡更大。因为GPU不只是简单的IO设备,内部有大量计算单元、显存控制器、DMA引擎、图形或视频编解码硬件,还有一个复杂的调度器。V
