Partitionnement GPU multi-instance
Le GPU multi-instance (MIG) est une technologie NVIDIA qui découpe un seul GPU physique en plusieurs partitions matérielles isolées.
Aperçu
It matters because it lets one expensive accelerator serve many small workloads at once without them interfering with each other.
Plongée profonde
Introduit avec le NVIDIA A100 (Ampère) et continué sur le H100 et les GPU de centre de données plus récents, MIG découpe un GPU en jusqu'à sept instances indépendantes. Contrairement au time-slicing logiciel, MIG offre une véritable isolation matérielle : chaque instance dispose de ses propres multiprocesseurs de streaming (SM), de tranches de cache L2, de contrôleurs de mémoire et d'une tranche fixe de mémoire à large bande passante. Un A100 de 40 Go peut être divisé en sept instances de 5 Go, ou en moins d’instances plus grandes. Chaque partition se comporte comme un GPU autonome plus petit, de sorte qu'une tâche bruyante ou qui plante dans une instance ne peut pas affamer ou corrompre une autre. Cette qualité de service garantie rend MIG idéal pour le service d'inférence, les clusters multi-locataires et les environnements de développement dans lesquels de nombreux utilisateurs partagent une même carte.
Aperçu technique
MIG fonctionne en bloquant physiquement la barre transversale interne du GPU afin que chaque instance dispose d'un chemin fixe vers sa propre tranche de mémoire et ses propres SM. NVIDIA définit les profils comme des fractions telles que 1 g,5 Go (une tranche de calcul, 5 Go) jusqu'à 7 g,40 Go. Une instance GPU réserve de la mémoire et des SM ; en son sein, une instance de calcul subdivise davantage les SM. Étant donné que les partitions sont renforcées par le matériel, les pannes, les erreurs ECC et la bande passante mémoire restent confinées à une seule instance.
Impact stratégique
Coût et budget
Les décisions en matière d'architecture déterminent les performances et les coûts d'exploitation pendant des années.
Décisions plus claires
La formation technique aide les équipes à choisir la bonne pile, pas seulement la plus récente.
Contrôle qualité
De meilleurs choix d’ingénierie réduisent les incidents de fiabilité en production.
L'avenir du partitionnement GPU multi-instance
À mesure que les GPU atteignent 80 Go, 141 Go et au-delà, le partitionnement devient plus attrayant car les modèles individuels ont rarement besoin d'une carte entière pour l'inférence. Attendez-vous à une intégration Kubernetes et cloud plus étroite, à un partitionnement dynamique sans drainer le nœud et à des profils plus fins. Les fournisseurs concurrents recherchent une virtualisation GPU similaire de type SR-IOV, et les plates-formes d'inférence sans serveur s'appuient de plus en plus sur le partitionnement pour regrouper de nombreux modèles de manière dense et réduire le gaspillage.
Mise en œuvre dans le monde réel
Un fournisseur de cloud divise un A100 en sept instances afin que sept clients obtiennent chacun une tranche GPU isolée et garantie pour l'inférence.
Un pôle de recherche universitaire offre à chaque doctorant une instance MIG de 10 Go pour le prototypage au lieu de monopoliser des cartes entières.
Un service d'inférence regroupe plusieurs petits modèles de langage et de vision sur un H100, chacun dans sa propre partition avec une latence prévisible.
Un cluster Kubernetes annonce les instances MIG en tant que ressources planifiables afin que les pods demandent « nvidia.com/mig-1g.5gb » comme n'importe quelle autre ressource.
Risques et garde-fous
L’optimisation d’un benchmark peut masquer des faiblesses plus larges du système.
Les coûts d’infrastructure et de maintenance sont souvent sous-estimés.
Les lacunes en matière de sécurité et d’observabilité peuvent se creuser à mesure que les systèmes deviennent plus complexes.
Feuille de route de mise en œuvre
Définissez les objectifs de latence, de qualité et de coût avant la mise en œuvre.
Benchmark dans des conditions de charge et de données réalistes.
Surveillance des instruments pour détecter les erreurs, la dérive et l'impact sur l'utilisateur.
Préparez les chemins de restauration et de réponse aux incidents avant la mise à l’échelle.
Continuez à explorer
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Multi-Instance GPU Partitioning quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Guide suivant
Apprentissage multi-tâches
Questions fréquemment posées
What is Multi-Instance GPU Partitioning?
Le GPU multi-instance (MIG) est une technologie NVIDIA qui découpe un seul GPU physique en plusieurs partitions matérielles isolées. C’est important car cela permet à un accélérateur coûteux de gérer plusieurs petites charges de travail à la fois sans qu’elles n’interfèrent les unes avec les autres.
Quel type d'isolement MIG fournit-il entre les instances ?
MIG applique l'isolation matérielle, en dédiant des SM, des tranches de cache L2 et de la mémoire à chaque instance afin que les charges de travail ne puissent pas interférer.
Sur quelle architecture NVIDIA le MIG a-t-il été introduit pour la première fois ?
MIG a fait ses débuts avec l'A100 basé sur Ampere et a continué sur les GPU de centre de données H100 et ultérieurs.
Quel est le nombre maximum d’instances en lesquelles un GPU compatible MIG peut être divisé ?
Un GPU compatible MIG tel que l'A100 peut être partitionné en sept instances indépendantes maximum.
Dans un profil MIG tel que « 1 g,5 Go », que représente le « 5 Go » ?
Le profil code les tranches de calcul (1g) et la mémoire dédiée (5 Go) attribuée à l'instance.
Pour quelle charge de travail MIG est-il particulièrement adapté ?
MIG brille lorsque de nombreuses petites charges de travail isolées (comme l'inférence) partagent une seule carte avec une qualité de service garantie.