Porque é que isto tem sido caro até agora
A VDI, Virtual Desktop Infrastructure, entrega um ambiente de trabalho completo a partir de um centro de dados ou da nuvem, em vez de o tirar do dispositivo que tens à frente. Um utilizador entra a partir de um portátil, de um thin client ou da sua própria máquina, e recebe um ambiente de trabalho Windows ou Linux familiar cujas aplicações, ficheiros e processamento acontecem todos de forma centralizada.
O atrativo para uma equipa de TI é que as atualizações, o controlo de acessos e a proteção de dados acontecem todos num só sítio, e as pessoas chegam ao mesmo ambiente de trabalho a partir de qualquer lado.
O obstáculo nunca foi o hipervisor. Foi a GPU.
Partilhar uma GPU física entre vários ambientes de trabalho tem sido território da NVIDIA, e a NVIDIA cobra pelo software vGPU que faz a divisão. Essa licença é a razão pela qual a VDI com gráficos acelerados por hardware tem sido sobretudo reserva de entidades com orçamentos empresariais. Pagar uma taxa anual para ligar uma coisa que o silício já sabe fazer é difícil de aplaudir.
A Intel mudou as contas com a linha Arc Pro. Estas placas suportam a divisão por hardware através do SR-IOV normal, que é uma funcionalidade do PCIe e não um produto. Assim sendo, não há servidor de licenças, nem subscrição, nem software vGPU separado para comprar.
Por isso arranjei uma Intel Arc Pro B50 para ver se encaixa bem com o Proxmox. A resposta curta: o mecanismo funciona exatamente como anunciado, e depois o firmware meteu-se no caminho. As duas metades estão abaixo.
O elefante na sala: precisas primeiro de Windows
Antes de qualquer coisa disto funcionar, a placa quer o firmware atualizado. A Intel distribui essa atualização dentro do instalador do driver para Windows.
O que é inconveniente, porque a razão pela qual compraste a placa é para a correr debaixo do Proxmox.
Há uma maneira de contornar isso que não precisa de mais nada além do Proxmox: constrói uma VM Windows, passa-lhe a placa inteira, deixa o Windows atualizar o firmware, e depois devolve a placa ao anfitrião. É um ciclo de arranque, e vale a pena sabê-lo antes de planeares a montagem e não depois.
Encontrar a placa
No anfitrião Proxmox, lspci para a localizar:
lspci

Aqui está em 03:00.0, identificada como Battlemage G21, o silício por trás da Arc Pro B50.
Toma nota do endereço. Vais precisar dele várias vezes, e há uma função de áudio separada em 04:00.0 que vem com ela.
Passar a placa inteira a uma VM Windows
Adiciona a placa a uma VM Windows como dispositivo PCI em bruto.
No hardware da VM, isso é uma entrada PCI Device: 0000:03:00 com pcie=1:

Vale a pena reparar no resto do que essa VM é, porque nada disso é acidental: tipo de máquina Q35, firmware OVMF, VirtIO SCSI single e um TPM para o Windows 11. O Q35 em particular não é opcional para isto. Uma GPU passada para uma i440fx aparece como dispositivo PCI legado, que é a forma errada para um driver gráfico moderno. Isso está explicado em Usa sempre Q35, não i440fx.
Arranca a VM e confirma que o Windows vê a placa:

Aparece como Microsoft Basic Display Adapter porque ainda não há driver instalado. É o estado esperado, e chega. O Windows encontrou o hardware.
Atualizar o firmware
Vai buscar o driver atual à página de downloads da Arc Pro B50 da Intel.
Na altura em que escrevo era a versão 32.0.101.8306 (Q4.25), para Windows 11 e Windows 10 22H2:

Instala-o, e deixa a atualização do firmware correr como parte do processo em vez de cancelares a meio. Esse passo do firmware é a razão inteira deste desvio.
Quando acabar, devolve a placa ao anfitrião e reinicia, para que se reinicialize por completo debaixo do Proxmox.
Confirmar que o SR-IOV lá está
Agora pergunta à placa o que ela sabe fazer:
lspci -v

A linha que importa:
Capabilities: [320] Single Root I/O Virtualization (SR-IOV)
É a proposta toda numa linha de saída do lspci, sem licença nenhuma agarrada.
Há outras três coisas nessa saída que vale a pena ler já que lá estás:
Kernel driver in use: xe: a placa está no driverxe, mais recente, da Intel, e não noi915, e é ele que vai criar as funções virtuais.[420] Physical Resizable BARe[220] Virtual Resizable BAR: a placa suporta BAR redimensionáveis, e as suas funções virtuais também. Vale a pena saber quanto isso te custa em espaço de endereçamento se estiveres a passar várias delas: vê PCIe Resizable BAR e as GPU modernas.IOMMU group 13: a placa está num grupo só seu, que é o que queres para um passthrough limpo. Porque é que isso importa está no artigo sobre o imposto do IOMMU.
Criar as funções virtuais no arranque
As funções virtuais não são persistentes. Pedi-las é uma escrita no sysfs, portanto tem de acontecer em cada arranque.
O tmpfiles.d é uma forma arrumada de o fazer declarativamente, em vez de aparafusar um script a um ficheiro de unidade:

O ficheiro faz três trabalhos por ordem.
Criar as funções virtuais, escrevendo o número no sriov_numvfs da função física:
w /sys/devices/pci0000:00/0000:00:01.1/0000:01:00.0/0000:02:01.0/0000:03:00.0/sriov_numvfs - - - - 4
Desligar cada nova função do xe, porque o driver do anfitrião reclama-as à medida que aparecem, e um convidado não pode ter um dispositivo que o anfitrião está a segurar:
w /sys/bus/pci/drivers/xe/unbind - - - - 0000:03:00.1
w /sys/bus/pci/drivers/xe/unbind - - - - 0000:03:00.2
w /sys/bus/pci/drivers/xe/unbind - - - - 0000:03:00.3
w /sys/bus/pci/drivers/xe/unbind - - - - 0000:03:00.4
Ligá-las ao vfio-pci, que é o que as torna disponíveis para passthrough:
w /sys/bus/pci/drivers/vfio-pci/bind - - - - 0000:03:00.1
w /sys/bus/pci/drivers/vfio-pci/bind - - - - 0000:03:00.2
w /sys/bus/pci/drivers/vfio-pci/bind - - - - 0000:03:00.3
w /sys/bus/pci/drivers/vfio-pci/bind - - - - 0000:03:00.4
Repara nos endereços: a função física é 03:00.0 e as funções virtuais aparecem de .1 a .4.
Um pormenor sobre o w que explica a ordem, e que te vai morder se o fizeres mal. O systemd documenta-o assim: «Write the argument parameter to a file, if the file exists.»
O sriov_numvfs só existe depois de um driver se ter ligado à função física, e os caminhos das funções virtuais só existem depois de essa escrita ter acontecido.
Portanto a sequência no ficheiro não é uma questão de estilo. Cada linha depende de a anterior já ter tido efeito.
Porquê duas, e não quatro
O driver 32.0.101.8306, o que foi instalado acima, traz o firmware gráfico BMG__21,1162, e essa é a versão em que a Intel ativou pela primeira vez oficialmente o SR-IOV na Arc Pro.
O valor por omissão declarado pela Intel para a B50 nessa versão é duas funções virtuais, cada uma com um VF Local Memory BAR de 8 GB.
O que faz do número aritmética e não política. A B50 tem 16 GB. A 8 GB por função virtual, só cabem duas.
Há um pormenor que vale a pena saber se fores à procura de uma forma de contornar isto. Antes de haver suporte oficial, algumas pessoas corriam um firmware mais antigo que expunha 12 funções virtuais numa B50, e voltar ao driver 32.0.101.6979 repõe esse número.
Essas 12 partilhavam os mesmos 16 GB, portanto cada uma ficava com uma fração da memória que as minhas recebem. A posição da Intel é que as duas foram escolhidas deliberadamente para dar a cada função computação, capacidade e largura de banda suficientes para se comportar de forma previsível.
Portanto o limite pode ser mexido, mas não por ti. O número máximo de VF e o tamanho do VF Local Memory BAR vivem no IFWI, não há ferramenta pública para mudar nenhum dos dois, e a resposta suportada numa pilha atual é duas.
Quantos ambientes de trabalho te dá cada placa
A B50 é a placa pequena da família, e as suas duas funções são o ponto mais baixo da família. Se o número de postos é o que te interessa, compra mais acima na gama.
Toda a linha Arc Pro Battlemage faz SR-IOV. O que muda é quantas funções o firmware vai recortar, e isso acompanha a memória:
| Placa | Memória | VF na pilha suportada atual | Visto noutros sítios |
|---|---|---|---|
| Arc Pro B50 | 16 GB | 2, com 8 GB de VF BAR cada, o valor por omissão documentado pela Intel | 12 com firmware pré-oficial, via driver 32.0.101.6979 |
| Arc Pro B60 | 24 GB | 7 relatadas | 24 num firmware inicial da ASRock, reduzidas a 7 por um posterior |
| Arc Pro B60 Dual | 2 × 24 GB | 7 por GPU: duas GPU, portanto 14 de uma só ranhura | como acima; as duas metades são independentes |
| Arc Pro B65 | 32 GB | nenhum número publicado encontrado | — |
| Arc Pro B70 | 32 GB | 7 relatadas, com o firmware 8517 | 4 com firmware anterior |
Só a linha da B50 está documentada pela Intel. Os números da B60 e da B70 são o que as pessoas relatam a partir do lspci, e já mudaram mais de uma vez. A B60 em particular passou de 24 para 7 numa atualização de firmware, que é o mesmo tipo de estreitamento que a B50 sofreu.
Ninguém parece ter publicado um número de VF para a B65, portanto trata essa linha como desconhecida e não como zero.
Daquela tabela seguem-se duas coisas, e ambas importam mais do que qualquer número nela.
O número de VF é uma divisão da memória, não uma característica do chip. A regra da Intel é que um VF Local Memory BAR maior quer dizer menos funções. É por isso que a placa de 16 GB dá duas e as de 32 GB dão sete: nada nos shaders da GPU o decide.
Verifica a placa que estás prestes a comprar, não a família. A presença do SR-IOV tem variado entre fabricantes de placas com o mesmo chip: a B60 Blower da Sparkle saiu inicialmente sem a capacidade sequer visível e só a ganhou depois de uma atualização de firmware com o igsc. Pede a saída do lspci -v do modelo exato, ou conta com uma atualização de firmware antes de contares com qualquer coisa disto.
A B60 Dual são duas placas com um só suporte
A Arc Pro B60 Dual 48G Turbo da Maxsun é a interessante para o número de postos, e o que tens de perceber é que os 48 GB não são um bloco comum.
São duas GPU B60, dois chips BMG-G21, numa só placa, com 24 GB de GDDR6 ligados a cada uma, e nenhum chip de ponte PCIe entre elas. Os dois chips estão ligados diretamente aos contactos x16, a PCIe 5.0 x8 cada um.
O que quer dizer que tem de ser o anfitrião a dividir a ranhura por ti. A placa precisa que a ranhura x16 principal seja bifurcada em x8/x8, e a maioria das motherboards de consumo não ativa isso por omissão. É uma definição de firmware que tens de ir procurar, na mesma categoria das definições de IOMMU e ACS de que tudo isto precisa.
Acerta nisso e o sistema operativo vê duas GPU separadas, cada uma com a sua função física e a sua capacidade SR-IOV. Portanto tens dois lotes de funções virtuais de uma só ranhura, 14 postos se cada chip se comportar como uma B60 simples, e o ficheiro tmpfiles.d acima duplica, uma escrita em sriov_numvfs por chip.
Erra nisso e vês uma GPU, e metade da placa fica invisível.
Vale a pena ser claro sobre o que os 48 GB não são: um convidado ligado a uma função virtual do primeiro chip não consegue chegar à memória do segundo. São duas placas de 24 GB num só espaço físico, que é exatamente o que queres para postos de VDI e exatamente o que não queres para um modelo grande.
Portanto: se dois postos chegam, a B50 é uma placa de 70 W que o faz. Se queres sete, planeia à volta de uma B70. Se queres catorze e tens uma motherboard que bifurca, a B60 dual leva-te lá numa só ranhura.
Consegues correr IA numa função virtual?
Resposta curta: trata-o como não suportado. Resposta mais longa, porque a razão importa e não é a que adivinharias.
Estas placas são vendidas como placas de IA, e não estão a fingir. Os 128 motores XMX da B50 têm uma classificação de 170 TOPS de pico, a B70 de 367, e a história de software da Intel é real: o vLLM serve modelos de 8B até 120B na série B da Arc Pro, e o IPEX-LLM e o backend SYCL do llama.cpp correm ambos nelas.
Mas olha para como cada um desses resultados é produzido. Os próprios números do vLLM na Arc Pro vêm de um contentor Docker em bare metal, em sistemas com quatro e oito placas B60 inteiras a fazer paralelismo de tensores. O artigo da Intel não menciona SR-IOV nem funções virtuais uma única vez.
Esse padrão mantém-se em todo o lado onde procurei. A Intel limita os casos de uso do SR-IOV ao ambiente de trabalho remoto virtualizado, à aceleração gráfica do sistema operativo convidado e à codificação e descodificação de multimédia. A computação não está nessa lista, e não consegui encontrar um único caso publicado de alguém a correr inferência de LLM dentro de uma VM ligada a uma função virtual.
O que as pessoas fazem de facto é revelador: correm o modelo em Docker no anfitrião, e entregam funções virtuais a VM para ambientes de trabalho. Uma pessoa que faz as duas coisas ao mesmo tempo relata simplesmente que «VRAM gets pretty tight.»
O que é o verdadeiro problema, e é aritmética e não suporte do driver.
Uma função virtual recebe uma fatia fixa de memória local, 8 GB na B50, definida no firmware. Essa fatia é o teto rígido para pesos mais cache KV nesse convidado, e não cresce porque a placa tem mais. Um modelo de 8B em FP16 são cerca de 16 GB de pesos antes de juntares qualquer contexto, portanto não cabe numa função virtual da B50 com nenhum driver. Quantiza para Q4 e um 8B cabe em cerca de 4 GB, deixando uns poucos GB para contexto, o que funciona, mas está muito longe do que a placa consegue fazer inteira.
Portanto as duas cargas disputam a mesma memória, e a divisão é decidida no firmware antes de qualquer uma delas arrancar.
Se o trabalho é IA, não dividas a placa. Passa-a inteira a uma VM, o mesmo passthrough hostpci0 usado para a atualização de firmware mais acima neste artigo, ou corre o contentor no anfitrião e salta a virtualização para essa carga. Ambas as opções dão ao modelo os 16 GB todos e a matriz XMX completa.
Se o trabalho é VDI, as funções virtuais são a escolha certa, e conta com gráficos de ambiente de trabalho e não com um servidor de inferência por trás de cada uma. Ambientes de trabalho acelerados por hardware, reprodução de vídeo e codificação funcionam. É para isso que o mecanismo está documentado.
Vale a pena dizê-lo claramente: a ausência de provas publicadas não prova que falhe. O driver xe expõe computação através do Level Zero e do OpenCL, e é perfeitamente possível que um convidado com uma VF os ponha a funcionar sem problemas. Mas nada da Intel diz que está validado, ninguém parece tê-lo mostrado a funcionar, e o teto de memória limita o retorno mesmo que funcione. Não é coisa sobre a qual construir um plano.
O que ainda vale
Duas funções virtuais são dois ambientes de trabalho Windows acelerados por hardware a partir de uma placa, sem licença de vGPU, sem subscrição e sem servidor de licenças. Num hipervisor que não custa nada a correr. Chega para provar que a abordagem funciona, que é o trabalho honesto para uma B50. É o fundo da gama.
Para uma instalação de VDI a sério, eu especificaria a B60 dual.
Catorze funções de uma só ranhura, se cada chip se comportar como uma B60 simples, põem-na no mesmo território de número de postos das placas NVIDIA vendidas para esta carga, a um preço muito mais baixo, e sem nada para licenciar por utilizador. Essa última parte é a que se acumula. O vApps, o vPC e o RTX vWS da NVIDIA são todos licenciados por utilizador em simultâneo, ou como subscrição anual ou como licença perpétua que tem de ser comprada juntamente com uma subscrição de suporte e manutenção de cinco anos. Cada posto é uma linha na fatura, e volta sempre. Do lado da Intel não há linha equivalente. Compras a placa.
E o mecanismo é a parte que importa a longo prazo. O SR-IOV na GPU é uma capacidade do PCIe, não um escalão de produto, portanto o ficheiro tmpfiles.d simplesmente cresce para acompanhar o que a placa permitir.
A forma é uma escrita em sriov_numvfs, depois um unbind e um bind por função, portanto duas funções são cinco linhas, e as nove acima são quatro funções pedidas a uma placa que entrega duas. Sete funções são quinze linhas. Uma B60 dual são trinta, porque cada chip é a sua própria função física e tem a sua própria escrita em sriov_numvfs.
Mais nada muda quando escalas. Em ponto nenhum desse ficheiro aparece um servidor de licenças.
Referências
- Intel support — why the latest Arc Pro B50 firmware shows 2 SR-IOV VFs — a declaração de referência: SR-IOV ativado oficialmente a partir do firmware gráfico
BMG__21,1162no driver32.0.101.8306, duas VF com um VF Local Memory BAR de 8 GB cada na B50, e o número máximo de VF e o tamanho do BAR definidos ao nível do IFWI, sem ferramenta pública para os mudar - Intel Community — «Why did the latest Intel Arc Pro B50 firmware nerf SR-IOV VFs from 12 to 2?» — o firmware pré-oficial com 12 VF, o regresso a
32.0.101.6979que o repõe, e o raciocínio da Intel para o valor por omissão mais baixo - Level1Techs — B60 SR-IOV support in the Arc Pro drivers — relatos de
lspcino terreno para a B60, a atualização de firmware comigscque expôs a capacidade, e de onde vêm os números de 24 e depois 7 - Level1Techs — B50, B60 or B70 for SR-IOV — os números de VF relatados por placa e por firmware, fonte das linhas da B70
- ASRock — Intel Arc Pro B65 Creator 32GB — as especificações da B65: 32 GB GDDR6, 20 unidades de computação, 160 motores XMX, 256 bits, PCIe 5.0
- MAXSUN — Arc Pro B60 Dual 48G Turbo — a declaração do próprio fabricante de que a placa «uses PCIe 5.0 x8 + x8 interfaces and runs efficiently on consumer platforms that support PCIe x16 lane bifurcation»
- vLLM — Fast and affordable LLM serving on Intel Arc Pro B-Series — a história de IA nestas placas, e o facto de ser uma história de Docker em bare metal com quatro e oito B60 inteiras, sem nenhuma menção a SR-IOV ou a funções virtuais
- Linux kernel — Intel Xe driver — o driver em uso na placa, segundo o
lspci -v tmpfiles.d(5)— o tipo de linhaw, e a sua condição «if the file exists» que dita a ordem acima- NVIDIA Virtual GPU Software Packaging, Pricing and Licensing Guide — a alternativa licenciada que este desenho evita: vApps, vPC e RTX vWS todos vendidos por utilizador em simultâneo, como subscrição anual ou como licença perpétua acompanhada de cinco anos de suporte e manutenção
- Proxmox VE — PCI(e) Passthrough — os requisitos de passthrough do lado do anfitrião