企业官网建设流程全解析

在 Linux 虚拟机里跑 GPU：ExHyperV SSH 自动化部署 GPU-PV 全流程

【免费下载链接】ExHyperVThe Excalibur of Hyper-V / Hyper-V 神器项目地址: https://gitcode.com/gh_mirrors/ex/ExHyperV

在 Hyper-V 的 Linux 虚拟机里用上物理显卡，一直是折腾党的"高难度副本"：要改 MMIO 间隙、要准备 dxgkrnl 内核模块、还要手动上传整包驱动。而ExHyperV（Hyper-V 神器）把这一切封装成了一条 SSH 自动化流水线——你在图形界面里选好显卡和脚本、填好 SSH 密码，剩下的驱动解析、SFTP 上传、脚本执行、重启续跑全部由程序代劳。本文带你走一遍 ExHyperV 部署 Linux GPU-PV 的完整流程，零基础也能照着做。

一、GPU-PV 是什么？为什么 Linux 能用上显卡

Hyper-V 的 GPU 直通并非"物理直通"，而是GPU 分区（GPU Partition）+ WDDM 半虚拟化：主机侧的物理驱动负责渲染，虚拟机内通过 VMBus 通道与一个虚拟显卡设备对话，Linux 里则由dxgkrnl内核模块扮演"翻译官"，让 Mesa / Dozen 等用户态栈把 OpenGL、Vulkan、D3D12 请求转发到主机。

这套机制的关键在于：Linux 部署 =主机驱动包 + dxgkrnl 内核模块 + WSL 运行时库，三样缺一不可。手动做非常繁琐，而这正是 ExHyperV 自动化的价值所在。

二、部署前的两个前置条件

在打开 ExHyperV 之前，先确认两件事：

1. GPU 可分区：NVIDIA 30/40/50 系、AMD 部分独显支持Msvm_PartitionableGpu分区，Intel 核显走的是另一条 WDDM 直通路线（本文不展开）。
2. 虚拟机满足 GPU 要求：需要开启「来宾控制缓存类型」（GuestControlledCacheTypes）并放大高位 MMIO 间隙（通常 64GB 起步）。

好消息是这两项ExHyperV 都会自动检查与优化：

• 检查逻辑：VmGpuService.cs 中的CheckVmForGpuAsync直接读 WMI 的HighMmioGapSize与GuestControlledCacheTypes，不达标时调用OptimizeVmForGpuAsync自动改写配置。
• 主机策略：HyperVGpuPolicyService.cs 负责放开"不支持 GPU 分配"的拦截，让非官方显卡也能上机。

⚠️ 小提示：如果虚拟机里还装着 NVIDIA 官方驱动，建议先卸载——它会和dxgkrnl抢占 GPU 访问权，导致nvidia-smi报GPU access blocked by the operating system。

三、开始部署：图形界面四步走

1️⃣ 打开 GPU 设置，选择脚本

进入目标 Linux 虚拟机的显卡设置页，点击「添加 GPU」。程序会列出主机所有显卡：

选中要分配的显卡后，Linux 部署面板会让你选择部署脚本。内置脚本清单来自 src/Linux/script/index.json，目前有：

脚本本体在 src/Linux/script/ 目录，例如 Ubuntu-22.04-Official.sh 会自动识别 x64/arm64 架构、安装依赖、带 5 次重试机制，并支持传入代理参数。

2️⃣ 填写 SSH 凭据

填入虚拟机的SSH 用户名 / 密码，并决定：

• 安装 OpenGL/Vulkan 图形驱动（勾选后额外执行图形栈配置，Mesa/Vulkan ICD 都会配好）
• 代理设置（可选，国内下载脚本和依赖时可填 HTTP 代理，程序会注入http_proxy环境变量）

虚拟机可以处于关机状态，ExHyperV 会自动开机。

3️⃣ 一键启动，全程无需手动干预

点击部署后，程序在 VmGpuService.cs 的ProvisionLinuxGpuAsync中按四阶段状态机执行：

其中最巧妙的就是重启循环：dxgkrnl内核模块编译安装后需要重启才生效，脚本会打印REBOOT_REQUIRED，ExHyperV 捕获该信号后自动重启虚拟机、等待 SSH 恢复、再执行同一脚本直到SUCCESS——全程你只需要看着日志滚。

🔍 驱动包如何"精确解析"？GpuDriverPackageResolver.cs 会从注册表定位所选显卡的 INF，在 DriverStore 的 FileRepository 中精确匹配主包及 AMD 的 OpenCL/AMDWIN 伴生包，防止同名文件链接到别的显卡版本——这也是"整目录上传 + 精确链接"策略的由来。

4️⃣ 验证：在 Ubuntu 里跑 CUDA

部署完成后登录虚拟机，lsmod | grep dxgkrnl、/dev/dxg存在即代表 dxg 通道就绪；Vulkan 用户运行vulkaninfo --summary，看到driverName = Dozen、deviceName = Microsoft Direct3D12 (...)就是大功告成。

最终效果：Ubuntu 22.04 虚拟机内，Blender 的 CUDA 渲染设备里赫然出现物理显卡 RTX 4080 SUPER——这就是 GPU-PV 的威力：

部署完成后，虚拟机仪表盘还会实时展示显卡的 3D 渲染、视频编解码负载：

四、常见问题速查

更完整的手动部署对照、主机侧 PowerShell 命令与验证方法，可查阅项目内的 doc/Linux.md；内核补丁参考 src/Linux/script/patches/ 下的 WSL 5.15 / 6.6 GPU-PV 支持补丁。

五、写在最后

ExHyperV 把"GPU 分区 → MMIO 优化 → 驱动解析 → SFTP 上传 → SSH 脚本执行 → 重启续跑"这条原本要写几十行脚本的链路，压缩成了图形界面的几次点击。对新手而言，你只需要记住三句话：选显卡、填 SSH、看日志，然后享受在 Linux 虚拟机里跑 CUDA 和 Vulkan 的乐趣吧 🎮

【免费下载链接】ExHyperVThe Excalibur of Hyper-V / Hyper-V 神器项目地址: https://gitcode.com/gh_mirrors/ex/ExHyperV