现在GPU越来越强大，但也价格昂贵，如何采用类似物理机的方式，将GPU资源虚拟化作为云资源后进行利用？这个问题也比较有意思，方法也比较多，大体分为应用层API转发、直通共享和硬件辅助的虚拟化，详见以前的博文 。       

 对于应用层的API转发，比较知名的有 在2016年瓦伦西亚理工大学推出了rCUDA。去年亚马逊推出的产品Elastic GPU支持了OpenGL（即画图，渲染和视频等操作），将GPU分布在一个或多个服务器中，让用户通过tcp协议来访问远端GPU，亚马逊在ec2中加入了GPU的使用请求，用户就可以通过这个ec2向远端请求GPU的服务功能。不过我们测试了一下，要玩游戏还是有问题。 我们自己实现了一套类似的系统，称为gRemote（取名来自与我们以前的虚拟化GPU系列研究gHyvi、gScale、gMig等）, 能够在不改变应用的情况下，将OpenGL指令远程转发到GPU服务器，然后通过视频的方式将结果回传（渲染结果静态图片也可以，不过占用带宽），初步的结果也在这次的Chinasys上进行了报告。 

接下来还有不少工作可以做，也在和华为合作，例如后台GPU池的调度和性能隔离、性能的优化，以及基于云游戏/AI的优化。GPU资源将来越来越方便，应用前景应该不错。