云桌面里常见的GPU用法有三种，适用场景差别很大。
- GPU直通（Passthrough）：整块显卡交给一台虚拟机独占。性能最接近物理机，但利用率低，适合人数少、负载重的用户。
- vGPU虚拟化：把一块物理GPU切成多个虚拟GPU，分给多台虚拟机。并发能力强，大多数企业云桌面都从这里起步。
- MIG多实例：部分数据中心GPU支持硬件级切分，隔离边界更清楚。多租户环境要求严格隔离资源时可以考虑。
二、显存怎么留余量
显存通常是最先被用满的资源。不少人会用显卡总容量除以每用户所需显存，得到一个理论并发数，然后直接按这个数采购。这样算的结果在实际运行时往往偏满。驱动和系统本身要占一部分显存，用户同时打开大文件或多个窗口时，峰值还会继续上升。
举个假设的例子：一张24GB的卡，每个设计用户按2GB配置，理论上能切12个。如果预留20%（约4.8GB）作为余量，可用显存约19.2GB，大约只能放9个用户。实际数字还要以厂商提供的vGPU profile为准，因为profile是固定档位，不能随意切成任意大小。
参考量级上，办公和轻度设计每用户1到2GB通常够用，三维渲染或大型CAD装配体可能需要8GB以上。这些数字只能当起点，最好用自己的软件实测。做法是：找一个高峰时段的典型用户，记录单用户的峰值显存而不是平均值，再把预留的比例写进采购方案。超过这个用户数，就该加卡。
三、授权数和并发数要分开算
授权和并发是两笔账，很容易被混在一起。并发数指同一时刻真正在用GPU的用户数，它决定你需要多少vGPU同时运行。授权则是软件许可的计量方式。NVIDIA vGPU按并发用户或按年订阅计费，具体口径以合同为准。
两者的数字可能差很多。比如假设某校有300个账号，但上课时段同时在线的只有80人。如果授权按账号计，费用会远高于按并发计。采购前要先问清楚：授权按注册用户、设备还是并发计？到期续费怎么算？这些不问，年度成本很容易超出预算。
算总成本时，显卡、授权、电力、机房和运维人力要放在同一张表里。授权费有时比显卡本身还贵，只看显卡报价会低估总投入。
四、选型时还要看的三项
- 编解码能力：远程桌面靠GPU做视频编码，NVENC这类编码器直接影响画面流畅度和带宽占用。同样的网络条件下，编码能力弱的方案画质和延迟都会吃亏。选型时可以让供应商在你的真实网络里演示一次。
- vGPU切分粒度：同一块卡能切出的规格不一样。切得太细，单用户体验变差；切得太粗，资源白白闲置。比较稳妥的做法是先按最重的用户定档，再把剩余资源分给普通用户。
- 功耗与散热：数据中心GPU功耗普遍较高，上线前要确认机架供电和制冷够用。不少项目是上线后才发现机房承载不足，返工代价很高。
五、三个典型案例
案例一：某建筑设计院的CAD与渲染需求
该设计院约60名设计师需要远程使用Revit和3ds Max。早期用的是普通办公显卡，渲染时画面明显掉帧，设计师只能回到本地工作站。之后换成支持vGPU的专业卡，按工程复杂度分两类规格：大型项目分配显存较大的vGPU，日常制图给中等规格。改造后，远程体验基本接近本地，本地工作站的使用率也明显下降。
案例二：某职业院校的机房改造
学校原有数百台老旧台式机，维护成本高，软件版本也难统一。改造时用多台GPU服务器承载云桌面，并按教学场景分配vGPU。教学软件以二维和轻量三维为主，学生并发使用时，单卡能承载的用户数远高于直通方案。测算时，校方把许可证费用和硬件折旧一并算进去，结果是总拥有成本低于持续更换终端。
案例三：某区域医疗机构的远程阅片
多个科室的医生需要远程查阅影像。影像文件体积大，对显示精度和延迟要求都高。项目组给高精度阅片终端保留GPU直通，普通科室则用vGPU承载常规办公。这样不必给所有人配高成本资源，关键业务的画面质量也有保证。需要注意，医疗场景还要满足数据合规和访问审计要求，GPU选型只是其中一部分。
六、落地前怎么做
先做小规模试点，用真实业务软件和真实网络环境测试，记录帧率、延迟和GPU占用率。拿到峰值数据后再决定采购规模。预算里把授权、电力、机房空间和运维人力都写进去，别只盯着显卡型号。留出的显存余量，正好是后续扩容时的缓冲，不必临时返工。
