虚拟化已经成为现代IT当中极为重要的一项技术,每一代Intel的处理器都在虚拟化方面进行持续的增强。同样地,由于虚拟机切换(VM entry/exit)在虚拟化开销当中的重要性,每一代Intel处理器都致力于降低VM entry/exit的时间,Ivy Bridge处理器当中搭载的是APICv(Advanced Programmable Interrupt Controller Virtualization,高级可编程中断控制器虚拟化),通过降低虚拟机内部中断而导致的VM exit来降低虚拟化切换的次数,提升虚拟化效率:
Haswell的虚拟化改进,从数字来看,Haswell的VM entry/exit Roundtrip降低到了上上一代Westmere的约70%,不高于500个时钟周期
Haswell不同,它通过直接降低VM entry/exit Roundtrip时间来提升虚拟化效率,最新一代的Roundtrip Time降低到了不高于500个时钟周期。
Haswell也带来了面向嵌套虚拟化的改进,被称之为VMCS Shadowing:
Haswell通过允许客户VMM直接访问VMCS Shadowing Structure来降低VM entry/exit
EPT A/D:EPT Access/Dirty Bits,EPT(Extended Page Tables)是管理虚拟机内存地址到物理内存地址转换的硬件机制
EPT A/D从图片上看起来和上面的VMCS Shadowing很相似,不过作用是不同的,EPT A/D的作用在于降低VMM监控虚拟机的开销,因为软件检测方案需要VMM将EPT表设置为低权限的方式,从而导致VM exit/entry开销,而EPT A/D则可以避免这种开销,由于在虚拟化环境下,EPT会持续作用,而VMM对虚拟机的检测也不可缺少,因此预计EPT A/D将会有比较明显的效果。
笔者计划之后测试不同Hypervisor的虚拟化性能,敬请期待。
好文章,需要你的鼓励
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。