在PVE Tools中实现ZFS系统下的PCIe直通配置
2026-02-04 04:32:41作者:龚格成
背景介绍
在基于ZFS文件系统的Proxmox VE(PVE)环境中配置PCIe设备直通时,可能会遇到一些特殊的配置需求。本文将详细介绍如何在ZFS安装的PVE系统中正确配置PCIe直通功能,特别是针对Intel平台的优化设置。
核心配置步骤
1. 修改内核启动参数
首先需要编辑/etc/kernel/cmdline文件,添加必要的内核参数。对于Intel平台,推荐配置如下:
root=ZFS=rpool/ROOT/pve-1 boot=zfs intel_iommu=on iommu=pt pcie_acs_override=downstream
参数说明:
root=ZFS=rpool/ROOT/pve-1:指定ZFS根文件系统位置boot=zfs:声明使用ZFS启动intel_iommu=on:启用Intel平台的IOMMU功能iommu=pt:使用pass-through模式,提高直通设备性能pcie_acs_override=downstream:解决某些PCIe设备的ACS限制问题
2. 添加必要的内核模块
编辑/etc/modules文件,添加以下VFIO相关模块:
vfio
vfio_iommu_type1
vfio_pci
vfio_virqfd
这些模块是PCIe直通功能的基础支持,其中:
vfio:虚拟功能I/O框架vfio_iommu_type1:IOMMU类型1支持vfio_pci:PCI设备的VFIO驱动vfio_virqfd:虚拟中断处理支持
3. 更新系统配置
执行以下命令使配置生效:
update-grub
pve-efiboot-tool refresh
update-initramfs -k all -u
这些命令分别完成:
- 更新GRUB引导配置
- 刷新EFI启动项
- 更新所有内核的initramfs镜像
4. 重启系统
最后一步是重启系统使所有配置生效:
reboot
注意事项
-
AMD平台差异:如果是AMD平台,需要将
intel_iommu=on替换为amd_iommu=on -
设备隔离:配置完成后,建议在PVE管理界面中检查设备是否被正确隔离
-
性能考量:
iommu=pt参数可以提升直通设备性能,但可能增加内存使用 -
安全提示:
pcie_acs_override参数会降低设备隔离安全性,仅在必要时使用 -
ZFS特性:由于系统安装在ZFS上,所有配置变更后必须更新initramfs
通过以上步骤,用户可以在ZFS安装的PVE系统中成功配置PCIe设备直通功能,为虚拟机提供接近原生性能的硬件访问能力。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220