跨多个用户共享功能强大的工作站资源的最佳方法？

Question

因此，我将描述设置，然后是确切的需求，然后是我尝试过的选项列表，然后我将询问它们是更好的方法还是上述选项中的最佳选择。

所以我们是一群机器学习研究人员，我们有一台非常强大的工作站机器，而其他功能非常强大的机器，我们每个人一台。

需求:

当所有用户同时在工作站上工作时，GPU在任何给定时间被有效或平等地分配给所有活动用户。(Ram很大，无需担心，我们也不介意拥有普通硬盘)(某种GPU虚拟化？)我们正在寻找一种在2-3天内启动和运行的方法。

所有机器上的工作操作系统都是Ubuntu 16。

的建议:

1. 在工作站中设置多个VM，每个用户一台，并从我们当前的计算机中安装SSH。在另一个操作系统上运行VM似乎是一个很大的开销，而且我们更愿意花在更多的硬件上而不是软件许可证上。VMWare ESXI裸金属似乎是一条出路。
2. 多座位方式，它允许多个用户同时使用，虽然它需要一组键盘、鼠标和视频卡，但我们确实有一个非常强大的GPU专门用于显示，但它只是一个，多个座位只需要一个座位，而使用一个视频卡(Xephyr)，我们仍然需要在用户之间高效地分配计算GPU。
3. 多个用户SSH进入多个虚拟终端。Unix中的多个虚拟终端是在计算机昂贵的时候制造的，使用终端的不同用户将共享一台计算机。我们仍然需要一种方法来虚拟化GPU。但是，如果所有其他操作都很好，我们仍然可以工作，因为它们是四个用户和两个计算GPU，因此我们可以同时运行两个程序，通过代码手动连接一个GPU(Tensorflow)，但是如果有一种将两个物理GPU虚拟化为4个虚拟GPU的方法，最好是这样做( Nvidia vGPU除外)。
4. rCUDA，已经给他们发了一份申请表。在等着。
5. 一些集群管理系统，如Apache。因为单台或多台计算机，CMS是不会介意的，它是用来在客户端之间高效地虚拟化和分配资源的。
6. LTSP，没仔细调查过。

现在我知道我在上面的许多建议中可能听起来很天真，所以请根据你的知识给出一个建议。如果问题中有什么似乎含糊不清的话，请指指它，我会把它弄清楚。

Answer 1

最好和最简单的解决办法是:朱庇特笔记本(在其他机器上运行代码)、SSH(access +使用数据传输协议)+使用TF分配GPU。