2同行回答
1、传统虚拟化技术是指使用的是CPU算力吧，不过，GPU算力处理和CPU算力处理模式是不同的。
2、 GPU：控制器少，计算单元多 ， 采用的是流式并行计算模式 并发算力方面远远胜于CPU。例如黑客们破解密码时，需要大量的尝试性计算，首选必是GPU。
3、 CPU：控制器很大，计算单元则很少，适合于线性处理较多，譬如数据的可能依赖上一条数据的结果，同时还需要控制器参与取指令，指出下一条指令在内存中的位置。所以， 在分布、有序、控制力上，CPU要胜过GPU。
综合看，对AI人工智能、深度学习、机器学习这类工作负载，GPU资源池化技术对比传统虚拟化技术
，GPU的计算加速比提升1个数量级以上。
NVIDIA AI Enterprise软件套件在VMware Vsphere 上做了认证和测试，在A100 GPU裸金属环境下运行 BERT-Large或者SSD-Resnet34模型，和在VMware Vsphere 运行的速度是非常接近的。如果客户已经有了VMware的虚拟环境，建议采用NVIDIA AI Enterprise软件套件，可以确保GPU的加速性能。