Oui, plusieurs conteneurs multimédias peuvent partager un même GPU si le pilote hôte et le runtime prennent en charge les accès simultanés et si chaque conteneur reçoit correctement le périphérique.
En règle générale, les conteneurs ne disposent pas d’un GPU en exclusivité, contrairement à une machine virtuelle à laquelle il est entièrement passé. Intel Quick Sync et AMD VA-API exposent couramment des périphériques de rendu partagés, tandis que les conteneurs NVIDIA peuvent partager une même pile de pilotes et un même GPU, sous réserve des limites matérielles, du pilote, des codecs, de la mémoire et des sessions. Des conflits surviennent lorsque l’orchestration alloue le périphérique en exclusivité, que les autorisations diffèrent, que les conteneurs embarquent des bibliothèques incompatibles ou que les transcodages simultanés dépassent les capacités pratiques du GPU.
Vérifier que l’hôte prend en charge les charges de travail GPU simultanées
Installez et vérifiez d’abord le pilote de l’hôte, puis lancez un transcodage avec accélération matérielle, à l’extérieur ou à l’intérieur d’un conteneur dont le bon fonctionnement est établi. Notez le modèle du GPU, le pilote, les codecs d’encodage et de décodage pris en charge, la mémoire et l’utilisation observée.
Une discussion de la communauté TrueNAS signale que plusieurs applications partagent le même GPU lorsqu’il est exposé pour être utilisé, plutôt qu’alloué comme ressource exclusive à une application. Il s’agit de distinguer l’accès partagé au périphérique du passthrough exclusif.
Si un conteneur ne peut pas utiliser le GPU de manière fiable, n’en ajoutez pas un autre. Corrigez le pilote hôte, le périphérique du noyau, le micrologiciel ou le runtime avant de tester l’utilisation simultanée.
Exposer le périphérique adéquat à chaque conteneur
Pour Intel et AMD, comparez les nœuds de carte et de rendu /dev/dri transmis à chaque conteneur. Pour NVIDIA, comparez le runtime ou la demande de périphérique, les variables des périphériques visibles et les fonctionnalités du pilote.
Un cas Jellyfin sous NixOS décrit un même GPU hôte dont le comportement diffère selon les conteneurs en raison des différences d’environnement du système d’exploitation et des périphériques. Il montre pourquoi il est plus important de faire correspondre l’exposition des périphériques et les bibliothèques que de copier une seule ligne Compose.
Utilisez uniquement les périphériques nécessaires à chaque application et évitez le mode privilégié comme raccourci. Après une reconstruction, vérifiez que le nœud de rendu ou le périphérique NVIDIA attendu apparaît dans chaque conteneur.
Harmoniser les autorisations et les groupes d’utilisateurs entre les conteneurs
Relevez l’ID numérique du propriétaire et du groupe du périphérique de rendu sur l’hôte, puis vérifiez que le processus de chaque conteneur dispose du groupe supplémentaire ou de l’autorisation correspondante. Les noms d’utilisateur propres aux images peuvent être associés à des ID numériques différents.
Un conteneur qui détecte le GPU sans pouvoir y accéder peut se rabattre sur le transcodage logiciel ou signaler un refus d’autorisation. Cette défaillance peut donner l’impression d’un conflit de périphériques alors que l’autre conteneur multimédia continue de fonctionner.
Testez chaque conteneur séparément avec le même fichier et le même codec. Définissez explicitement les corrections d’autorisations dans Compose afin que les mises à niveau et les recréations de l’image ne les suppriment pas.
Vérifiez la compatibilité des codecs, des pilotes et de l’environnement d’exécution
Comparez les codecs et les filtres que chaque application demande au GPU, notamment H.264, HEVC, AV1, le mappage tonal, les sous-titres, la mise à l’échelle et les filtres OpenCL ou CUDA. Une charge de travail peut nécessiter des fonctionnalités qu’une autre n’utilise jamais.
Un guide récent sur le passthrough GPU pour Jellyfin souligne qu’il faut adapter la configuration du conteneur à Intel QSV, NVIDIA NVENC ou AMD VA-API, plutôt que de considérer toutes les méthodes d’accélération matérielle comme interchangeables. L’environnement d’exécution doit correspondre à la famille de GPU.
Veillez à ce que le pilote de l’hôte soit compatible avec les bibliothèques d’exécution des conteneurs et évitez d’inclure des pilotes incompatibles dans les conteneurs multimédias individuels. Testez séparément le décodage, l’encodage et le mappage tonal.
Mesurez les sessions simultanées, la mémoire et les limites thermiques
Lancez un transcodage matériel dans chaque conteneur et surveillez les processus GPU, l’utilisation, la charge de l’encodeur et du décodeur, la mémoire, la température, les erreurs et la stabilité du flux. Augmentez progressivement le nombre de tâches simultanées en utilisant des fichiers représentatifs.
Une configuration présentée par la communauté Proxmox décrit plusieurs instances de Jellyfin qui transcodent simultanément et la vérification de l’activité depuis l’hôte. Elle montre également que les sessions simultanées ont des limites pratiques définies par le matériel et les logiciels.
Un GPU partagé fonctionne correctement lorsque les deux applications restent accélérées et réactives. Les saccades, les échecs de création de l’encodeur, les erreurs de mémoire insuffisante, les réinitialisations thermiques ou le fait qu’une application force l’autre à utiliser le mode logiciel indiquent que la charge dépasse la marge disponible.
Gardez des chemins distincts pour la configuration et le transcodage tout en partageant le GPU
Attribuez à chaque conteneur multimédia sa propre base de données de configuration, son propre cache, son propre répertoire de transcodage, ses propres ports et sa propre identité. Ne partagez que la bibliothèque multimédia en lecture seule et le périphérique GPU, sauf si les applications prennent explicitement en charge un répertoire d’état commun.
Le guide ZimaSpace sur l’isolation des dépendances des conteneurs aide à distinguer un conflit de GPU d’une défaillance de base de données, de cache, de réseau ou de montage.
La conception n’est validée que si les deux conteneurs survivent aux reconstructions, utilisent simultanément l’accélération matérielle, respectent leurs propres autorisations et leur propre état, et restent dans les limites de sessions, de mémoire et de température. Utilisez des GPU distincts ou un repli logiciel lorsque les charges simultanées ne permettent pas d’atteindre de façon fiable la qualité requise.
Assistance et conseils
À lire aussi

Comment cacher les vidéos pour adultes stockées sur votre NAS à votre famille
Gardez les vidéos pour adultes privées sur un NAS familial. Vérifiez les autorisations des dossiers, l’accès aux bibliothèques Plex et Jellyfin, les vignettes, l’historique...

Ce qu’il faut vérifier avant de charger un modèle communautaire dans Transformers
Utilisez la mise à jour du bac à sable Jinja de Transformers pour examiner la provenance des modèles, les modèles de conversation, le code...

Exécutez Mirage localement : OCR et détection d’objets à partir d’une seule image
Essayez le petit modèle de vision local de Cactus Compute, testez la reconnaissance optique de caractères et l’extraction d’objets à partir de données réelles,...



