2026年-家庭/工作室/小企业免费的云桌面VDI方案--VDI for PVE8/9

近年来，随着5G网络、云计算和虚拟化技术的快速发展，云手机和云电脑逐渐进入大众视野。无论是企业还是个人用户，都可以通过云端提供的算力，在任意设备（如手机、平板、低配电脑）上流畅运行高性能应用和操作系统。那么如何像云厂商一样在本地构建一套私有化云桌面呢？嘿嘿，还真有。本教程将指导你使用 Proxmox VE (PVE) 来构建一个简单的家庭私有云桌面环境

部署前准备

预期想法：在家里配置一台高性能工作站主机作为服务端，购买一些瘦客户机将瘦终端放在各个房间跟客厅。通过PROXMOX VE + NVIDIA vGPU方案构建一个基于家庭环境的高性能虚拟桌面基础设施(VDI)系统，实现在家庭各个房间无缝访问高性能计算资源。

资源预算情况

部署所需要的资源预算

连接协议说明

1）游戏用串流协议，Sunshine+Moonlight串流方案；
2）3D建模/设计/剪辑用Horizon协议，GPU表现优秀且支持USB重定向；
3）日常办公用RDP或者SPICE协议，其中SPICE协议支持USB重定向和无网络连接可以很好的安全隔离；

服务端硬件选配

准备一台高性能PC或者服务器（做服务端）
家用或小工作室就别整机架式服务器了，噪音受不了推荐塔式服务器或工作站。比如戴尔这款Precision 7920 工作站

客户端硬件选配

准备一些x86_64架构的瘦客户机（做客户端）
小主机：可以找些小主机作为瘦终端，小巧又不占用地方；
移动式：也可以整些云笔记本或者老旧笔记本，外出携带都方便；

技术支持

如果你是萌新或者是对PVE基础较弱的用户，频道提供专属的技术护航服务

视频教程

请前往B站观看

图文部署 -（服务端）

服务端将采用Proxmox VE（PVE）免费且开源，无需支付高昂的授权费用。采用典型的C/S架构。在PVE中通过虚拟机权限管理，将虚拟机分配给指定用户。当这个用户通过瘦终端进行登录时，则会查询所拥有的虚拟机，随后通过RDP、Spice、 VMware Horizon等协议连接到虚拟机。对于家庭&工作室&小型企业的用户数量不多，PVE自身就能很好管理起来，既不需要搭建复杂的AD域配置和用户权限，也不需要第三方后台接入管理，所以搭建这套方案并不需要过多的专业知识和维护成本。

一、安装Proxmox VE

请在高性能的工作站或者服务器上部署PVE，以下将演示定制版PVE ISO镜像的安装过程。

BIOS设置

PVE烧录U盘

提前把balenaEtcher烧录工具和定制版的PVE镜像下载好，用balenaEtcher烧录工具将镜像写入U盘或者移动硬盘，然后插到主机进行PVE的安装。

PVE图形安装

将U盘或者移动硬盘接入主机引导启动到PVE安装界面，采用第一种图形化界面Install Proxmox VE (Graphical）进行安装。
PVE图形界面手动分区安装示意图：

如果遇到第一种图形界面安装不成功，出现白屏黑屏或者没法继续的时候，更推荐采用第二种终端化界面Install Proxmox VE (Terminal UI）进行安装。
PVE终端化界面手动安装示意图：

PVE初始化设置

安装完成PVE后，在浏览器输入https://你的PVE管理IP:8006来访问你的PVE管理后台了

登录进来后需要对PVE进行一些初始化设置，打开PVE Shell执行脚本①(PVE需要能访问外网，不然无法继续)脚本执行完会对PVE进行自动重启一次。

二、部署NVIDIA vGPU

3D游戏，3D建模、设计作图是需要用到GPU资源的，以下是部署NVIDIA vGPU的内容，如果你没有N卡或者不需要GPU可以跳过这部分安装。
官方支持vGPU的显卡查询：https://docs.nvidia.com/vgpu/gpus-supported-by-vgpu.html
官方非支持vGPU的显卡，需要搭配vGPU_Unlock服务才支持的显卡如下：

安装vGPU驱动

1）打开PVE Shell执行脚本②一键安装NVIDIA vGPU Host驱动（16|17|18|19）和vGPU Unlock-rs服务

2）选择自己要安装的版本，PVE9推荐安装vGPU19，PVE8推荐安装vGPU17。

3）重启完成后查看相关服务状态是否正常

# 查看相关服务状态
systemctl status {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
# 重新启动相关服务
systemctl restart {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
# 停止相关服务
systemctl stop {nvidia-vgpud.service,nvidia-vgpu-mgr.service}

正常运转没有错误说明服务正常
以下为输出日志：

root@pve9:~# systemctl status {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
○ nvidia-vgpud.service - NVIDIA vGPU Daemon
   Loaded: loaded (/usr/lib/systemd/system/nvidia-vgpud.service; enabled; preset: enabled)
  Drop-In: /etc/systemd/system/nvidia-vgpud.service.d
           └─vgpu_unlock.conf
   Active: inactive (dead) since Wed 2025-08-27 20:06:00 CST; 3h 46min ago
 Invocation: a74e7620de244604b92a71531071bccb
  Process: 984 ExecStart=/usr/bin/nvidia-vgpud (code=exited, status=0/SUCCESS)
 Main PID: 984 (code=exited, status=0/SUCCESS)
 Mem peak: 7.6M
      CPU: 634ms

Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Encoder Capacity: 0x64
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: BAR1 Length: 0x100
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Frame Rate Limiter enabled: 0x1
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Number of Displays: 4
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Max pixels: 16384000
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Display: width 5120, height 2880
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Multi-vGPU Exclusive supported: 0x1
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: License: GRID-Virtual-PC,2.0;Quadro-Virtual-DWS,5.0;GRID-Virtual-WS,2.0;GRID-Virtual-WS-Ext,2.0
Aug 27 20:06:00 pve9 systemd[1]: nvidia-vgpud.service: Deactivated successfully.
Aug 27 20:06:00 pve9 systemd[1]: Finished nvidia-vgpud.service - NVIDIA vGPU Daemon.

● nvidia-vgpu-mgr.service - NVIDIA vGPU Manager Daemon
   Loaded: loaded (/usr/lib/systemd/system/nvidia-vgpu-mgr.service; enabled; preset: enabled)
  Drop-In: /etc/systemd/system/nvidia-vgpu-mgr.service.d
           └─vgpu_unlock.conf
   Active: active (running) since Wed 2025-08-27 20:06:00 CST; 3h 46min ago
 Invocation: f323e4299db44e0e9077dbaa55110d14
  Process: 1200 ExecStart=/usr/bin/nvidia-vgpu-mgr (code=exited, status=0/SUCCESS)
 Main PID: 1208 (nvidia-vgpu-mgr)
    Tasks: 6 (limit: 38267)
   Memory: 37.9M (peak: 78.3M)
      CPU: 7.743s
   CGroup: /system.slice/nvidia-vgpu-mgr.service
           ├─1208 /usr/bin/nvidia-vgpu-mgr
           └─1574 vgpu

随后使用nvidia-smi
以下为输出日志：

root@pve9:~# nvidia-smi
Wed Aug 27 23:54:38 2025       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 580.65.05              Driver Version: 580.65.05      CUDA Version: N/A      |
+-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA P106-100                On  |   00000000:08:00.0 Off |                  N/A |
| 23%   46C    P8              7W /  120W |    1041MiB /   6144MiB |      1%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|    0   N/A  N/A            1574    C+G   vgpu                                   1012MiB |
+-----------------------------------------------------------------------------------------+
root@pve9:~# nvidia-smi vgpu
Wed Aug 27 23:54:44 2025       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 580.65.05              Driver Version: 580.65.05                 |
|---------------------------------+------------------------------+------------+
| GPU  Name                       | Bus-Id                       | GPU-Util   |
|      vGPU ID     Name           | VM ID     VM Name            | vGPU-Util  |
|=================================+==============================+============|
|  0   NVIDIA P106-100            | 00000000:08:00.0             |   0%       |
|      3251634191  GRID T4-1Q     | dd02...  Windows10-22H2,d... |    0%      |
+---------------------------------+------------------------------+------------+

以及mdevctl types查看
以下为输出日志：

root@pve9:~# mdevctl types
0000:08:00.0
nvidia-222
  Available instances: 15
  Device API: vfio-pci
  Name: GRID T4-1B
  Description: num_heads=4, frl_config=45, framebuffer=1024M, max_resolution=5120x2880, max_instance=16
nvidia-223
  Available instances: 0
  Device API: vfio-pci
  Name: GRID T4-2B
  Description: num_heads=4, frl_config=45, framebuffer=2048M, max_resolution=5120x2880, max_instance=8
nvidia-224
  Available instances: 0
  Device API: vfio-pci
  Name: GRID T4-2B4
  Description: num_heads=4, frl_config=45, framebuffer=2048M, max_resolution=5120x2880, max_instance=8
nvidia-225
  Available instances: 15
  Device API: vfio-pci
  Name: GRID T4-1A
  Description: num_heads=1, frl_config=60, framebuffer=1024M, max_resolution=1280x1024, max_instance=16
nvidia-226
  Available instances: 0
  Device API: vfio-pci
  Name: GRID T4-2A
  Description: num_heads=1, frl_config=60, framebuffer=2048M, max_resolution=1280x1024, max_instance=8
nvidia-227
  Available instances: 0
  Device API: vfio-pci
  Name: GRID T4-4A
  Description: num_heads=1, frl_config=60, framebuffer=4096M, max_resolution=1280x1024, max_instance=4
nvidia-228
  Available instances: 0
  Device API: vfio-pci
  Name: GRID T4-8A
  Description: num_heads=1, frl_config=60, framebuffer=8192M, max_resolution=1280x1024, max_instance=2
nvidia-229
  Available instances: 0
  Device API: vfio-pci
  Name: GRID T4-16A
  Description: num_heads=1, frl_config=60, framebuffer=16384M, max_resolution=1280x1024, max_instance=1
nvidia-230
  Available instances: 15
  Device API: vfio-pci
  Name: GRID T4-1Q
  Description: num_heads=4, frl_config=60, framebuffer=1024M, max_resolution=5120x2880, max_instance=16

Ampere架构显卡开启vGPU

Ampere架构的显卡在PVE安装好vGPU HOST驱动后，还需要开启VF才能使用vGPU，开启VF前你需要在BIOS打开SR-IOV功能。（用的不是Ampere架构以上的显卡请跳过这部分@零帧起手）
在PVE Shell 新建一个Systemd自启动服务，开机自启动VF

cat > /etc/systemd/system/nvidia-sriov.service <<EOF
[Unit]
Description=Enable NVIDIA SR-IOV
After=network.target nvidia-vgpud.service nvidia-vgpu-mgr.service
Before=pve-guests.service

[Service]
Type=oneshot
ExecStartPre=/bin/sleep 5
ExecStart=/usr/lib/nvidia/sriov-manage -e ALL

[Install]
WantedBy=multi-user.target
EOF

打开VF后，就可以选Mdev类型开启vGPU给虚拟机了。

# 重新加载服务
systemctl daemon-reload
# 设置nvidia-sriov.service，开机自启动
systemctl enable nvidia-sriov.service
# 启动VF
systemctl restart nvidia-sriov.service

# 先下载displaymodeselector工具上传到PVE根目录
https://share.feijipan.com/s/zOZHGpgP
# 授权可执行文件
chmod  +x displaymodeselector
# 切换无显示模式，跟着提示步骤进行关闭
./displaymodeselector --gpumode
# 重启PVE后生效
reboot

创建vGPU资源映射

如果机器的PCI设备列表有很多，或者设备里存在多张显卡又或者在用Ampere架构及以上的显卡采用的是SR-IOV拆分，会多出很多个VF设备。直接从原始设备中添加vGPU的时候很难查找。

这时就可以来创建PCI设备的资源映射，这样在添加vGPU设备时能更快的选择到我们vGPU设备。
A5000采用SR-IOV拆分，会多出很多个VF设备，只需要全部勾选

添加PCI设备时，在映射的设备列表就能找到我们需要的vGPU设备。

搭建fastapi-dls授权服务

NVIDIA vGPU并非免费产品，需要对vGPU驱动购买许可才能正常使用vGPU，这里我用的是技术社区fastapi-dls项目来取得90天的试用许可。我这里提供一个PVE的LXC容器，使用docker服务部署的fastapi-dls授权。

1）将下载下来的LXC容器还原包vzdump-lxc-100-2025_09_20-FASTAPI-DLS_Version_2.0.2_90day.tar.zst上传到PVE的/var/lib/vz/dump/路径下。然后进行还原

2）并将原来的IP改为自己局域网的IP，这里我用10.10.10.251。

3）开机并登录LXC容器（账号：root密码：123123）并创建fastapi-dls授权服务。注意下边的IP10.10.10.251改为自己的IP。

docker run --restart always --name fastapi-dls -d -e DLS_URL=10.10.10.251 -e DLS_PORT=443 -p 443:443 makedie/fastapi-dls:2.0.2
# 检查fastapi-dls容器是否正在运行
docker ps

三、创建虚拟机（Win11）

在PVE上创建一个Win11虚拟机

资源下载

# WINDOWS镜像ISO
https://next.itellyou.cn/
# virtio-win驱动
https://fedorapeople.org/groups/virt/virtio-win/direct-downloads/archive-virtio/

四、安装虚拟机（Win11）

启动虚拟机，开始安装Win11

五、配置虚拟机（Win11）

1）安装virtio驱动
安装好Win11后，把Virtio驱动给打上，进到CD光驱盘运行virtio-win-guest-tools直接下一步直至安装完成

2）启用QEMU Guest Agent
安装好后，PVE的虚拟机概要处上可以看到ip信息，如果看不到ip信息，请在关闭虚拟机，在虚拟机的选项中，启用QEMU Guest Agent

3）开启RDP远程桌面
在系统设置开启RDP远程桌面

4）允许RDP显卡加速
RDP 支持无显卡运行，在远程桌面的时候默认是不调用显卡，可以开启它，让它支持显卡加速。
首先打开虚拟机上的组策略gpedit.msc，依次找到计算机配置->管理模板->Windows组件->远程桌面服务->远程桌面会话主机->远程会话环境在右边选择将硬件图形适配器应用于所有远程桌面服务会话 右键编辑，选择已启用，确定保存。

5）解除RDP 30帧限制
RDP 默认的帧率限制在30帧，可以设置为60帧传输。
在注册表打开该路径 HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Terminal Server\WinStations

在空白处右键->新建->DWORD（32位）值，命名为DWMFRAMEINTERVAL，双击刚添加的这一项，基数选择为十进制，数值数据填写15，确定保存重启生效。

6）关闭防火墙
关闭Windows防火墙,或者放行3389远程桌面端口

7）关闭睡眠/屏幕
在系统设置中，把屏幕超时改为从不

六、配置vGPU（Guest驱动）

1）添加vGPU设备
PCI设备：选nvidia显卡（勾选ROM-Bar和PCIE在Mdev类型中选择vgpu设备230）

音频设备：ich9-intel-hda/后端驱动器：无(不添加的话，串流玩游戏时是没有声音的)

# Windows GRID驱动程序
580.88_grid_win10_win11_server2022_dch_64bit_international.exe
# vGPU19.0的nvxdapix.dll补丁用于修补WIN GRID驱动程序
https://github.com/rbqvq/patched-nvidia-grid-drivers/blob/master/patched/19.0/nvxdapix.dll

双击打开GRID驱动程序，等待程序解压完成，并前往程序解压好的路径

将下载下来的nvxdapix.dll补丁替换到Display.Driver文件夹下，然后开始安装GRID驱动程序

安装GRID驱动选择精简安装，遇到Windows安全中心的弹窗选择始终安装此驱动程序软件即可。

3）授权GRID驱动
在浏览器访问fastapi-dls授权服务：https://10.10.10.251/-/client-token会自动下载好授权文件

将文件放入C:\Program Files\NVIDIA Corporation\vGPU Licensing\ClientConfigToken\这个目录下

3) 重启NVIDIA Display Container Ls服务，即可获得授权

授权失败怎么办？
① 需要检查虚拟机的时间是否对得上授权服务器时间；
② fastapi-dls授权服务是否为2.X版本，vGPU18.x后版本必须升级到2.X版本；

4）通过远程桌面工具连接虚拟机跑个鲁大师测试一下显卡是否正常工作

[profile.nvidia-230]
cuda_enabled = 1
frl_enabled = 0
vgpu_type = "NVS"

七、配置VDI角色

八、配置VDI用户

在PVE的用户菜单创建一个1000的用户。其中领域选择Proxmox VE authentication server。

添加好后就能看到用户了，同时在这个页面还支持修改、删除用户信息和密码。

九、给VDI用户分配虚拟机使用权

在PVE里选中要给VDI用户的虚拟机，点击权限,选择添加，把刚才添加的用户和角色选择进来即可。

到这服务端的设置全部完成了，可以退出root账户，使用VDI账户登录PVE管理后台，网页进行管理资源了，由于网页管理虚拟机只有vnc窗口，要想使用完整云桌面功能还是得配置个瘦客户端，接着我们来设置瘦客户端。

图文部署 -（客户端）

PVE的VDI客户端，个人觉得比较简单好用的一个是Github开源的 PVE-VDIClient另一个是梨儿方科技开发的 PXVDI。2款都支持SPICE协议，满足日常云桌面需求。以下客户端设置内容以Porteus5.0云桌面OS为例。该云桌面系统资源占用率低，即使在老旧的硬件上也能流畅运行，很适合放在瘦客户机上跑。系统集成了PVE VDIClient 和 PXVDI 2款PVE的VDI的客户端模块，以及一些常用的远程软件如向日葵、ToDesk、RustDesk、sunshine串流，Parsec串流。

一、配置PVE VDIClient客户端

PVE-VDIClient开源且免费，支持RDP和SPICE协议
1）打开终端，切换到root权限，去编辑VDIClient的配置文件将自己正确的PVE地址填入即可。

# 切换root权限
sudo -i
# 使用nano命令编辑vdiclient.ini文件
nano /etc/vdiclient/vdiclient.ini

在节点，主机这里能查看到自己PVE的主机名

2）配置sudo允许guest用户提权，做这步是为了在重定向USB设备防止权限不足。

# vi命令编辑sudoers文件
sudo visudo
# 在文件末尾添加以下参数，允许 guest 无密码运行所有命令
guest ALL=(ALL) NOPASSWD: ALL 

最后就是给软件加上sudo权限右键软件快捷方式，点击属性，在命令前面加上sudo即可提权。

3）登录 PVE VDIClient客户端，输入服务端创建好的用户1000。进行登录

4）登录进来就可以使用RDP协议进行远程了。

5）如要切换成SPICE协议，需要调整一下虚拟机配置。将显示调整为SPICE，并添加USB和音频重定向。
显示：调整为Spice单显示器，SPICE dual monitor表示为2个显示器，最多可添加4个显示器
USB：添加USB，后端选择spice。添加几个USB就代表客户端支持多少个USB重定向
音频：添加声卡，设备选择ich9-intel-hda 后端选择spice

6）同时在虚拟机的选项处，把SPICE增强启用。

返回客户端就可以使用SPICE协议进行远程了。

二、配置PXVDI客户端

PXVDI客户端由梨儿方科技开发，支持RDP、SPICE、VMware Horizon（blast/pcoip）3个协议，Linux端的客户端全部免费使用,最后一个支持直连模式是3.0.7版本，之后的版本仅维护总控模式。总控模式接入AD域，更合规和统一管理，有这方面需求可以访问官网了解报价

1）打开PXVDI客户端，在设置中配置好服务器信息并保存。

2）高级设置中，还可以对各个协议进行定制调整。

三、配置Horizon客户端

PVE本身不支持VMware Horizon（blast/pcoip）这类协议，但是可以通过在PVE虚拟机安装Horizon Agent插件直连的方式来实现使用VMware Horizon Client客户端连接我们的PVE虚拟机

1）需要在Win11虚拟机上将Omnissa-Horizon-Agent和Omnissa-Horizon-Agent-Direct-Connection安装包放到虚拟机桌面。

2）由于我们PVE是没有安装Horizo​​n Connection Server服务的，安装时得从命令行安装 Horizo​​n Agent，跳过Horizo​​n Connection Server 注册的参数。相关说明可见官方Horizo​​n Agent使用文档

# 管理员运行CMD，安装 Horizo​​n Agent时加入安装/v VDM_SKIP_BROKER_REGISTRATION=1参数
Omnissa-Horizon-Agent-x86_64-2503-8.15.0-14304348675.exe /v VDM_SKIP_BROKER_REGISTRATION=1

执行后会弹出安装窗口，按提示安装即可。

3）接着安装Horizon-Agent-Direct-Connection这个双击运行安装就行，不需要命令行安装。

4）安装好后重启虚拟机。通过虚拟机IP使用Horizon客户端连接即可。

5）到这PVE虚拟机也可以使用VMware Horizon（blast/pcoip）这类协议了。

四、游戏党配置Sunshine串流

在云端玩游戏推荐采用串流的方式，使用RDP或者SPICE协议来玩游戏会出现丢帧体验不好，建议采用Sunshine串流或Parsec串流方式。客户端云桌面OS已经集成了moonlight，Parsec2款串流工具。只需要在虚拟机配置好串流设置就行，并在虚拟机添加个音频。不然游戏没有声音。

Sunshine+Moonlight串流教学可以看这视频

异地访问

要让云桌面在异地也能正常使用，可以通过公网+端口映射或者VPN组网的方式。如果没有公网也可以在腾讯云或者阿里云买台大带宽VPS做端口转发。下边演示在本地爱快做端口映射实现异地访问。在此之前你需要将宽带改桥接在爱快上拨号，并且宽带运营商有提供公网ipv4或者ipv6就可以继续往下看了。

IPV4

IPV6

1）在爱快开启ipv6，开启方法可以见官方教程→ipv6设置

2）在服务端PVE启用ipv6地址，使用nano命令编辑网络配置文件
nano /etc/network/interfaces

# 在你的vmbr虚拟网桥底下加入以下参数，如虚拟网桥vmbr0
post-up echo "2" > /proc/sys/net/ipv6/conf/vmbr0/accept_ra

修改后效果：

auto lo
iface lo inet loopback

iface eno1 inet manual

auto vmbr0
iface vmbr0 inet static
        address 10.10.10.250/24
        gateway 10.10.10.10
        bridge-ports eno1
        bridge-stp off
        bridge-fd 0
        post-up echo "2" > /proc/sys/net/ipv6/conf/vmbr0/accept_ra

source /etc/network/interfaces.d/*

3）重启服务端PVE，输入ip -c a就能查看获取的ipv6地址

root@pve8:~# ip -c a
1: lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000
    link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
    inet 127.0.0.1/8 scope host lo
       valid_lft forever preferred_lft forever
    inet6 ::1/128 scope host noprefixroute 
       valid_lft forever preferred_lft forever
2: eno1: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc pfifo_fast master vmbr0 state UP group default qlen 1000
    link/ether e0:d5:5e:a8:2c:c4 brd ff:ff:ff:ff:ff:ff
    altname enp0s31f6
3: vmbr0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc noqueue state UP group default qlen 1000
    link/ether e0:d5:5e:a8:2c:c4 brd ff:ff:ff:ff:ff:ff
    inet 10.10.10.250/24 scope global vmbr0
       valid_lft forever preferred_lft forever
    inet6 2408:8256:f183:5cb:e1d5:8eff:fea8:2cc4/64 scope global dynamic mngtmpaddr 
       valid_lft 255773sec preferred_lft 169373sec
    inet6 fe80::e2d5:5eff:fea8:2cc4/64 scope link 

4）最后就是准备好自己的域名在爱快使用动态域名绑定服务端PVE的ipv6。通过解析的域名填到上面的PXVDI和PVEVDI客户端去（使用ipv6异地访问的话，瘦终端网络必须也要有ipv6环境才能成功访问）

集群管理

当服务端资源不足了，后面想再增加几台机器做服务端，那么可以在PVE创建集群，把各个服务端节点加入到集群集中管理。

创建PVE集群

在任意一个服务端创建集群作为主节点，创建集群直接在web创建。
步骤：数据中心 ➡️ 集群 ➡️ 创建集群 ➡️ 设置集群名称 ➡️ 选择网络 ➡️ 创建集群

加入PVE集群

加入集群需要确保节点下没有虚拟机/LXC 容器才可以正常加入集群。在需要加入的节点点击
步骤：数据中心 ➡️ 集群 ➡️ 加入集群 ➡️ 粘贴集群加入信息 ➡️ 输入集群 root 密码 ➡️ 选择网络确认加入集群

如果要弄成高可用分布式的集群方案可以看这篇文章。

FAQ问答

...
Attached GPUs                       : 1
GPU 00000000:41:00.0
...
        Heterogeneous Time-Slice Sizes : Supported
...

# 开启混合大小模式
nvidia-smi vgpu -i id -shm 1
# 例如：
nvidia-smi vgpu -i 0 -shm 1
# 输出以下信息说明开启成功
Enabled vGPU heterogeneous mode for GPU 00000000:41:00.0

        ...
        vGPU Heterogeneous Mode           : Enabled
        ...

# 自定义nvidia-230模型
[profile.nvidia-230]

# 启用cuda支持
cuda_enabled = 1

# 解除帧率限制
frl_enabled = 0

# 修复Q系列OpenGL异常问题
vgpu_type = "NVS"

# 配置1GB显存的值
framebuffer = 939524096
framebuffer_reservation = 134217728

[vm.101]
# 给101虚拟机设置4G显存
framebuffer = 3959422976
framebuffer_reservation = 335544320

[vm.102]
# 给102虚拟机设置2G显存
framebuffer = 1946157056
framebuffer_reservation = 201326592

# 设置384M显存
framebuffer = 318767104
framebuffer_reservation = 83886080
# 设置512M显存
framebuffer = 436207616
framebuffer_reservation = 100663296
# 设置896M显存
framebuffer = 822083584
framebuffer_reservation = 117440512
# 设置1GB显存
framebuffer = 939524096
framebuffer_reservation = 134217728
# 设置2GB显存
framebuffer = 1946157056
framebuffer_reservation = 201326592
# 设置3GB显存
framebuffer = 2952790016
framebuffer_reservation = 268435456
# 设置4GB显存
framebuffer = 3959422976
framebuffer_reservation = 335544320
# 设置5GB显存
framebuffer = 4966055936
framebuffer_reservation = 402653184
# 设置6GB显存
framebuffer = 5972688896
framebuffer_reservation = 469762048
# 设置8GB显存
framebuffer = 7985954816
framebuffer_reservation = 603979776
# 设置10GB显存
framebuffer = 9999220736
framebuffer_reservation = 738197504
# 设置12GB显存
framebuffer = 12012486656
framebuffer_reservation = 872415232
# 设置16GB显存
framebuffer = 16039018496
framebuffer_reservation = 1140850688
# 设置20GB显存
framebuffer = 20065550336
framebuffer_reservation = 1409286144
# 设置24GB显存
framebuffer = 24092082176
framebuffer_reservation = 1677721600
# 设置32GB显存
framebuffer = 32145145856
framebuffer_reservation = 2214592512
# 设置48GB显存
framebuffer = 48001712128
framebuffer_reservation = 3537895424

# 配置nvidia-230重写文件
[profile.nvidia-230]

# 将bar1_length参数调整为64MB
bar1_length = 0x40

[DEFAULT]
config_drive_raw_hhd=true
config_drive_cdrom=true
config_drive_vfat=true
bsdtar_path=C:\Program Files\Cloudbase Solutions\Cloudbase-Init\bin\bsdtar.exe
mtools_path=C:\Program Files\Cloudbase Solutions\Cloudbase-Init\bin\
mtu_use_dhcp_config=true
ntp_use_dhcp_config=true
plugins=cloudbaseinit.plugins.common.networkconfig.NetworkConfigPlugin
verbose=true
debug=true
log_dir=C:\Program Files\Cloudbase Solutions\Cloudbase-Init\log\
log_file=cloudbase-init.log
local_scripts_path=C:\Program Files\Cloudbase Solutions\Cloudbase-Init\LocalScripts\
check_latest_version=false

# 清除登录密钥环
rm ~/.local/share/keyrings/login.keyring
# 删掉vdi账户密码
sudo passwd -d vdi

@echo off
powershell -WindowStyle Minimized -Command "Get-PnpDevice | Where-Object {$_.FriendlyName -like '*NVIDIA GRID*'} | Disable-PnpDevice -Confirm:$false"
powershell -WindowStyle Minimized -Command "Get-PnpDevice | Where-Object {$_.FriendlyName -like '*Horizon Indirect Display*'} | Disable-PnpDevice -Confirm:$false"
ping -n 3 127.0.0.1 >nul
powershell -WindowStyle Minimized -Command "Get-PnpDevice | Where-Object {$_.FriendlyName -like '*NVIDIA GRID*'} | Enable-PnpDevice -Confirm:$false"
powershell -WindowStyle Minimized -Command "Get-PnpDevice | Where-Object {$_.FriendlyName -like '*Horizon Indirect Display*'} | Enable-PnpDevice -Confirm:$false"