GPU服务器是可以进行虚拟化的，并且有多种虚拟化技术可以实现这一目的。以下是一些关键点：

一、GPU虚拟化技术分类：

1、软件模拟（sGPU）：也称为半虚拟化，通过软件模拟GPU功能。

2、直通独占（pGPU）：技术上最简单和成熟的方案，依赖于IOMMU的功能。

3、直通共享（基于SR-IOV技术）：在技术上分类叫全虚拟化，通过SR-IOV技术虚拟出vGPU。

4、GPU分片虚拟化（mediated passthrough）：基于VFIO mediated passthrough framework的GPU虚拟化方案，由NVIDIA提出。

5、多实例 GPU (MIG) 技术：将单个GPU分区为多个完全隔离的vGPU实例，提高物理GPU利用率。

二、GPU直通模式（pGPU）：

1、优点包括原理简单、兼容性好、硬件驱动无需修改。

2、缺点包括不支持热迁移/在线迁移、不支持GPU资源的分割。

三、GPU全虚拟化（vGPU）：

1、在硬件实现GPU全虚拟化，将虚拟图形处理单元（vGPU）透传给虚拟机使用。

2、优势包括高安全性、通过实时虚拟机迁移进行虚拟机管理、支持运行混合的VDI和计算工作负载。

四、GPU虚拟化需求：

体现在资源共享和资源隔离两方面，如显存隔离、算力隔离、故障隔离。

五、GPU虚拟化技术实现：

包括用户层、内核层和硬件层的实现，以及根据不同技术的应用场景进行分类。

六、GPU虚拟化实践应用：

可以应用于多种场景，如深度学习、游戏、虚拟现实等，提高模型训练速度和效率，实现多人在同一台物理机上同时玩游戏。

七、GPU服务器虚拟化的优势：

提高资源利用率、灵活扩展、简化管理、高可用性。

综上所述，GPU服务器虚拟化技术不仅可以实现，而且具有多种实现方式，能够满足不同的应用场景和需求。