KVMとQEMUによる仮想マシンの実行モデル

なぜKVMとQEMUは分業するのか

Linux の代表的な仮想化スタックは、しばしば「KVM/QEMU」と一語で語られますが、実体は責務の異なる二つの部品です。KVM（Kernel-based Virtual Machine）はカーネルモジュールで、VT-x/AMD-Vの制御という、カーネル特権でしかできない仕事だけを引き受けます。QEMU はユーザー空間のプロセスで、ディスク・ネットワーク・割り込みコントローラといった周辺デバイスを丸ごとエミュレートします。

この分割には理由があります。VMX root/non-root モードの遷移、VMCS の VMREAD/VMWRITE、VMLAUNCH/VMRESUME は特権命令で、カーネルでしか実行できません。一方デバイスエミュレーションは複雑かつ多種で、バグや脆弱性も入り込みやすい。これをカーネルに置けば攻撃面が膨らみます。そこで最小限の特権処理（CPU/メモリ仮想化）だけをカーネルに残し、肥大しやすいデバイス模倣はユーザー空間へ追い出すという、マイクロカーネル的な切り分けを採っています。

/dev/kvm：ioctlで組み立てる仮想マシン

QEMU は KVM をキャラクタデバイス /dev/kvm への ioctl として使います。システムコールの一種である ioctl が、ユーザー空間 QEMU とカーネル KVM の唯一の境界です。VM 構築の骨格はおおむね次の順序になります。

kvm = open("/dev/kvm", O_RDWR);
vmfd = ioctl(kvm,  KVM_CREATE_VM,  0);      // VM を1つ作る
ioctl(vmfd, KVM_SET_USER_MEMORY_REGION, &mem); // ゲスト物理メモリを登録
vcpufd = ioctl(vmfd, KVM_CREATE_VCPU, 0);   // vCPU を1つ作る
run = mmap(..., vcpufd, 0);                  // vCPU と共有する制御領域
for (;;) {
    ioctl(vcpufd, KVM_RUN, 0);               // ← VM entry。戻ると VM exit
    switch (run->exit_reason) {              // 共有領域に理由が入る
        case KVM_EXIT_IO:   /* QEMUがI/Oをエミュレート */ break;
        case KVM_EXIT_MMIO: /* QEMUがMMIOをエミュレート */ break;
        case KVM_EXIT_HLT:  /* ゲストが停止 */ break;
    }
}

要は KVM_RUN の ioctl がそのまま VM entry に対応します。カーネル内で KVM は VMCS をロードして non-root に入り、ゲストを走らせ、VM exit が起きると ioctl から戻ります。なぜ exit したかは mmap で共有する kvm_run 構造体の exit_reason に書かれ、QEMU はそれを見て分岐します。ゲストのメモリは QEMU プロセスの仮想アドレス空間の一部として確保され（KVM_SET_USER_MEMORY_REGION でゲスト物理→ホスト仮想の対応を登録）、EPT/NPT はこの登録に基づいて構成されます。

vCPUスレッドモデル

ここが実行モデルの核心です。KVM の vCPU は専用ハードウェアではなく、QEMU プロセス内の1本のスレッドです。ゲストの各 CPU に対し QEMU はスレッドを1つ起こし、そのスレッドがひたすら KVM_RUN を呼ぶループを回します。

QEMU プロセス（ユーザー空間）
 ├─ メインループスレッド  … タイマ・モニタ・I/Oイベント処理
 ├─ vCPU スレッド 0  → ioctl(KVM_RUN) ⇄ [カーネル: non-rootでゲスト実行]
 ├─ vCPU スレッド 1  → ioctl(KVM_RUN) ⇄ [カーネル: non-rootでゲスト実行]
 └─ vCPU スレッド N  → ...

この設計の含意は大きいものがあります。第一に、vCPU はホストの通常スレッドなので、ホストのスケジューラ（CFS/EEVDF）がそのまま物理コアへ割り付ける。vCPU の優先度・CPU アフィニティ・cgroup 制限は、普通のプロセスと同じ手段で効きます。第二に、ゲストが KVM_RUN で non-root にいる間、そのスレッドはカーネル内で「ゲストを実行中」という状態にあり、CPU 時間としてはゲストに食われます。第三に、ゲストが多数の vCPU を持っても物理コアが少なければ、ホストスケジューラが時分割するためオーバーコミットが成立します。

トラップ＆エミュレートの分担

VM exit の理由ごとに、誰が処理するかは分かれています。カーネルの KVM 内で完結させた方が速いものはカーネルに、複雑なデバイス模倣はユーザー空間 QEMU に、という配分です。

割り込みコントローラ（APIC）を KVM 内に置く in-kernel irqchip は典型例です。割り込みのたびにユーザー空間へ戻っていては遅すぎるため、APIC エミュレーションと割り込み注入をカーネルで完結させ、さらに APICv/AVIC が効けば exit すら起こさず配送します。逆に、エミュレートする NIC やディスクコントローラの細かなレジスタ挙動は QEMU が引き受けます。**「速さが要る単純なものはカーネル、複雑なものはユーザー空間」**という一貫した基準で線が引かれています。

virtio：準仮想化I/Oで往復を減らす

エミュレートデバイス（例: e1000 NIC）は実機のレジスタを忠実に真似るため、1パケット送るだけで何度も MMIO アクセス→VM exit を招き、遅くなります。virtio はこの非効率を、ゲストに「自分は仮想環境だ」と認めさせる準仮想化で解きます。実機の模倣をやめ、仮想化に最適化した抽象デバイスをゲスト・ホストで合意するのです。

中核は virtqueue という共有リングバッファです。ゲストとホストが同じ物理メモリ領域を見て、I/O 要求の記述子をそこへ積みます。

ゲスト                         共有メモリ(virtqueue)            ホスト(QEMU/vhost)
  │ 記述子を複数まとめてリングへ積む  ─────►  available ring
  │ kick（1回のVM exit/通知）        ─────►  まとめて取り出し処理
  │                                  ◄─────  used ring に完了を積む
  │ 1回の割り込みでまとめて回収       ◄─────  interrupt（注入）

肝はバッチ化です。多数の I/O を共有リングへ積んでから1回だけ「kick」で相手に知らせるため、1要求あたりの VM exit と割り込みを劇的に減らせます。記述子はゲスト物理アドレスを指し、ホストはそれを自分の空間へ写してデータに触れます（ゼロコピーに近い経路も組める）。

まとめ

• KVM はカーネルモジュールで VT-x/AMD-V の制御だけを担い、QEMU はユーザー空間でデバイスをエミュレートする。特権処理を最小化し攻撃面を絞る分業。
• QEMU は /dev/kvm への ioctl で VM を組み立て、KVM_RUN が VM entry に対応する。ゲストメモリは QEMU の仮想空間の一部として登録される。
• vCPU は QEMU 内の通常スレッドで、ホストスケジューラがそのまま物理コアへ割り付ける。だからアフィニティや cgroup が効き、オーバーコミットも成立する。
• virtio は共有 virtqueue で I/O をバッチ化し、VM exit と割り込みを減らす準仮想化デバイス。vhost を使えばデータ経路をカーネル内で完結できる。