В архитектуре Hyper-V корневой раздел имеет прямой доступ к оборудованию и создает дочерние разделы для виртуальных машин. Фактически он работает поверх гипервизора Microsoft.

14 сентября 2020 года ведущий инженер-программист Microsoft Вэй Лю (Wei Liu) сообщил в списке рассылки разработчиков ядра Linux, что компания разработала комплект патчей в виде списка RFC (документ запроса комментариев) для Linux, с которым эта система сможет запускаться как корневая в гипервизоре Hyper-V. До сих пор корневой раздел Hyper-V должен был работать под управлением Windows.

Целью разработчиков было создание полного стека виртуализации Linux и гипервизора Microsoft. Большая часть патчей относится к файлу hyperv-tlfs.h, который отвечает за верхнеуровневую функциональную спецификацию гипервизора.

Лю пояснил, что архитектура Hyper-V больше похожа на Xen, чем на KVM или ESXi от VMware. Разработчики Microsoft, по словам Лю, при создании и доработке гипервизора «черпали вдохновение из кода Xen в Linux», особенно это касается обработки прерываний. После применения новых патчей получится аналог Dom0 Xen.

Ранее в 2019 году инженер Microsoft Саша Левин рассказал, что уровень использования Linux в облачной инфраструктуре Azure превзошел Windows. Доля рабочих загрузок Linux также начала расти с переходом на Kubernetes. Linux в текущей реализации хорошо работает на Hyper-V с корневым разделом Windows, но создание полного стека виртуализации Linux и гипервизора Microsoft еще улучшит производительность системы.

Microsoft также занимается улучшением поддержки Linux в Windows 10 с помощью подсистемы Windows для Linux (WSL). В начале сентября этого года Microsoft добавила в подсистему Windows для Linux 2 (WSL2) возможность монтирования дисков. Эта опция будет доступна в Windows 10, начиная с версии Insider Preview Build 20211. С помощью второй версии WSL можно запускать в Windows 10 не только консольные приложения, но и линуксовые GUI-программы. Предлагаемое Microsoft для WSL2 ядро основано на выпуске ядра Linux 4.19. Также в WSL добавлена поддержка компьютерных вычислений на GPU. Разработчики могут полноценно использовать свои аппаратные ресурсы, например, для машинного обучения, используя NVIDIA CUDA и DirectML. Теперь в Linux-окружении можно запустить TensorFlow и PyTorch.