北京
搭国产服务器集群的时候，不少运维都撞上过同一条硬规矩：内存插槽必须成对、全通道均匀插满。少插一组，数据库和虚拟化业务的性能直接掉三成，严重的时候掉一半以上。
换成英特尔至强服务器，随手插2条、4条内存照样跑，带宽和延迟的衰减几乎感知不到。同样是NUMA非一致内存访问架构，为什么内存使用门槛差这么多？答案藏在芯片底层。
一颗CPU，被拆成了好几块
英特尔传统服务器Xeon走的是一体式大芯片加环形Ring总线的路子。一颗CPU内部，所有计算核心、三级缓存、内存控制器全挂在环形总线上，整颗处理器算作1个NUMA节点。只有双路、四路整机场景才按插槽划分节点，节点总数最多4个，粒度很粗。
内存通道属于CPU的全局资源。只插一半内存，空闲通道也只是小幅缩减总带宽，BIOS自带的内存交错机制会把内存布局自动打散，抹平不均衡带来的影响。本地内存和跨插槽远程内存的延迟差距只有1.2到1.5倍，偶尔跨节点访问，开销很低。
国产服务器CPU是另一套逻辑。受限于国内DUV工艺的缺陷密度扛不住大Die良率，海光、鲲鹏、飞腾普遍采用多芯粒堆叠的Chiplet方案：
- 海光承袭AMD CCD模块化设计，单颗CPU被切分为多个计算芯粒，内部拆出4到8个微型NUMA单元，每个单元独立绑定专属内存通道；
- 鲲鹏、飞腾采用多Die Mesh互联架构，单颗CPU原生划分4组计算区块，各自独占内存通道，天然就是碎片化的NUMA拓扑。
痛点就出在这里。内存没有均匀填满全部通道时，部分NUMA节点没有本地内存可用，CPU核心运算只能跨过片间互联总线，去别的节点调数据。本地内存和跨节点内存的延迟差距直接拉到2倍以上，并发场景下片间总线拥堵，带宽大幅缩水，数据库读写、虚拟机调度、中间件转发都会明显卡顿。
互联总线的代差
NUMA架构的体验上限，由跨节点互联总线决定。英特尔UPI互联总线迭代了十余年，带宽冗余充足、拥塞控制成熟，跨插槽传输延迟低、衰减平缓，环形总线的一致性协议也打磨得完善，少量跨节点访问不会造成系统抖动。
国产片间互联总线（Infinity Fabric、HCCS）起步晚，带宽上限、延迟控制、并发拥堵抗性都存在代差。节点越多，跨节点访问的损耗越会累积；大量零散远程内存读写涌进来，总线极易拥堵，性能损耗被进一步放大。硬件层面没有足够冗余去包容内存排布不均衡带来的额外流量，最稳妥的办法就是让每个微型NUMA节点都有专属本地内存。
软件侧的积累差距同样不容忽视。英特尔持续数十年参与Linux内核开发，针对粗粒度NUMA做了海量调优，后台内存自动均衡、延迟感知线程调度、远程访问预判等机制都很成熟，内存布局不均时系统会悄悄迁移内存、调整线程绑定。
国产服务器CPU商用落地周期较短，内核专属优化覆盖面不足，自带的NUMA自动均衡策略效果有限，盲目开启内存迁移反而容易引发业务抖动，多数场景要靠运维手动绑核、划定内存节点。硬件厂商为了降低运维出错概率、保障交付稳定性，干脆统一定下硬性规范：内存全通道均匀插满。
还有一层生态因素。MySQL、Oracle、虚拟化平台等商用软件长期以英特尔NUMA拓扑为基准完成调优，迁移到国产细碎NUMA环境后，内存排布失衡极易触发性能bug，满配内存成了国产化项目落地的标配方案。
不过英特尔也不是完全不用满配内存。高性能计算、内存数据库、超大并发缓存这类极致带宽场景，英特尔同样推荐满通道插内存，把总带宽拉满，只是半配场景损耗可控，普通业务不必苛求。另外AMD EPYC与海光架构同源，同属细碎NUMA设计，对内存均匀度的要求远高于英特尔，这也是x86小众多核芯片的共性。
国产CPU强制内存插满，本质是Chiplet碎片化架构、片间互联带宽延迟受限、软件生态打磨不足共同作用下的折中最优解。英特尔靠一体式大芯片架构、成熟互联总线和长年累月的系统生态积累，换来了更高的容错空间。现阶段做国产化算力建设，遵循全通道均匀插内存，依旧是保障业务稳定高性能运行的第一准则。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
