SeigRobotics1. NUMA架构：多核处理器的内存革命
第一次在服务器性能调优中遇到NUMA问题时，我被一个现象困惑了很久：同样的程序在16核服务器上跑得比8核还慢。经过三天排查，最终发现是内存访问模式没有适配NUMA架构。这个教训让我深刻认识到，在现代多核系统中，理解NUMA不是选修课，而是必修课。
NUMA（Non-Uniform Memory Access）架构是现代多核处理器的内存管理基石。它就像城市交通系统——当城市规模小时，所有车辆都走主干道没问题；但当城市扩张到百万人口时，就必须划分多个区域，每个区域有自己的道路网（本地内存），区域之间通过快速路（互连）连接。这种设计完美解决了传统UMA架构在核心数激增时的内存访问瓶颈。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. NUMA架构核心原理
2.1 从UMA到NUMA的演进
早期的对称多处理（SMP）系统采用UMA架构，所有CPU通过共享总线访问内存。这种设计在双核/四核时代工作良好，就像一个小办公室所有人都用同一个打印机。但当核心数增加到几十甚至上百时，内存总线就成了拥堵的高速公路。
NUMA的突破在于将内存控制器下放到每个CPU插槽（Socket），形成多个内存节点。以AMD EPYC 7763处理器为例：
- 每个插槽包含8个CCD（Core Complex Die）
- 每个CCD有8个核心
- 每个CCD连接32MB L3缓存
- 本地内存通过Infinity Fabric总线连接
这种架构下，64核处理器的内存访问延迟从UMA的100ns+降至本地访问的70ns左右，而远程访问约120ns。
2.2 NUMA节点拓扑解析
现代服务器的NUMA拓扑可以通过lstopo命令可视化展示。下图是一个典型的双路服务器拓扑：
code复制Socket P#0
L3 (32MB)
Core P#0
Core P#1
...
DDR4 Channel P#0 (32GB)
DDR4 Channel P#1 (32GB)
Socket P#1
(相同结构)
关键参数包括：
- 节点距离（Node Distance）：通过
numactl --hardware查看，数值越大访问代价越高 - 内存带宽：本地内存带宽可达50GB/s以上，远程会降低30%
- 缓存一致性：通过