# AMD Turin 上 UMA 与 NUMA 基准测试：缓存一致性开销、带宽扩展与延迟权衡 > AMD EPYC Turin 双路系统 NPS0 (UMA) 模式下 DRAM 延迟飙升至 220 ns，高出 NUMA 90 ns；剖析缓存一致性开销、带宽缩放与多 socket HPC 延迟 tradeoffs，提供 BIOS 调优清单。 ## 元数据 - 路径: /posts/2025/11/27/uma-vs-numa-benchmarks-on-amd-turin/ - 发布时间: 2025-11-27T15:03:35+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 站点: https://blog.hotdry.top ## 正文 在 AMD EPYC Turin（Zen 5 架构，代号 9005 系列）多 socket 配置中，选择 UMA（Uniform Memory Access，NPS0 模式）还是 NUMA（Non-Uniform Memory Access，NPS1+ 模式）直接影响 HPC 工作负载的性能。观点上，NUMA 模式是现代多 socket 系统的首选，因为它通过暴露 socket/节点亲和性，实现更低的本地延迟和可预测的缓存一致性，尽管编程稍复杂；UMA 虽简化模型，但缓存一致性开销和跨控制器路由导致延迟激增，仅适合低负载或 NUMA-unaware 应用。 首先，从基准证据看，双路 EPYC 9575F（高频 5GHz 版）在 NPS0 (UMA) 模式下，DRAM 访问延迟超过 220 ns，比单 socket EPYC 9355P 的 NPS1 模式高出近 90 ns。据 Chips and Cheese 测试，这种惩罚源于 UMA 将双 socket 所有 24 个内存控制器（IMC）视为单一均匀池，访问需跨 GMI（Infinity Fabric）路由，放大缓存 coherency 协议（如 CCIX/GSI）的 snoop 开销。在带宽测试中，NPS0 直到系统负载近 400 GB/s 才显现优势（利用更多 IMC），但 per-CCD 带宽（GMI-Wide 链接下读写各 64B/cycle）与 NPS1 相当，仅在极端饱和时 NPS0 略胜。这反映了 Turin 的 chiplet 设计：CCD 间 Fabric 时钟（典型 2GHz）限制了 UMA 的 scaling。 SPEC CPU2017 单线程基准进一步证实 tradeoffs。高缓存命中率任务（如 548.exchange2）中，9575F 的 5GHz 时钟让 NPS0 整体分数不落下风，甚至超低频 NUMA 配置；但内存密集型如 502.gcc、505.mcf（DRAM miss 多）性能倒退，高延迟抵消时钟收益。浮点套件中，549.fotonik3d 和 554.roms 等模拟负载 NPS0 落后明显，而 538.imagick 等缓存友好者受益。这说明 UMA 的“均匀分布”在 coherency traffic 高时恶化 L3 争用，尤其多 socket 下跨 die snoop 风暴放大 20-30% 开销。 针对 HPC 工作负载（如 MPI/OpenMP 模拟、AI 训练），延迟 tradeoffs 更关键：本地访问（<150 ns）占 80%+ 时 NUMA 胜出；随机全局访问时 UMA 带宽 scaling 助一臂之力。但 Turin 双路下，远程访问比例 >10% 即触发性能 cliff，故优化焦点是强化数据局部性。 可落地参数与清单： **1. BIOS 调优（优先 NPS1）：** - NPS Mode: NPS1（每个 socket 一 NUMA 节点，平衡延迟/带宽）。 - NPS4（细粒度，8 IMC/node）：仅内存局部性极强负载（如 per-CCD 绑定）。 - DF Cstates: Enabled（Fabric 电源门控，减 coherency idle 开销）。 - GMI LCLK Freq: Max（Infinity Fabric 时钟拉满，Turin 目标 2.2GHz+）。 - 阈值监控：`numastat` 中 numa_miss <5%，local_node >90%。 **2. 运行时绑定（numactl）：** - 单节点：`numactl --cpunodebind=0 --membind=0 ./app`（绑定进程/内存到 node 0）。 - MPI 多节点：`mpirun --bind-to socket -np 192 ./mpi_app`（OpenMPI 默认 NUMA-aware）。 - 容器/K8s：`numa-balance: true`，Pod spec 中 `nodeSelector: numa.node=0`。 - 回滚：若 miss 率 >15%，降 NPS0 测试，但预设超时阈值 10% perf loss 即弃。 **3. 监控与 profiling 清单：** | 指标 | 工具 | 优值阈值 | 风险 | |------|------|----------|------| | DRAM 延迟 | `jsmemtest.chipsandcheese.com` | NPS1 <150 ns | UMA >220 ns，单线程 -20% | | 带宽饱和 | Stream Triad | >400 GB/s 选 UMA | NPS0 idle 时低效 | | Coherency traffic | `perf stat -e cycles,remote_cache` | <10% cycles | snoop 风暴，降 NPS | | NUMA miss | `numastat` | <5% | 跨 node >20%，rebind | | SPEC-like | Phoronix/CK | NPS1 baseline | UMA 仅 cache-hit >80% | **4. HPC 场景参数：** - 科学模拟（HACC-like）：NPS1 + `numactl --hardware` 验证均衡。 - 大模型训练：NPS1，GPU 与对应 node 绑定（`nvidia-smi -i 0 -c EXCLUSIVE_PROCESS` + numa）。 - 回滚策略：perf 降 >15% 时，fallback NPS0 但加 `--interleave=all` 模拟均匀。 总之，在 Turin 多 socket HPC，NUMA (NPS1) 的低延迟与 scaling 是主流，UMA 的 coherency overheads 只在特定高带宽 unaware 场景有 niche。实际部署前，必跑 Stream/MLC 基准，结合 `perf`/`numastat` 迭代。 **资料来源：** - Chips and Cheese: “Evaluating Uniform Memory Access Mode on AMD's Turin”（延迟/带宽数据）。 - AMD EPYC 9005 架构文档（NPS 模式说明）。 （正文字数：约 1050 字） ## 同分类近期文章 ### [Apache Arrow 10 周年：剖析 mmap 与 SIMD 融合的向量化 I/O 工程流水线](/posts/2026/02/13/apache-arrow-mmap-simd-vectorized-io-pipeline/) - 日期: 2026-02-13T15:01:04+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析 Apache Arrow 列式格式如何与操作系统内存映射及 SIMD 指令集协同，构建零拷贝、硬件加速的高性能数据流水线，并给出关键工程参数与监控要点。 ### [Stripe维护系统工程：自动化流程、零停机部署与健康监控体系](/posts/2026/01/21/stripe-maintenance-systems-engineering-automation-zero-downtime/) - 日期: 2026-01-21T08:46:58+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析Stripe维护系统工程实践，聚焦自动化维护流程、零停机部署策略与ML驱动的系统健康度监控体系的设计与实现。 ### [基于参数化设计和拓扑优化的3D打印人体工程学工作站定制](/posts/2026/01/20/parametric-ergonomic-3d-printing-design-workflow/) - 日期: 2026-01-20T23:46:42+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 通过OpenSCAD参数化设计、BOSL2库燕尾榫连接和拓扑优化，实现个性化人体工程学3D打印工作站的轻量化与结构强度平衡。 ### [TSMC产能分配算法解析：构建半导体制造资源调度模型与优先级队列实现](/posts/2026/01/15/tsmc-capacity-allocation-algorithm-resource-scheduling-model-priority-queue-implementation/) - 日期: 2026-01-15T23:16:27+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析TSMC产能分配策略，构建基于强化学习的半导体制造资源调度模型，实现多目标优化的优先级队列算法，提供可落地的工程参数与监控要点。 ### [SparkFun供应链重构：BOM自动化与供应商评估框架](/posts/2026/01/15/sparkfun-supply-chain-reconstruction-bom-automation-framework/) - 日期: 2026-01-15T08:17:16+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 分析SparkFun终止与Adafruit合作后的硬件供应链重构工程挑战，包括BOM自动化管理、替代供应商评估框架、元器件兼容性验证流水线设计