lyan
CodeFun
  • 首页
  • 归档
  • 关于
  • 链接
EN 中文 日本語
  1. 首页
  2. 归档
  3. 标签:NUMA

深入解析服务器内存架构:从DRAM颗粒到NUMA模式

lyan 2026-03-14

本文从 DRAM 颗粒的物理结构出发,逐层解析 Channel、Rank、Bank、Burst、Prefetch 等核心概念,并结合 Intel Emerald Rapids (EMR) MCC/XCC 与 Granite Rapids (GNR) XCC 的真实 CPU 架构,深入探讨 UMA、NUMA、SNC2/SNC4、Hemisphere 与 Quadrant 四种内存集群模式的工作原理、性能差异及调优建议。

NUMA DRAM 服务器调优 内存架构
阅读更多

Search

置顶文章

  • QEMU定时器系统最新概述
  • 闲聊Framebuffer
  • 忽然看到自己十年前发的关于转计算机专业的帖子,感慨万千
  • Linux 下使用 SDCC 进行 8051 单片机开发实践
  • (转)IOS SDK 兼容性 研究

热门文章

  • 忽然看到自己十年前发的关于转计算机专业的帖子,感慨万千
  • Linux内存管理
  • 深入浅出内存分配
  • Miles、Slime 与 Ray:大模型后训练闭环中的编排、训练与权重同步
  • Hands on DSH
  • 深入浅出 Agent Loop 机制
  • uv 的工作机制:Python 环境、依赖解析与缓存
  • 多模态 AI 中的交叉注意力:何时需要让一条信息流读取另一条信息流
  • InfiniBand 中的 LFT 与拓扑导出:在不扩大攻击面的前提下诊断网络

最新文章

  • Miles、Slime 与 Ray:大模型后训练闭环中的编排、训练与权重同步
  • Hands on DSH
  • 深入浅出 Agent Loop 机制
  • uv 的工作机制:Python 环境、依赖解析与缓存
  • 多模态 AI 中的交叉注意力:何时需要让一条信息流读取另一条信息流
  • InfiniBand 中的 LFT 与拓扑导出:在不扩大攻击面的前提下诊断网络
  • 融合注意力背后的决策引擎:Transformer Engine 如何在 Blackwell 上编排 cuDNN
  • Megatron-Bridge 实战:Nemotron、Megatron-Core 与 Transformer Engine 技术栈的生产级 101 指南
  • FMHA 101:从 Transformer 注意力到 CUDA Flash Attention 内核

标签云

Linux (61) XEN (29) Life (27) Memory (24) Virtualization (23) Diary (21) C/C++ (19) QEMU (17) test (15) AI (14) CPU (14) NVIDIA (13) InfiniBand (11) Interest (11) Algorithm (11) VisualStudio (11) HPC (10) GPU (10) KVM (10) LLM (9) Transformer (9) eBPF (8) Agent (8) MFC (8) OpenClaw (7) Debian (7) Engine (6) Megatron (6) MLOps (6) Security (6) TorchDynamo (6) PyTorch (6)
lyan
CodeFun

©2026 xryan.net.

Code all fun things in the world by Leon.

  • 友情链接
  • 关于我们
  • 意见反馈
QR Code
Scan to follow