目录
-Xeon Scalable内存控制器及均衡配置
-AMD的Chiplet“小芯片”设计特点
-EPYC2 NPS（NUMA）设置与应用建议
-内存通道（CCD分布）越多，性能一定更好？
早在2年半之前的《多级NUMA__：AMD EPYC__互连速率、位宽与功耗的关系》一文中，我就简单讨论过AMD服务器CPU的片上（on Socket）NUMA设计；到了第二代EPYC有些变化，我又在《单节点230__虚拟桌面、6 GPU__卡：AMDEPYC vSAN__超融合测试&__参考架构》中围绕VDI应用继续谈到了这个话题。今天我想再深入展开一些。
Xeon Scalable 内存控制器及均衡配置
首先拿服务器市场的CPU“霸主”做个参照。大家都知道Inetl Xeon SP一代和二代处理器都是集成6通道内存控制器，它们又被分成2组控制器（各3通道）的内存子系统，如上图。
关于内存配置是否均衡，结构决定性质：
-每颗Xeon Scalable__安装内存为6__或6__的倍数（6__通道），是带宽最理想的均衡（Balanced__）__配置；
-每CPU 1-3__个DIMM__内存（1-3__通道），属于近均衡（Near Balanced__）__配置，我觉得数量太少时也是没有更好的办法，这时应优先把一侧的内存控制器通道用满；
-每CPU 4__、8__个DIMM__内存（4__通道），也属于近均衡（NearBalanced__）配置，这时就要在两侧的内存控制器对称安装了；
-每CPU 5__、7__、9__、10__、11__个DIMM__内存属于非均衡（Unbalanced__）__配置，应尽量避免。
Intel Xeon CPU内存带宽与DIMM条数之间的对照大家可能看到过，下面我列出AMD EPYC2的情况，您会发现相似的地方。
图片点开后可缩放，以下同
由于用在PowerEdge R6525服务器上的AMD EPYC 7742是顶配的64核，所以在每CPU配置8或8的倍数条内存时，双路带宽最高达到330 GB/s以上；
余下的配置中，4通道和双数内存插法（排除8和16）都属于Near-Balanced。比如Unbalanced配置中的7、11、15条内存，其带宽就分别低于6、10、14个DIMM；但也有“意外”的情况——上图表中每CPU 9和13条内存时带宽就测到了32x GB/s，只能说Stream-Triad测试方法可能有局限（使用的内存容量不够多）。
AMD的Chiplet“小芯片”设计特点
关于Chiplet这个话题，Winnie Shao博士有2篇行业和生态角度的精彩文章，下面列出供大家参考。
这个图我也不是第一次给大家出示了。AMD EPYC2凭借将8个小的CCD（Core Die）和I/O Die分开的设计，再加上CCD使用7nm先进工艺，在核心数量上做到了64，超出Intel Xeon。
同时代价也是有的，那就是和第一代EPYC服务器CPU类似的片上NUMA（非一致性内存访问），尽管内存控制器都在中间那颗大的I/O Die上。
如上图，ROME（EPYC2）的8个内存通道分别属于4个内存控制器，每2个CCD Die能够就近优化访问其中的一组，而跨越“四象限”的内存访问就不是最佳性能（延时/带宽）了。
上图出自一位发烧友兄弟之手，我不保证其中每一处细节都完全准确，不过这个用来辅助说明EPYC2的片上NUMA设计还是比较形象的。
EPYC2 NPS （NUMA ）设定与应用建议
我截了一段关于NPS设置的定义：
-NPS 0_——双CPU__系统设置为1__个NUMA__节点（相当于Intel Xeon__系统关闭NUMA__），所有内存通道使用interleave__交错访问模式；_
-NPS 1_——每个CPU__插槽1__个NUMA__节点（相当于Intel Xeon__系统打开NUMA__），连接到同一插槽的所有内存通道使用交错访问；_
-NPS 2_——每个CPU__插槽2__个NUMA__节点，划分为2__个4__内存通道的interleave__集；_
-NPS 4_——每插槽4__个NUMA__节点，在“四象限”各自的2__通道内存间交错访问，相当于CPU to__内存的亲和优化到每个内存控制器；_
之前我曾介绍过，像VDI这样的应用推荐NPS设为4，是因为物理服务器的计算和内存资源都是细分给每个虚拟机，然后虚拟机利用vNUMA优化访问就近的内存控制器即可。但不是所有应用都这么理想，下面我先引用Dell白皮书《_Balanced Memory with 2nd Generation AMD EPYC Processors for PowerEdge Servers_》中的一个表格：
起初看到这份资料时我有点疑惑——内存数量不是4的倍数时NPS（即NUMA节点数）也推荐设为4？不过细想一下，最右边一列应该都算非Balanced内存配置，不能做到4个内存控制器的DIMM配置完全对等。我看到过有的朋友建议，在AMDEPYC2服务器上应尽量少用达不到Balanced的插法——也就是说最好按照每颗CPU 4、8、12、16条内存来配。
而在内存达到4和8的倍数时，为什么反而要建议NPS设为1或者0呢？我觉得这里是为了保守起见。毕竟许多传统应用没有NUMA优化、或者习惯于针对Intel Xeon每插槽一个NUMA节点来优化，这时AMD的片上NUMA如果打开有可能带来负面结果。
同时，大家也别忘了不是每一款AMD EPYC2 CPU都支持NPS 4，下表供参考：
总的原则是，如果EPYC2的8个CCD都激活，那么一般就会支持到NPS 4；而如果只有8-16个核心并且都位于四象限的1-2组内存控制器附近，那么就可能不支持NPS 2和4。
特别一点的是，像7552这样48核没有在四象限完全对称分布，所以也只支持到NPS2；而7262的8个核心反而均等处于四个象限，所以支持NPS4。
这个来自Dell文档_《__NUMA Configuration settings on AMD EPYC 2nd Generation_》的图表，是我认为本文中最有价值的。其中总结了4大类型的应用工作负载：
通用工作负载建议NPS=1。其中SPEC CPU测试和I/O密集型应用是这方面的代表；SPEC的另外2套BenchMarkjbb2015和power ssj2008则适合NPS设为4/2。
虚拟化类应用可以设为NPS 1/4。除了我以前介绍过的VDI，容器类应用也属于资源隔离比较好的，所以NPS建议也是4；但像VMmark 3这样测试虚机资源开销不等的复杂环境，NPS还是建议为1。
数据库和分析类应用NPS1/4。这里HammerDB对应的是OLTP交易型数据库，NPS建议设为1，其实按照Oracle用户的习惯，Intel CPU插槽间的NUMA通常也要关掉，否则一旦内存利用不均衡触发swap对性能影响较严重。Hadoop应该属于适合水平扩展的分析型应用，建议NPS设置4。
高性能计算和电信类应用建议NPS 2/4。HPC和EDA（电子设计自动化）可以把NPS设为4，基于OpenStack的NFV（网络功能虚拟化）又分细出一项实时Kernel的，都建议设置NPS 2。
下面我引用AMD文档《_RDBMS Tuning Guide for AMD EPYC 7002 Series Processors_》侧面验证下上述观点：
对于通用（常规的）Oracle数据库，建议BIOS中每插槽的NUMA节点设为1，也就是NPS 1。
对于微软SQL Server 2019，如果是OLTP也是建议NPS 1；DW数据挖掘（分析型）应用则可以根据情况来选择是否设置为2或者4，下面这段英文供参考。
内存通道（CCD ）越多，性能一定更好？
前面我整理那个表格里，可以看到有些核心数相同的EPYC2 CPU，在CCD上分布的情况不同，导致支持的NPS设置也不同。
上图引用自Dell文档《_The Value of Using Four-Channel Optimized AMD EPYC CPUs in PowerEdge Servers_》，左边CPU核心所在的CCD临近2组内存控制器，所以为4通道优化型；而右边CPU核心的CCD则分布于4组内存控制器附近，就是8通道优化型。那么在同样插4条内存的情况下，哪个性能更好？
上图用同为16核的EPYC 7282和7302进行对比（都配置4通道内存），CPU核心分布在更多CCD Die上的7302在主频、功耗和内存带宽指标上全面领先，但一些应用中性能反而落后。像Web Server、基于Web的Java应用以及内容创建（视频编辑、图像处理），此处就推荐使用AMD7282、7252一类4通道优化型的CPU。
这应该就是核心相对集中的好处，7282每8个Core之间的内存数据能够享受就近访问的待遇；而7302的内存访问路径在I/O Die上就相对复杂了。
受篇幅和时间所限，更多技术细节暂未展开讨论，希望对大家有参考价值：）
参考内容
https://downloads.dell.com/ma...
https://downloads.dell.com/ma...
https://developer.amd.com/wp-...\_1.0.pdf
https://downloads.dell.com/ma...
推荐阅读
本文转载自企业存储技术微信公众号原文链接点这里注：本文只代表作者个人观点，与任何组织机构无关，如有错误和不足之处欢迎在留言中批评指正。 进一步交流技术可以加我的微信/QQ：490834312。
尊重知识，转载时请保留全文，并包括本行及如下二维码。感谢您的阅读和支持！《企业存储技术》微信公众号：HL_Storage，也欢迎关注企业存储技术极术专栏，定期更新。
