Cache Coherent Numa

1 三秒看懂

CC-NUMA 是一种让数十乃至上百个 CPU 核心在同一操作系统下共享全部内存的服务器架构——每个 CPU 访问“自己的”内存很快，访问“别人的”内存稍慢，但硬件会通过缓存一致性协议自动让所有核心看到的数据永远一致，应用程序仿佛面对的是一台巨大的单机。

2 三分钟产业解释

为什么需要 CC-NUMA？ 在金融交易、大型数据库、ERP 和虚拟化主机等关键业务中，把任务拆散到大量小服务器上编程复杂、延迟不可控，业务方更希望买一台“大机器”。单颗 CPU 能集成的核心数和内存控制器数量有限，CC-NUMA 就是把这些 CPU 芯片或芯片组（die/package）通过高速一致性互联“拼”成一台逻辑上单一、物理上内存访问时间有梯度的服务器。它是**纵向扩展（scale-up）**的终极手段，与横向扩展（scale-out）集群形成互补。

商业价值在哪里？

• 软件厂商可以继续沿用共享内存编程模型，无需重构成分布式系统，大量既有企业软件可直接受益于更高核心数，降低迁移成本。
• 系统集成商可以出售高单价、高毛利的 4 路/8 路服务器，支撑核心业务市场。
• 云厂商在公有云上推出“超大规格虚机”或裸金属实例（如 96 vCPU 以上），主要依靠 CC-NUMA 构成的物理主机实现差异化溢价。
• 数据库厂商（Oracle、SAP HANA 等）按核心数收费的商业模式，天然需要在一台机器上塞入尽可能多的高性能核心，CC-NUMA 为其提供了硬件基石。

竞争格局概览 目前 CC-NUMA 的统治架构为 x86 的双强：Intel 的 Xeon 可扩展系列搭配 UPI（Ultra Path Interconnect），AMD 的 EPYC 系列搭配 Infinity Fabric。Arm 服务器侧，Ampere 基于 Arm Neoverse 平台的 Altra 系列单路即可达 128 核，但其多路扩展能力较弱；Nvidia 自研 Grace CPU 使用高速 NVLink-C2C 构成双路超级芯片，演进方向值得关注。国产替代中，华为鲲鹏 920 采用自研互联，已在政府、金融等领域规模部署。

一句话总结 CC-NUMA 是高性能、高单价通用服务器的“底座”，在核心数据库和关键业务中地位难以替代，但其技术门槛极高，竞争集中于 CPU 大厂对一致性互联的掌控能力。

3 技术原理

3.1 基本概念

CC-NUMA 系统由多个节点组成，每个节点至少包含一个 CPU 芯片（或芯片模块）以及直接连接的本地内存（DDR 或 HBM）。节点之间通过高速一致性互联链路连成整体。操作系统看到的是一个统一的内存地址空间，任意 CPU 可以访问任意物理地址，但访问时间不同：

• 本地访问：CPU 访问自己直连的本地内存控制器所辖内存，延迟最低；
• 远程访问：需要穿越互联链路访问其他节点的内存，延迟较高。 这种不对称性就是“非一致性内存访问”（NUMA）。

3.2 缓存一致性协议

保证“所有 CPU 看到的内存内容相同”的核心是一套分布式状态机协议，通常基于 MESI 或 MOESI 等基本状态：

• M (Modified)：当前缓存行数据仅存在于本缓存中，已被修改，写回主存前其他节点看不到；
• E (Exclusive)：仅本缓存拥有，数据与主存一致；
• S (Shared)：多个缓存可能拥有副本，数据与主存一致；
• I (Invalid)：该缓存行无效，不能使用。 协议的关键在于：当一个 CPU 希望修改某个缓存行时，必须唯一地拥有（E/M 状态），因此需要通过互联网络使所有其他缓存中的该行副本无效（Invalidate）或更新。

实现方式分为两大类：

• 监听式（Snooping）：所有节点共享一个广播总线或逻辑总线，每个节点“监听”其他节点的缓存事务。适合节点数较少的系统（如 2-4 路），协议简单延迟低，但广播流量随节点数快速攀升。
• 目录式（Directory-based）：在内存端或统一代理中维护一个目录，记录每个缓存行被哪些节点持有。节点请求数据时先查询目录，再点对点发送消息。大幅降低广播开销，支持更大规模（8 路及以上）。现代大型 CC-NUMA 系统几乎全部采用目录式协议或混合方案（如 Intel 的 Snoop Filter 本质就是目录缓存）。

3.3 互联架构

互联拓扑直接影响远程访问延迟和带宽。常见拓扑有：

• 全互联：每个节点直连其他所有节点，延迟低但物理链路数量随节点数平方增长，难扩展。一般用于 2-4 路。
• 网格（Mesh）/环形（Ring）/ Crossbar：在单个多核芯片内部使用，扩展到多路系统时需通过额外桥接。
• 层级互联：大型 8 路及以上系统通常采用两级或三级互联，第一级为芯片内部网格，第二级为跨芯片的一致性链路，第三级可能通过节点控制器组成更大系统（例如 Intel 的 QPI/UPI 多路拓扑、AMD 的 Infinity Fabric 跨 socket 连接，以及曾经的 xNC 节点控制器扩展）。

3.4 典型延迟量级

以 2023 年主流数据中心 CPU 为例（数据来自 ServeTheHome/AnandTech 评测，DDR5 平台）：

• 核心到本地 L3 缓存延迟：约 10-20 ns
• 本地内存访问延迟：约 80-110 ns（DDR5-4800/5600）
• 跨插槽远程内存访问延迟：约 140-250 ns（双路系统，空载） 延迟可比本地内存高出 50%-150%。在重度负载下，互联链路拥塞可能导致远程延迟进一步飙升至 300 ns 以上，对性能影响显著。

3.5 操作系统与软件的角色

现代 OS（Linux、Windows Server）和虚拟化层能感知 NUMA 拓扑，尽量将线程和内存分配在同一节点内，“就近”分配是默认策略。但应用仍可能因为数据共享、不合理的锁机制等引发大量远程访问。因此，Oracle、SAP HANA 等关键数据库都提供了 NUMA-aware 配置参数，甚至自动把进程/线程绑定到特定节点上。

4 关键参数

评价一个 CC-NUMA 系统的能力，通常关注以下可量化/可对比的维度，典型数值尽量引用公开评测或厂商白皮书。

• 支持的最大 CPU 插槽数 Intel Xeon Scalable（第四代）：单系统 8 路（需专用节点控制器）；AMD EPYC 9004：单系统最高 2 路，Infinity Fabric 支持 2P 直连。过去的大型 UNIX 服务器如 Oracle SPARC、IBM Power 曾支持 16 路以上，但 x86 领域 8 路已属顶级。 来源：Intel/AMD 官方规格表（2023）。

• 单路最大核心数/线程数 AMD EPYC 9654（Genoa）：96 核/192 线程（2023）；Intel Xeon 8490H（Sapphire Rapids）：60 核/120 线程（2023）；Ampere Altra Max：128 核（单线程，2022）。更高的单路核心数意味着大部分工作负载可以在单节点内完成，减少跨节点访问，降低对 CC-NUMA 的依赖，但同时也推动了大内存带宽和互联带宽的需求。

• 互联带宽与协议 Intel UPI 2.0（Sapphire Rapids）：每条 UPI 链路最高 20 GT/s（约 40 GB/s 双向？公开资料显示每条链路有效带宽约 20+ GB/s 单向）；AMD Infinity Fabric 跨 socket 链路：在 EPYC 9004 中，单链路带宽约 36 GB/s（双向），通常使用多条 GMI 链路组成。 来源：Intel 和 AMD 技术资料，Hot Chips 会议论文。

• 本地/远程内存访问延迟比 理想系统接近 1:1，但实际通常为 1:1.3 至 1:2.5。该比值越小，说明互联和一致性引擎效率越高，应用对数据放置不敏感。评测中常用 Intel Memory Latency Checker (MLC) 或 lmbench 测试。

• 缓存一致性协议类型与目录大小 协议如 MESIF（Intel）、MOESI（AMD）等。目录大小和命中率影响可扩展性：目录过小会导致频繁的目录 miss 和全局广播，限制扩展。一般未公开详细目录结构（商业机密），但可从扩展度和延迟曲线推断。

• 远程访问带宽与拥塞特性 单流远程内存读带宽可能仅有本地带宽的 50%-80%，多流并发时由于互联总带宽有限，局部热点可能迅速进入饱和，成为实际瓶颈。MLC 工具可测。

• 虚拟化环境中的 NUMA 暴露 虚拟化层的 vNUMA 拓扑模拟准确度，直接影响虚机内数据库性能。VMware vSphere、Linux KVM 等均已支持 vNUMA，但大型 8 路系统的 vNUMA 配置对性能调优仍有挑战。

• 内存容量扩展 单系统最大支持内存容量：双路 AMD EPYC 可支持 12 TB（16 通道 DDR5），双路 Intel 可达 6 TB（8 通道 DDR5 + Optane PMem 以来，但 Optane 已停产）。CXL 内存池化未来可能突破本地内存限制。 来源：厂商公开规格，2023。

5 技术路线

CC-NUMA 并非一成不变，它在历史演进中不断吸收新技术，当前主要技术路线如下：

传统多路 SMP 到 ccNUMA（1990s–2000s） 早期的对称多处理（SMP）共享一条系统总线，导致总线竞争，扩展性受限（通常 4 路以内）。引入本地内存和点对点互连后形成 ccNUMA，代表产品如 SGI Origin 2000、HP Superdome 等。该路线确立了“节点内 SMP + 节点间 NUMA”的范式，沿用至今。

x86 双雄的现代实现

• Intel UPI + Mesh：从 Nehalem 的 QPI 开始，逐步演变至 UPI。核心内部采用网格拓扑，通过 Caching/Home Agent 提供分布式一致性引擎和目录。Sapphire Rapids 引入 EMIB 多片集成，但仍保留统一的一致性域。Intel 在 8 路系统中通常使用“监听过滤器 + 分布式目录”混合模式。
• AMD Infinity Fabric：自 Zen 架构起，将所有 IP 通过 Infinity Fabric 互连，跨 socket 采用 Scalable Data Fabric (SDF)，每个 CCD（核心复合芯片）通过 Infinity Fabric On-Package 与 IOD 连接，IOD 再对外提供 GMI 链路。这种 chiplet 架构本身就是一个微缩版的 CC-NUMA 系统，即使单路服务器内部也具备 NUMA 特征（不同 CCD 访问某些 IOD 资源延迟不同）。EPYC 9004 的单路 12-chiplet 架构，软件可见为 NPS（NUMA per socket）分区，可配置为多个 NUMA 域。

Arm 阵营路线 Arm Neoverse 提供 CMN（Coherent Mesh Network）互连 IP，为芯片设计公司构建 CC-NUMA 提供基础模块。CMN-700 支持多芯片一致性，但实际商用的多路 Arm 服务器仍少见，多数 Arm 服务器追求高单路核心数，规避复杂多路 NUMA。Nvidia Grace 超级芯片通过 NVLink-C2C 将两块 Grace CPU 连成缓一致性共享内存节点，内部采用高速一致性的 900 GB/s 链路，是一种独特的双路极致性能 NUMA 实现。

新兴互连技术的冲击与融合

• CXL（Compute Express Link）：基于 PCIe 物理层但携带一致性协议（CXL.cache 和 CXL.mem），允许主机 CPU 与加速器、内存扩展器之间维持缓存一致性。CXL 3.0 支持多级交换和内存共享，有望构建更大范围的一致性内存池，将 CC-NUMA 的边界从机箱内部扩展到机架级别。
• UCIe（Universal Chiplet Interconnect Express）：芯片之间的一致性互连标准，推动 chiplet 生态，可能使未来 CC-NUMA 系统不再由单一厂商封闭实现，而可采用异构 chiplet 组装。

路线争论：大一致域 vs. 小一致域 + 高速网络 部分超大规模互联网公司推崇“小一致域多路机器 + InfiniBand 高速集群 + 应用层分布式一致性”，认为大规模 CC-NUMA 的性价比在多数互联网业务中不如横向扩展。但在企业关键任务市场，CC-NUMA 的不可替代性依然牢固。这两条路线将长期共存。

6 上游

CC-NUMA 的产业链上游是决定一致性互联性能与扩展性的核心技术供应商，包括 IP 授权、EDA 工具、晶圆制造和先进封装。

处理器架构与互连 IP

• Arm：凭借 Neoverse 参考平台和 CMN 一致性网状网络 IP，向华为海思、Ampere、Nvidia 等多个芯片公司提供授权，是当前除 x86 外最具影响力的上游 IP 源。
• Intel 和 AMD：均采用自研架构与封闭互联 IP，不对外授权。它们的互联技术（UPI、Infinity Fabric）是双方服务器 CPU 竞争力的核心差异化要素。
• SiFive、RISC-V 生态：目前还没有可商业化、支持大规模多路缓存一致性的 RISC-V 处理器和互联 IP，但国际上已有研究项目；公开可用的商用级 RISC-V CC-NUMA IP 仍未成熟。

EDA 与设计服务

• **EDA 供应商（Synopsys、Cadence、西门子 EDA）**提供缓存一致性协议验证、NoC（片上网络）设计、信号完整性仿真等关键工具。一致性协议的验证复杂度极高，构成极高的设计门槛。
• **设计服务公司（如 Alchip、Global Unichip 等）**协助芯片设计公司集成 Arm CMN 等第三方 IP，完成物理设计与流片。

晶圆代工与先进封装

• 台积电（TSMC）：几乎垄断先进制程（7nm 及以下）的服务器 CPU 制造，Ampere、Nvidia Grace、部分国产 CPU 均由其代工（或基于其工艺）。
• 三星：提供 5nm 等制程，但服务器芯片体量较小。
• 先进封装（CoWoS、FoCoS、EMIB 等）：随着芯片面积不断增大和 chiplet 普及，CC-NUMA 系统 die-to-die 一致性互联更多依赖高密度封装，台积电 CoWoS/InFO、Intel EMIB/ Foveros 成为关键使能技术。互联密度和能效直接影响芯片内部和各节点间一致性的带宽与延迟。

上游的供给集中度极高，技术迭代周期与服务器 CPU 换代密切相关（约 2-3 年一代）。

7 下游

下游是购买和使用 CC-NUMA 服务器的最终用户，以及为其提供软硬件适配的厂商。

服务器 ODM/OEM

• 品牌服务器厂商：Dell Technologies、HPE、Lenovo、浪潮信息、新华三、超微（Super Micro）等是 CC-NUMA 服务器的直接设计和销售者。他们定义整机架构（如 2U 双路、4U 四路等），设计电源、散热、布线，并进行兼容性验证。头部厂商会与 CPU 厂商联合开发旗舰多路机型。
• ODM 商：广达、仁宝、富士康等为云厂商代工定制化服务器，主要出货仍以单路/双路为主，超大规格多路机型较少。

基础软件与虚拟化

• 操作系统：Red Hat Enterprise Linux、SUSE Linux Enterprise Server、Windows Server 等均提供高级 NUMA 亲和性调度，通过 Administer Memory Policy 等实现节点绑定或交叉分配。
• Hypervisor：VMware vSphere、Linux KVM、Microsoft Hyper-V 支持 vNUMA 拓扑暴露，以便虚机内部优化，否则性能可能损失 20% 以上（VMware 官方文档 2021）。
• 容器平台：Kubernetes 的 Topology Manager 可以协调 NUMA 对齐，但生态成熟度不如虚拟机。

数据库与关键应用

• 关系型数据库：Oracle Database、MySQL/InnoDB、PostgreSQL 等在大型 SMP/NUMA 平台上可能需要配置内存亲和性、锁分区等参数。Oracle 的 Cache Fusion（RAC）在共享存储集群中也依赖 NUMA 感知。
• 内存数据库与分析平台：SAP HANA 对 NUMA 极度敏感，其认证设备清单严格规定了硬件配置（HANA TDI 认证规范，2023），包括必须开启 NUMA node interleaving 或使用特殊配置。Redis（单线程）在多 NUMA 节点下需要谨慎部署多实例绑定节点。
• HPC 应用：很多仿真代码基于 MPI+OpenMP 混合编程，单节点性能高度依赖内存访问的本地性，MPI 进程绑定策略受 NUMA 拓扑影响。

终端行业 金融（核心交易数据库、风控）、电信（计费系统、HLR）、政府（税务、海关）、制造（ERP/MES）、医疗（HIS 系统）等场景是需要大单实例处理能力、数据强一致性的传统 IT 市场，也是 CC-NUMA 服务器的核心消耗领域。云服务商（AWS、Azure、阿里云等）的金属服务器和大型虚机实例同样构成规模需求。

8 受益公司

CC-NUMA 的受益方涵盖技术供应商、服务器整机厂商和软件生态企业，以下列示代表性公开公司（不含未上市主体），并简述其受益逻辑，不构成任何投资建议。

• AMD（超威半导体）：EPYC 9034/9004 系列凭借 Zen4 核心和高带宽 Infinity Fabric，在单/双路服务器市场份额快速提升（Mercury Research 2023Q4 显示 AMD 服务器 CPU 市场份额约 23%）。CC-NUMA 能力是支撑高核心数和高内存带宽的核心竞争力，受益于企业数字化转型对多路大内存主机的需求。
• Intel（英特尔）：Xeon 可扩展处理器长期主导 4 路及以上 CC-NUMA 市场，尽管近年失去部分份额，但凭借成熟的 8 路平台和 ISV 认证生态，依然是金融、大型数据库用户的首选。Sapphire Rapids 及后续 Granite Rapids 强化了加速器和 CXL 支持，试图扩展 classic NUMA 边界。
• Nvidia（英伟达）：Grace CPU 与 Grace Hopper 超级芯片在 AI 大模型推理和特定科学计算场景要求高带宽共享内存，其 NVLink-C2C 实现双路缓一致性 Grace 系统（实质为 NUMA）。随着 Nvidia 切入 CPU 领域，其一体化的 GPU-CPU 一致性内存架构可能在某些 HPC 和 AI 场合替代传统 x86 的 CC-NUMA。
• Ampere Computing（未上市，投资方包括微软等）：作为 Arm 服务器头部芯片公司，其 Altra 系列主打高核数低功耗，虽然目前未推多路，但基于 Neoverse 的路线图有望支持更大规模一致性互联，成为云原生数据中心的潜在受益者。
• Inspur（浪潮信息，000977.SZ）：国内最大的服务器供应商之一，深度参与 Intel/AMD 双路的系统开发，并为国内鲲鹏等平台提供整机。政府在信创和数字化采购中对高配多路服务器有持续需求，浪潮直接受益。
• Lenovo（联想集团，0992.HK）、HPE（惠与）、Dell Technologies（DELL.US）：全球 TOP 服务器厂商，均以高配多路 CC-NUMA 机型（如 ThinkSystem SR950、HPE Superdome Flex、Dell PowerEdge R960）锚定企业关键应用市场，高 ASP 产品贡献可观利润。
• Oracle（甲骨文，ORCL.US）：旗下数据库和 Exadata 一体机深度绑定 CC-NUMA 服务器的优化，向客户销售硬件和授权时，强劲的大内存节点能力是卖点。
• SUSE、Red Hat（IBM 子公司）：企业 Linux 的 NUMA 优化是其与免费版本的重要差异点之一，大内存多路服务器的订阅收入较高。

国产替代链方面，华为海思（未上市）的鲲鹏 920 是国产 CC-NUMA 代表，飞腾、海光等 CPU 亦在各自生态中构建双路/四路系统，浪潮、新华三、曙光等整机厂商受益于信创采购。但供应链因制程和 IP 受限存在不确定性。

9 市场规模

CC-NUMA 系统没有单独的独立市场统计，通常内嵌于整个服务器市场，尤其是在中高端的多 socket 服务器和大内存/关键应用服务器中体现。我们通过拆解相关数据来估算。

整体服务器市场 据 IDC Worldwide Quarterly Server Tracker，2023 年全年全球服务器市场厂商收入约为 1200 亿美元，出货量约 1300 万台（IDC，2024 年 3 月公布）。其中，x86 服务器收入占比逾 90%，非 x86（包括大型机、RISC 及 ARM 等）不到 10%。

多路服务器占比 IDC 按 CPU 插槽分类，2023 年单路和双路服务器占出货量绝大部分，4 路及以上平台出货量极低（少于 2%），但由于高 ASP，4 路及以上占收入比重约 6%-8%（IDC 历史数据，2022）。以 2023 年 1200 亿美元收入粗略估算，4 路及以上多处理器服务器市场年收入约 70 至 100 亿美元，这部分几乎全面采用 CC-NUMA 架构。此外，双路服务器也有大量采用高性能一致性互联，双路是 CC-NUMA 的典型形态，若将高端双路（如支持内存镜像、Rank Sparing 的业务关键级双路）计入，则 NUMA 相关市场远超百亿美元。

内存市场的侧面印证 CC-NUMA 系统往往配置大内存，IDC 追踪的企业级内存条出货中，2023 年 128GB/256GB 大容量 RDIMM 需求强劲，主要搭配四路及以上服务器。三星、SK 海力士、美光的 DRAM 出货结构可间接反映大型 NUMA 系统的扩张趋势。

CAGR 展望 IDC 预测 2023-2027 年服务器市场整体收入将以约 5% 的 CAGR 增长，其中高配多路服务器因 AI 推理和内存数据库场景驱动，增速可能略高于整体服务器（约 7% CAGR），主要受金融、医疗和政府数字化推动（IDC 2023 年预测）。

国产市场特殊机会 中国信创和“东数西算”工程带来额外需求，2023 年国产服务器采购额约 400 亿元人民币（赛迪顾问估算），其中高端多路机型渗透率逐步提升，整体市场规模几十亿元量级，但增速较快。具体数字因采购名录未公开而难以精确拆分。

风险提示：上述市场拆分基于多种假设，且高端多路不能完全等同于 CC-NUMA 市场（部分低端多路可能不满足严格的一致性要求），读者需注意口径。任何市场份额数字均来自第三方机构估计，可能存在偏差。

10 玩家对比

以下对比主要 CC-NUMA 平台的技术指标（基于公开参数，截至 2024 年中期已发布的产品）。

*本地/远程延迟数据来自 ServeTheHome、AnandTech 等公开评测，使用 MLC 或 lmbench 工具，系双路系统下 idle 值，负载下可能上升。不同平台配置差异较大，仅做定性参考。

简要分析：

• x86 双强在扩展性、生态成熟度上全面领先，双路是本世代主力形态。
• Arm 方案试图另辟蹊径：Ampere 用超高单路核数避免多路，Nvidia 用极致带宽双路配合 GPU。
• 华为鲲鹏的互联技术理论上可支撑多路，但受制于制造，迭代缓慢，与主流差距拉大。

11 风险

CC-NUMA 架构及其相关市场面临多重技术与商业风险，投资者和决策者需充分认知。

1. 扩展性墙与性能收益递减 随着节点数增多，目录查询、缓冲请求冲突、网络路由开销等指数增长，一致性的“开销”吃掉更多带宽。Amdahl 定律在一致性互联上的表现：当程序有 10% 的访问是跨节点时，即便无限增加节点，加速比也受限。实际 8 路系统相对于 4 路的性能增幅往往只有 30%-50%，甚至在某些负载下出现倒退。这限制了厂商继续推出 16 路及以上通用服务器的经济性。

2. 软件优化不足导致硬件空转 大量应用程序和中间件并未针对 NUMA 进行合理的内存和线程绑定，默认调度器可能将线程在节点间随意迁移，导致远程访问占比高，性能不及预期。根据 VMware 和 Red Hat 的技术文档，未开启 NUMA 亲和性可能令数据库性能下降 20%-40%，但企业用户的调优能力和意愿参差不齐。软件生态的滞后会拖慢高端硬件的渗透率。

3. 功耗与热密度 高速宽位一致性互联链路本身就是能耗大户，多个大功率 CPU 和大量内存集中在同一个机箱，对供电和散热要求极为严苛。一台 4 路顶级 x86 服务器的满载功耗可达 2000-3000W 以上，迫使数据中心进行液冷改造，推高 TCO（总拥有成本）。液冷技术和供电就是当前扩展的另一瓶颈。

4. 供应链与授权依赖 x86 阵营由 Intel 和 AMD 独占，全球产能和制程高度依赖台积电和 Intel 自身工厂。Arm 方案依赖 Arm 的 Neoverse 架构授权，地缘政治下国产芯片获取最新 IP 和先进制程存在不确定性。一旦授权或制造断裂，国内 NUMA 路线可能被迫停滞或降级到旧制程，进一步拉大性能差距。

5. 替代架构蚕食

• 分布式数据库 + 普通双路/单路服务器：Google Spanner、CockroachDB 等 NewSQL 系统依靠应用层一致性代替硬件 cache 一致性，降低对巨型 NUMA 节点的依赖。
• CXL 内存池化：虽然初看是 CC-NUMA 的延伸，但也有可能改变服务器架构，使计算和内存分离，届时“大内存多路”的优势可能被内存池共享所削弱，传统 OEM 整机的价值被解耦。
• GPU/DPU 异构：在大 AI 推理和训练中，单 GPU 内存带宽远超 CPU 内存，部分场景已经不再以 CPU 为核心，CPU 缓存一致性重要性下降。

6. 市场周期性波动 企业 IT 支出具有强周期性，宏观预期转弱时，昂贵的多路服务器采购往往遭推迟（IDC 历史数据表明，多路市场波动幅度远大于整体服务器），导致产业链业绩剧烈波动。

12 误读纠偏

交流中常见对 CC-NUMA 的简化甚至错误理解，特此辨析。

误读1：远程内存访问也就慢了一点点，影响不大 实际上远程延迟可达本地延迟的 1.5-2 倍，带宽也可能萎缩为 50%。在内存密集型工作负载（如 SAP HANA 分析、Redis）中，频繁的远程访问会急剧拉低吞吐。有案例显示，未绑定节点的 Oracle 数据库 TPC-C 性能仅为正确 NUMA 绑定的 60%-70%，并非“一点点”。

误读2：有了 CC-NUMA，编写程序就完全跟单机一样 硬件提供了统一地址空间，但性能的可预测性消失了。为获得最佳性能，程序员仍然需要理解拓扑、进行数据局部性优化。许多 HPC 和数据库团队需耗费大量精力进行性能调优，否则生产性能可能严重偏离基准测试结果。CC-NUMA 是“编程模型相对简单”，并不等于“可以完全瞎写”。

误读3：NUMA 只出现在多路服务器上 现代单路芯片内部往往也是 NUMA 架构，尤其是 AMD EPYC 和 Intel 的 chiplet 设计，不同核心集群访问某些 IOD/内存控制器的延迟存在差异。操作系统会将单路呈现为多个 NUMA 节点（如 EPYC 9004 可配置为 4 个 NPS 节点）。因此单路也可能因 NUMA 效应而产生性能波动，管理员必须在单路系统上进行 NUMA 绑定。

误读4：CC-NUMA 已过时，被集群取代 NUMA 与集群是互补而非替代。共享内存编程模型在事务型数据库、内存分析等领域依然远胜于分布式消息传递模型，数据一致性保障更简单。同时，大型多路服务器的维护和运维成本远低于等同规模的几十台小服务器集群，软件授权（按核心计费）有时也更划算。两者将在不同场景持续并存。

误读5：所有声称“支持 CXL 一致性”的产品都是 CC-NUMA CXL 的 Type 3 设备提供内存扩展，CXL.cache 可使主机 CPU 缓存这些扩展内存的副本并维护一致性，但这更像是将内存池接入原有的一致性域，而不是重新定义一个完整的多节点 NUMA 系统。真正的 CC-NUMA 需要在多个主动计算引擎间维护全部内存的缓存一致性，包括 CPU 之间的共享。CXL 当前更多扮演内存/加速器一致性互连的角色，二者有交集但不完全等同。

误读6：国产 CC-NUMA 服务器已与国际水平同步 尽管华为鲲鹏 920 等国产芯片构成了一套可用的 NUMA 系统，但在核心数、单核性能、互联带宽、一致性引擎效率以及最大节点数等关键指标上，对比同期 Intel/AMD 产品仍存在明显差距。生态适配（数据库、OS）的深度和广度亦有待提升。国产化是“可用”，但远未到“好用”且在绝对性能上抗衡的水平。

13 最新事件

以下为 2024 年至 2025 年初与 CC-NUMA 密切相关的产业动态，均基于公开报道。

• Intel Granite Rapids 发布（2024 年 Q3） Intel 推出了面向多路服务器的 Granite Rapids Xeon 6 系列，核心数提升至最多 128 核（单路），采用 Intel 3 制程，并引入 UPI 3.0 和更大的目录缓存，显著改善 4 路/8 路系统的远程延迟。同时内置 CXL 2.0 加速器，服务器厂商同步展示 8 路 1152 核系统原型。（Source: Intel Newsroom, Aug 2024）

• AMD Turin 系列公布（2024 年 Computex） AMD 宣布 EPYC “Turin” 将采用 Zen5 核心，核心数提升至 128 核/256 线程以上，Infinity Fabric 更新至第 4 代，跨 socket 带宽提升约 30%，低于 100 ns 远程延迟成为目标。预计 2024 年下半年出样。（Source: AMD 官方新闻）

• Nvidia Blackwell 平台对 NUMA 的延伸 Nvidia 发布 Blackwell B200 GPU 及 Grace-Blackwell 超级芯片，采用 NVLink-C2C 2.0，跨芯片带宽达 1.8 TB/s。虽然主要链接 GPU，但 Grace CPU 与 Blackwell GPU 之间构成大一致内存域，Nvidia 开始将一致性 NUMA 概念扩展到加速器主导的计算平台。（Source: Nvidia GTC 2024 keynote）

• CXL 3.0 规范落地，内存池化加速 CXL Consortium 发布 CXL 3.0 规范，支持多级交换和跨机架一致性内存共享。三星、SK 海力士展示基于 CXL 3.0 的 512 GB CMM 内存模块。部分厂商宣布将在 2025 年推出支持 CXL 3.0 多路池化的服务器平台，可能重新定义 NUMA 的边界。（Source: CXL Consortium, 2024）

• 中国信创政策推动国产 NUMA 应用 2024 年信创工作持续推进，多家国有大行和电信运营商在核心交易数据库领域尝试使用鲲鹏 920/飞腾 S5000C 等国产 4 路服务器替代部分 Oracle/Intel 系统，并开展 NUMA 调优联合验证。行业 TPC-C 类基准测试显示，国产多路集群在特定优化下能胜任中等规模 OLTP，但峰值性能仍仅为同代 x86 系统的 30%-50%。（Source: 公开 IT168、DOIT 社区报道，2024）

• IBM Power11 路线图强调 NUMA 继承 IBM 公布 Power11 处理器路线图，仍沿用多路大内存 NUMA 架构，继续服务 AIX/IBM i 核心客户。大型机市场竞争格局稳定，但体量相对较小。（Source: IBM 技术更新，2024）

上述事件表明，CC-NUMA 依然在 active 演进，并即将进入新一轮平台升级周期，技术扩散至更广泛的异构内存池化领域。

14 跟踪指标

若需持续跟踪 CC-NUMA 产业的景气度与技术进展，可关注以下可量化指标，数据来源见括号说明。

硬件迭代信号

• 主流 CPU 厂商下一代平台的最大核心数、UPI/Infinity Fabric 带宽提升百分比（AMD/Intel 官网、Hot Chips 论文）。
• 多 socket 系统的 SPEC CPU / STREAM 多路扩展比（SPEC.org, STREAM benchmark 第三方评测）。理想扩展比应接近线性，实际 2 路到 4 路扩展比在 1.8x-2.0x 之间为优秀。
• 本地与远程内存延迟比（MLC 评测），比值缩小意味互联改进。

市场采纳指标

• IDC 季度服务器 tracker 中 4 路及以上服务器出货量和收入占比，尤其关注亚太区和中国区。
• 超大内存（≥2 TB）配置服务器渗透率，可从 DRAM 原厂营收电话会议中的大容量模组出货趋势推断。
• 主要数据库和 ERP 厂商的硬件认证列表更新，关注是否新增国产平台。

软件生态进展

• Linux 内核 NUMA 相关补丁数量和主要贡献者（LKML 活跃度）。
• 主要 Linux 发行版（RHEL、SLES）release notes 中有关 AutoNUMA 或内存策略的改进。
• VMware/KVM 的 vNUMA 增强，以及超大型虚机（≥128 vCPU/ ≥ 4TB 内存）的支持实例数量变化。

竞争格局信号

• Arm 服务器芯片厂商宣布多路一致性产品的时间表。
• CXL 2.0/3.0 内存模块在服务器上的商用落地数量和 benchmark 结果（CXL Consortium 或厂商白皮书）。
• 主要云厂商提供的裸金属 NUMA 实例规格变化（AWS / Azure / 阿里云官网）。

国产替代追踪

• 信创目录中国产服务器中 4 路及以上占比（政府公开招标信息统计）。
• 鲲鹏/飞腾等芯片官方性能评估（SPEC CPU 2017 成绩）是否随制程/架构升级而跃升。
• 达梦、人大金仓等国产数据库官方文档中关于 NUMA 配置优化的推荐和案例。

财务关联指标

• Intel 数据中心业务（DCAI）和 AMD 数据中心业务营收中，高 ASP 产品（如 Xeon Max、EPYC 高核心数）比重（季度财报电话会议）。
• 主流 OEM 厂商的企业级服务器 ASP 变化趋势（Dell/HPE/Lenovo 财报）。

通过定期跟踪上述指标，可以形成对 CC-NUMA 产业链景气度、技术成熟度和国产化进展的系统性认知。

15 信源

以下列出本文提及的公开数据、