测量NUMA（非均匀存储器访问）。没有明显的不对称性。为什么？

我试图测量NUMA的非对称内存访问效应，但失败了

实验

在2.93GHz、2个CPU、8核的英特尔至强X5570上执行

在固定到core 0的线程上，我在core 0的NUMA节点上使用NUMA_alloc_local分配一个大小为10000000字节的数组。
然后我迭代数组x50次，读取和写入数组中的每个字节。测量执行50次迭代所用的时间

然后，在服务器中的每个其他内核上，我固定一个新线程，并再次测量执行50次读写迭代所用的时间
到数组中的每个字节x

数组x很大，可以最大限度地减少缓存影响。我们想要测量的是CPU必须一直到RAM才能加载和存储时的速度，而不是缓存有帮助时的速度

我的服务器中有两个NUMA节点，因此我希望在分配数组x的同一节点上具有关联性的核心具有
更快的读/写速度。我没看到

为什么?

也许NUMA只适用于8-12核以上的系统，正如我在其他地方看到的那样

http://lse.sourceforge.net/numa/faq/

numatest.cpp

#包括&lt；numa.h&gt；
#包括&lt；iostream&gt；
#包括&lt；增压/螺纹/螺纹。hpp&gt；
#包括&lt；boost/date\u time/posix\u time/posix\u time.hpp&gt；
#包括&lt；pthread.h&gt；
空心销与芯（芯尺寸）
{
cpu\u设置\u t cpuset；
CPU_ZERO（&amp；cpuset）；
中央处理器组（核心和中央处理器组）；
pthread_setaffinity_np（pthread_self（）、sizeof（cpu_set_t）和cpuset）；
}
标准：：奥斯特雷姆公司；操作员&lt&书信电报；（标准：ostream&amp；os、常量位掩码&amp；bm）
{
对于（大小i=0；i&lt；bm.size；++i）
{
操作系统&lt；&lt；numa\U位掩码\U isbitset（&amp；bm，i）；
}
返回操作系统；
}
空心*螺纹1（空心**x，尺寸\u t芯，尺寸\u t N，尺寸\u t M）
{
引脚至铁芯（铁芯）；
void*y=numa\u alloc\u local（N）；
boost:：posix_time:：ptime t1=boost:：posix_time:：microsec_clock:：universal_time（）；
字符c；
用于（尺寸i（0）；i&lt；M；++i）
对于（尺寸j（0）；j&lt；N；++j）
{
c=（（char*）y）[j]；
（（char*）y）[j]=c；
}
boost:：posix_time:：ptime t2=boost:：posix_time:：microsec_clock:：universal_time（）；
std:：cout&lt；&lt；&lt；&lt；&lt；core&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；core&lt；&lt；&lt；&lt；&lt；&lt；&lt；t2-t1）&lt；&lt；std:：endl；
*x=y；
}
空心螺纹2（空心*x，尺寸\u t芯，尺寸\u t N，尺寸\u t M）
{
引脚至铁芯（铁芯）；
boost:：posix_time:：ptime t1=boost:：posix_time:：microsec_clock:：universal_time（）；
字符c；
用于（尺寸i（0）；i&lt；M；++i）
对于（尺寸j（0）；j&lt；N；++j）
{
c=（（char*）x）[j]；
（（char*）x）[j]=c；
}
boost:：posix_time:：ptime t2=boost:：posix_time:：microsec_clock:：universal_time（）；
std：：cout&lt；&lt；&lt；&lt；&lt；core&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；&lt；t2-t1）&lt；&lt；std：：endl；
}
int main（int argc，常量字符**argv）
{
int numpus=numa_num_task_cpu（）；
标准：：cout&lt；&lt；&lt；&lt；numa_available（）&lt；&lt；numa_available（）&lt；&lt；标准：：endl；
numa_set_localalloc（）；
位掩码*bm=numa\u位掩码\u alloc（numpus）；
对于（int i=0；i&lt；=numa_max_node（）；++i）
{
numa_节点到cpu（i，bm）；
标准：：cout&lt；&lt；&lt；&lt；numa节点&lt；&lt；&lt；&lt；&lt；&lt；&lt；bm&lt；&lt；&lt；numa节点尺寸（i，0）&lt；&lt；标准：：endl；
}
无位掩码（bm）；
void*x；
规模（10000000）；
尺寸M（50）；
boost：：线程t1（boost：：绑定（&amp；thread1，&amp；x，0，N，M））；
t1.join（）；
用于（大小i（0）；i&lt；numpus；++i）
{
boost：：线程t2（boost：：绑定（&amp；thread2，x，i，N，M））；
t2.连接（）；
}
无努马（x，N）；
返回0；
}

输出

g++-o numest-pthread-lboost\u thread-lnuma-O0 numest.cpp
/最新
numa_可用（）0&lt；--NUMA在此系统上可用
numa节点0 10101010 12884901888&lt；-核心0,2,4,6位于NUMA节点0上，约为12GB
numa节点1 01010101 12874584064&lt；-核1、3、5、7位于NUMA节点1上，该节点略小于节点0
在内核0:00:00:01.767428上分配的同一线程已用读/写时间
内核0:00:00:01.760554上线程经过的读/写操作
内核1:00:00:01.719686上线程经过的读/写操作
内核2:00:00:01.708830上线程已用读/写时间
内核3:00:00:01.691560上线程已用读/写时间
内核4:00:00:01.686912上线程经过的读/写操作
内核5:00:00:01.691917上线程经过的读/写操作
内核6:00:00:01.686509上线程经过的读/写操作
内核7:00:00:01.689928上线程经过的读/写操作

无论哪个内核正在读写，通过数组执行50次迭代读写大约需要1.7秒

更新：

我的CPU上的缓存大小是8Mb，因此10Mb的阵列可能不足以消除缓存效应。我尝试了100Mb阵列x，并且
我尝试过在最里面的循环中使用_sync_synchronize（）发出一个完整的内存限制。它仍然没有揭示NUMA节点之间的任何不对称性

更新2：

我已尝试使用uu sync\u fetch\u和_add（）读取和写入数组x。还是没什么