多级NUMA：AMD EPYC互连速率、位宽与功耗的关系

下图是动笔写之前临时加进来的，看完本文您应该会发现，我要讨论的内容与具体哪家服务器的关系并不大。

很早就听朋友说EPYC是MCM“胶水封装”，AMD这款处理器使用了4个基于Ryzen的SoC/Die，具体点说就是每个Die都相当于SoC，都带有内存和PCIe控制器。

Socket/Die/Channel：解读三种NUMA设置

上图示意出了4个Die（每Die最多8核）与内存通道、IO之间的对应关系，这里的IO没有区分用于PCIe还是CPU之间互连。

对服务器BIOS里NUMA设置熟悉的朋友，应该都见过Interleave（交错）这个选项。按照传统设计的CPU，“Node Interleave”就意味着关闭NUMA优化（玩数据库的一些朋友熟悉这个吧），而到了AMD EPYC我们看到了3个不同的Interleave选项。

Socket Interleave——相当于Intel Xeon的Node Interleave，也就是NUMA彻底关闭。在单插槽AMD EPYC配置下该选项不可用，而在双CPU时选择这一项就意味着系统只有1个NUMA节点。

Die Interleave——由于前面提到的设计，AMD EPYC片上多Die连接的内存有就近和局部访问优化的关系，所以就多出了一级NUMA设置。如果选择这一项，就意味着（部分）启用插槽间的NUMA优化，但在每颗CPU上的4个Die之间关闭NUMA。

Channel Interleave——这是只在每个Die的2个内存通道间交错存取，多个Die、插槽间全部启用NUMA优化。此时对于单颗AMD EPYC相当于4个NUMA Node，两颗CPU这个数字就是8。

Fabric互连速率、位宽与功耗之间的关系

上面这个表我一开始没看太明白，后来才发现它讲的是内存总线速度与Infinity Fabric Speed之间的对应关系，类似于固定的“倍频”。那么为什么同一颗CPU上Die之间的互连速率，要比插槽间互连的的速率慢一倍呢？

上面写的每条Die间互连42GB/s双向带宽（单个方向为一半），除以5.3GT/s不难算出MCM link的信道宽度是32bit。如此每个Die共有96对（192）引脚用于片上互连。

至于插槽间的互连，在每2个Die之间是38GB/s的双向总带宽，这里似乎我拿9.6GT/s才能整除，可计算出该link的信道宽度是16bit。这样4个Die总和64 lane正好等于从128 lane PCIe控制器“挪用”过来的一半。

那么既然跨插槽能做到10.6GT/s，为什么不把跨Die连接也设为这个速率来加快片上通信呢？我觉得是为了平衡功耗，跨插槽互连的能耗比为9pj/bit，而片上跨Die只有2pj/bit。

我们不妨广义地理解AMDEPYC的每个Die有4个32bit Fabric I/O接口，其中3个用于Die间互连；只有一个用于PCIe，或者再分出一半给插槽间互连。Die间有相对充足的信道宽度，所以选择了降低频率以控制整个MCM封装的功耗。

服务器BIOS示例、PCIe插槽NUMA亲和

上图以Dell PowerEdgeR7425双路服务器为例，经过前面的介绍大家应该知道“Channel Interleaving”选项在这里的含义，即最大（8 Node）NUMA优化。

注：当选择在服务器后侧增加3.5英寸磁盘位，PCIe插槽的数量会受到影响。

上表是另外一款R7415单路服务器PCIe插槽，与CPU Die/NUMA Node、内存插槽之间的对应关系。由于该机型最多支持24个U.2 NVMe SSD，所以AMDEPYC PCIe控制器中应该有一部分被预留给了驱动器背板。

在软件设计上，如果想要发挥NUMA最大的效率，比如Embedded LOM网卡直接连在CPU Die 2上，它访问同一NUMA Node所属的内存插槽（A7，A8，A15，A16）延时就是最低的。

上图是不带后侧热插拔驱动器位的R7415，此时除了贴近主板的LOM网卡之外，还有2个全高PCIe和2个半高PCIe扩展槽位。

参考资料：《Directfrom Development – PowerEdge NUMA Configurations with AMD EPYC Processors》

http://en.community.dell.com/techcenter/extras/m/white_papers/20444763/

历史文章汇总：http://chuansong.me/account/huangliang_storage