NUMA 的关键不是“有几个 CPU”，而是执行位置、页面位置和设备路径不一致时，谁承担跨节点访问与通信成本。

节点不是插槽的别名

NUMA 节点描述非均匀内存访问域。一个插槽如何映射节点取决于平台和配置；OS 展示的拓扑还受到固件提供的信息影响。双路不能自动推出正好两个节点，节点编号也不是永久稳定的资产标识。

Linux 的 NUMA 内存策略 规定了内存分配策略的作用范围。线程调度位置与页面分配策略分别控制不同对象，不能把 CPU 绑定当成已经迁移了全部内存。

三种位置要一起看

执行位置是线程当前运行在哪些 CPU；数据位置是访问的物理页属于哪些节点；I/O 位置是设备路径和处理队列与哪些资源更接近。对高 I/O 业务，忽视中断或完成处理位置，可能使“线程和内存在一起”的优化仍跨节点搬运。

节点 A：工作线程 / 本地页 / 某设备队列
                 |
              跨域互连
                 |
节点 B：工作线程 / 本地页 / 其他设备队列

请求路径 = 执行位置 + 页面位置 + 设备与完成位置

这是示意拓扑，不是 TaiShan 某个插槽的实际连接。具体关系需来自对应手册和获授权的系统观测。

首次访问为什么重要但不是万能规律

页面通常在需要建立实际映射或分配时获得物理存储，分配策略、调用线程位置和资源可用性会影响结果。共享页、文件映射以及后续迁移具有不同语义，因此“谁最先碰到就永远归谁”是过度简化。

原创场景：初始化线程在一组 CPU 上准备全部数据，工作线程后来分散运行。工作负载可能遇到与预期不同的页面分布。改变线程绑定不一定改变已经分配的页；这一点也解释了为什么实验必须记录初始化阶段。

本地访问、均匀分配与负载平衡的取舍

优先本地分配能够减少部分访问距离，但一个节点资源不足时会出现其他约束。交错分配可能帮助使用多个节点的带宽，却不等于每次依赖读取都更快。最合适的方式依赖共享程度、工作集和并发模型。

优化不能只追求“本地比例最高”。如果过度绑定使少数 CPU 排队，跨节点流量减少的收益可能被调度等待抵消。配额与 cpuset 的限制还会与分配策略共同作用，语义以实际内核配置为准。

设备路径与队列亲和性

网卡多队列、接收处理、应用线程和内存分配可以形成一条更完整的路径。RSS 与软件转发机制属于不同层，见 Linux 网络扩展机制。增加队列并不自动使应用单连接利用所有核心。

如何形成有边界的结论

“NUMA 导致慢”必须给出路径假设与比较条件：相同请求分布、相同总资源、相同数据规模，观察吞吐和尾延迟变化。拓扑可支持距离解释，不能独自证明具体瓶颈。性能变化还需排除频率、缓存状态、共享负载等因素，相关报告字段见 测试证据。

服务器知识库 · 系统架构 · 数据路径 · 测试验收 · 工程参考

公开资料核对：2026-10-07。文档类型：Explanation。逻辑图、场景推演与报告模板为原创，不代表实测结果、厂商内部设计或公司制度；操作仅限获授权的目标和环境。