告别显存溢出：NVIDIA Open GPU内核模块内存回收机制深度解析

2026-02-04 04:40:34作者：房伟宁

你是否曾遭遇过GPU内存耗尽导致应用崩溃的窘境？在AI训练、3D渲染等显存密集型场景中，低效的内存管理不仅会引发性能瓶颈，更可能直接导致任务失败。本文将深入剖析NVIDIA Linux Open GPU内核模块（版本580.95.05）中的内存回收机制，带你从原理到实践掌握显存优化的核心技术。读完本文，你将能够：

理解GPU内存回收的基本流程与关键组件
掌握UVM（Unified Virtual Memory）子系统的内存管理策略
学会通过内核接口调试与优化内存回收性能

内存回收机制概览

NVIDIA Open GPU内核模块采用分层式内存管理架构，其中UVM子系统承担了跨CPU-GPU内存调度的核心职责。内存回收机制主要通过页迁移（Page Migration）和按需分页（Demand Paging）两种策略实现，确保在显存紧张时能够智能释放和重用内存资源。

内存回收架构

核心组件：

uvm_hmm.c：实现与Linux内核HMM（ Heterogeneous Memory Management）框架的交互

uvm_va_range.c：管理虚拟地址范围的创建与回收

uvm_mem.c：提供内存分配与释放的底层接口

UVM内存回收的关键流程

1. 虚拟地址空间初始化

UVM通过uvm_va_range_initialize_reclaim()函数初始化虚拟地址范围，为后续内存回收奠定基础。该函数会检查目标地址区间是否与现有HMM块重叠，并在必要时触发回收操作：

NV_STATUS uvm_va_range_initialize_reclaim(uvm_va_range_t *va_range,
                                          struct mm_struct *mm,
                                          uvm_va_range_type_t type,
                                          uvm_va_space_t *va_space,
                                          NvU64 start,
                                          NvU64 end)
{
    NV_STATUS status;

    // 检查并回收重叠的HMM块
    status = uvm_hmm_va_block_reclaim(va_space, mm, start, end);
    if (status != NV_OK)
        return status;

    uvm_va_range_initialize(va_range, type, va_space, start, end);
    return NV_OK;
}

2. 页迁移与回收实现

在uvm_hmm.c中，uvm_hmm_pmm_gpu_evict_pfn()函数实现了设备私有页的迁移逻辑。当系统检测到显存压力时，会将不活跃的GPU页迁移回系统内存，释放宝贵的显存资源：

static NV_STATUS uvm_hmm_pmm_gpu_evict_pfn(unsigned long pfn)
{
    unsigned long src_pfn = 0;
    unsigned long dst_pfn = 0;
    struct page *dst_page;
    NV_STATUS status = NV_OK;
    int ret;

    ret = migrate_device_range(&src_pfn, pfn, 1);
    if (ret)
        return errno_to_nv_status(ret);

    if (src_pfn & MIGRATE_PFN_MIGRATE) {
        dst_page = alloc_page(GFP_HIGHUSER_MOVABLE);
        if (!dst_page) {
            status = NV_ERR_NO_MEMORY;
            goto out;
        }

        lock_page(dst_page);
        if (hmm_copy_devmem_page(dst_page, migrate_pfn_to_page(src_pfn)) != NV_OK)
            memzero_page(dst_page, 0, PAGE_SIZE);

        dst_pfn = migrate_pfn(page_to_pfn(dst_page));
        migrate_device_pages(&src_pfn, &dst_pfn, 1);
    }

out:
    migrate_device_finalize(&src_pfn, &dst_pfn, 1);
    if (!(src_pfn & MIGRATE_PFN_MIGRATE))
        status = NV_ERR_BUSY_RETRY;
    return status;
}

3. 虚拟地址范围销毁

当应用程序释放内存时，uvm_va_range_destroy()函数会清理相关资源并触发内存回收。根据地址范围类型（如管理型、外部型、通道型等），该函数会调用不同的销毁逻辑：

void uvm_va_range_destroy(uvm_va_range_t *va_range, struct list_head *deferred_free_list)
{
    UVM_ASSERT(va_range);

    if (!RB_EMPTY_NODE(&va_range->node.rb_node))
        uvm_range_tree_remove(&va_range->va_space->va_range_tree, &va_range->node);

    switch (va_range->type) {
        case UVM_VA_RANGE_TYPE_MANAGED:
            uvm_va_range_destroy_managed(uvm_va_range_to_managed(va_range));
            return;
        case UVM_VA_RANGE_TYPE_EXTERNAL:
            uvm_va_range_destroy_external(uvm_va_range_to_external(va_range), deferred_free_list);
            return;
        // 其他类型处理...
        default:
            UVM_ASSERT_MSG(0, "[0x%llx, 0x%llx] has type %d\n",
                           va_range->node.start, va_range->node.end, va_range->type);
    }
}

内存回收性能调优

关键配置参数

通过模块参数可调整内存回收行为，例如禁用HMM功能：

#ifdef NVCPU_X86_64
static bool uvm_disable_hmm = false;
MODULE_PARM_DESC(uvm_disable_hmm,
                 "Force-disable HMM functionality in the UVM driver. "
                 "Default: false (HMM is enabled if possible).");
#else
static bool uvm_disable_hmm = true;  // ARM64默认禁用HMM
#endif
module_param(uvm_disable_hmm, bool, 0444);