ktransformers项目在双路服务器上的NUMA内存管理问题分析

背景介绍

在大型AI模型训练和推理场景中，内存管理是一个关键的技术挑战。近期在ktransformers项目中发现了一个值得关注的现象：当在配备双路Intel Xeon 6530处理器和1TB DRAM内存的高性能工作站上启用NUMA(非统一内存访问)支持时，系统会出现内存不足(OOM)问题，而在禁用NUMA支持的情况下内存占用则能保持在合理水平(约375GB)。

技术细节分析

Intel Xeon 6530处理器采用了一种特殊的多tile架构设计。每个处理器包含两个相对独立的tile单元，每个tile配备：

• 2个内存控制器(支持DDR5 DIMM，最高5600 MT/s速度)
• 3个PCIe控制器(共6个)
• 2个UPI链接(共4个)

在双路服务器配置中，这种架构会自然形成4个NUMA节点。当ktransformers启用NUMA支持时，系统会为每个NUMA节点创建完整的内存副本，导致内存需求成倍增长。具体表现为：

• 启用NUMA：加载DeepSeek模型到约32层时出现OOM
• 禁用NUMA：内存占用约375GB，运行正常

解决方案探讨

临时解决方案

1. BIOS设置调整：

   • 将NUMA配置从4节点改为2节点(每个物理CPU对应一个NUMA节点)
   • 启用内存交错(interleaving)模式，使内存访问均匀分布在所有内存通道上

2. numactl工具使用：

   • 可以手动指定进程运行在特定NUMA节点上
   • 示例命令：numactl --cpunodebind=0 --membind=0,1 python script.py
   • 注意：这种方法可能限制CPU性能发挥

长期技术方向

ktransformers开发团队正在开发CPU上的Tensor Parallelism(TP)支持，这项技术将：

• 避免NUMA带来的内存成倍消耗问题
• 减少跨tile内存访问带来的性能损失
• 提高大型模型在NUMA架构上的运行效率

实践建议

对于使用类似硬件配置的用户：

1. 在BIOS中优先尝试将NUMA节点数与物理CPU数量对齐
2. 对于内存密集型任务，可暂时禁用NUMA支持
3. 关注ktransformers未来版本中CPU TP功能的发布
4. 在虚拟机或云计算环境中，4 NUMA配置可能更有利于性能优化，但需注意内存消耗问题

总结

NUMA架构在提供本地内存访问优势的同时，也为大内存应用带来了新的挑战。理解硬件架构特性、合理配置系统参数、等待框架功能完善，是解决此类问题的有效途径。随着ktransformers对CPU并行计算支持的不断完善，未来在NUMA系统上的内存管理将更加高效和智能。