numactl 项目技术文档
2026-01-25 04:06:45作者:齐添朝
1. 安装指南
1.1 系统要求
- Linux 操作系统
- 支持 NUMA(Non-Uniform Memory Access)架构的硬件
1.2 安装步骤
1.2.1 从源码安装
-
克隆项目仓库
git clone https://github.com/numactl/numactl.git cd numactl -
编译和安装
./autogen.sh ./configure make sudo make install
1.2.2 使用包管理器安装
在某些 Linux 发行版中,可以使用包管理器直接安装 numactl。
-
Debian/Ubuntu
sudo apt-get install numactl -
Red Hat/CentOS
sudo yum install numactl
2. 项目使用说明
2.1 基本使用
numactl 是一个用于在 NUMA 架构上运行程序的工具。它允许用户指定程序的内存分配策略和 CPU 亲和性。
示例:
numactl --membind=0 --cpunodebind=0 ./your_program
2.2 常用命令
--membind=nodes:指定程序使用的内存节点。--cpunodebind=nodes:指定程序使用的 CPU 节点。--localalloc:在当前节点上分配内存。--preferred=node:优先在指定节点上分配内存。
2.3 工具程序
- numastat:显示 NUMA 分配统计信息。
- memhog:模拟内存压力测试。
3. 项目 API 使用文档
3.1 库文件
libnuma 是一个共享库,提供了 NUMA 相关的 API,允许开发者在应用程序中设置 NUMA 策略。
3.2 常用 API
numa_available():检查系统是否支持 NUMA。numa_alloc_onnode(size, node):在指定节点上分配内存。numa_run_on_node(node):将当前线程绑定到指定节点。
示例代码:
#include <numa.h>
#include <stdio.h>
int main() {
if (numa_available() < 0) {
printf("NUMA not available\n");
return 1;
}
void *ptr = numa_alloc_onnode(1024, 0);
if (ptr == NULL) {
printf("Memory allocation failed\n");
return 1;
}
numa_run_on_node(0);
// 使用分配的内存
numa_free(ptr, 1024);
return 0;
}
4. 项目安装方式
4.1 源码安装
如前所述,通过克隆项目仓库并执行 make 和 make install 命令进行安装。
4.2 包管理器安装
在支持的 Linux 发行版中,可以使用包管理器直接安装 numactl。
通过以上文档,您应该能够顺利安装和使用 numactl 项目,并了解如何在应用程序中使用 NUMA API。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0132- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
376
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
984
暂无简介
Dart
968
246
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
918
132
deepin linux kernel
C
29
16
昇腾LLM分布式训练框架
Python
159
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
969