基于 Anolis OS 的国产 CPU 性能优化实践，共推多芯混部时代操作系统新范式

2025-12-16
陕西
本文字数：1852 字
阅读完需：约 6 分钟

2025 年 11 月，备受瞩目的龙蜥大会在北京隆重举行。作为中国开源操作系统生态的重要里程碑，本届大会汇聚了来自芯片、硬件、软件及云服务等领域的顶尖专家与行业代表。会上，阿里云智能集团高级技术专家沈培以“国产 CPU 平台上操作系统和云产品性能优化实践”为主题，系统性分享了阿里云联合龙蜥社区以及 CPU 厂商等，在多架构异构计算环境下的深度技术积累与创新成果。

（图/阿里云智能集团高级技术专家沈培）

随着国家战略深入推进，国产 CPU 加速进入政企核心业务场景。然而，不同芯片架构在微架构设计、缓存布局、内存访问延迟等方面的显著差异，给云平台的性能一致性带来巨大挑战。尤其在阿里云飞天企业版所支持的“多芯混部”架构下——即在同一云平台中混合部署多种 CPU——如何保障上层云产品在各类国产芯片上实现高性能、高稳定、可预期的运行表现，成为行业亟待突破的关键课题。

对此，阿里云依托自研服务器操作系统 Alibaba Cloud Linux（基于龙蜥操作系统 Anolis OS 深度定制），联合国产 CPU 厂商、龙蜥社区及云产品研发团队，构建了一套覆盖“硬件—操作系统—云产品”全栈的性能优化体系，并在本次大会上系统地披露其核心技术路径。

从芯粒架构到 LLC 亲和，直面国产 CPU 特性差异

当前国产主流 CPU 普遍采用 Chiplet（芯粒化）架构，虽提升了核心密度与多核性能，却也带来了访存延迟增加、末级缓存（LLC）分片化等新问题。例如，部分国产芯片在一个 NUMA Node 内包含多个独立 LLC 单元，传统仅基于 NUMA 节点的资源调度策略已难以发挥硬件潜力。

针对这一挑战，阿里云率先在操作系统层实现“LLC 粒度应用亲和性优化”。通过精准识别应用所需 CPU 核心数与 LLC 拓扑结构，动态调整进程/线程绑定策略：

将应用关键进程/线程优先限制在单个 LLC 共享核范围内，当应用并发进程/线程数量较多超出 1 个或多个 LLC 时，则最小化跨 LLC 调度，并优先选择物理距离最近的缓存单元。实测显示，该优化使云数据库 Tair 性能最高提升达 2 倍，PolarDB for MySQL 典型 4C 实例规格在跨 4 个 LLC 到不跨 LLC 情况下性能提升近 20%。

操作系统内核深度调优，释放国产硬件潜能

为最大化国产平台性能，阿里云在 Alibaba Cloud Linux 中集成多项源自龙蜥社区的内核级优化特性。其中，“代码多副本”技术通过在本地 NUMA 节点复制远端代码段，有效避免跨节点代码段访问，在自研数据库大规格实例中带来约 9% 的性能增益；而“代码大页”则扩展透明大页机制，将程序可执行段映射至大页内存，显著降低 iTLB miss 率，在中间件场景中开启透明大页和“代码大页”后实现 80% 以上的性能跃升。

此外，面对 DDR5 内存普及带来的带宽提升与延迟增加并存的新局面，阿里云创新设计“内存亲和性资源管理器”，将底层访存拓扑的远近关系抽象为可编程接口。云产品可根据业务需求（性能优先或资源利用率优先）动态选择最优内存分配策略。在云数据库 Tair 中，该优化额外带来 9%-15% 的吞吐提升。

软硬协同工程化，打造可交付的性能基线

性能优化不仅是技术问题，更是工程落地问题。阿里云已将多芯平台的软硬件配置标准化、工程化，贯穿研发、招标、交付与运维全生命周期。通过建立“多芯软硬协同最优性能配置基线”，不仅指导服务器厂商出厂预配置，更在客户上线及维保阶段部署两级自动校验机制，确保软硬件配置始终处于最佳状态，杜绝因固件或 BIOS 设置偏差导致的性能劣化。