https://tcatmon.com/w/index.php?action=history&feed=atom&title=NUMA 2026-07-22T06:24:17Z 이 문서의 편집 역사 MediaWiki 1.28.0 https://tcatmon.com/w/index.php?title=NUMA&diff=17836&oldid=prev 2017-01-19T10:32:24Z

<p></p> <p><b>새 문서</b></p><div>[목차]<br /> Non-Uniformed Memory Access<br /> 불균일 기억장치 접근<br /> <br /> 상위 항목 : [[컴퓨터 관련 정보]], [[RAM]]<br /> <br /> [[파일:attachment/NUMA/numa.gif]]<br /> NUMA 개략도.<br /> <br /> [[파일:attachment/NUMA/nehalem.jpg]]<br /> 인텔 네할렘 CPU의 NUMA 구조도.<br /> <br /> == 개요 ==<br /> 메모리에 접근하는 시간이 CPU와 메모리의 상대적인 위치에 따라 달라지는 컴퓨터 메모리 설계 방법. 각 CPU는 메모리의 일부를 자신의 지역 메모리(Local Memory)로 가지고 있으며 이 지역 메모리에 접근하는 속도는 원격 메모리(Remote Memory)에 접근하는 속도보다 훨씬 빠르다.<br /> <br /> 간단히 예를 들어 시스템에 CPU 소켓이 네 개 있고, 512GB의 메모리가 설치되어 있다면 물리 주소 0~128G-1번지까지의 메모리는 0번 소켓의, 128G~256G-1번지까지의 메모리는 1번 소켓의 지역 메모리가 되는 방식. 각 소켓에서 지역 메모리에 접근할 때에는 원격 메모리에 접근할 때보다 훨씬 빠르게 데이터를 읽고 쓸 수 있다. 하나의 CPU 소켓에 코어 여러개가 들어가 있을 수 있기에 같은 지역 메모리를 사용하는 CPU 코어들을 묶어서 하나의 NUMA 노드로 친다. 8코어 4소켓 CPU라면 (하이퍼스레딩을 가정하지 않을 때에) 0~7번 코어는 NUMA 노드 0번, 8~15번 코어는 NUMA 노드 1번과 같은 방식.<br /> <br /> [[RAM]] 항목에 설명되어있듯이 본래 '임의 접근 메모리'는 메모리상의 어느 위치에 접근하더라도 항상 같은 시간 이내에 데이터를 읽거나 쓸 수 있다고 간주한다. 그런데 [[SMP|소켓 여러개]]에 CPU를 꽂아 사용하면서 모든 메모리에 동일하게 접근하게 되면 한 번에 하나의 프로세서만이 메모리 버스를 점유할 수 있게 되어 다른 프로세서들은 그 동안 대기하여야 하는 현상이 발생한다. 만일 알고리즘을 잘 설계해서 각 CPU가 메모리의 서로 다른 위치에 접근하게 하고 CPU간에 간섭이 없이 각 메모리에 접근하여 병렬로 데이터를 처리한다면 그만큼의 성능 향상을 얻을 수 있게 된다.[* 세상 일이 그렇게 간단하지는 않다. [[암달의 법칙]] 참고.] 여기에서 각 CPU 전용 메모리라는 개념이 생기게 되었다.<br /> <br /> 그리고 CPU의 작동 속도가 빨라지면서 CPU와 메모리 사이의 '''물리적인''' 거리가 메모리 접근 속도에 영향을 끼치기 시작하였다. 2GHz로 작동하는 CPU라면 바로 코앞에 있는 메모리에 접근할 때보다 15cm 거리가 있는 메모리에 접근할 때 한 클럭을 더 낭비하게 된다.[* 실제로는 메모리가 CPU보다 느리게 작동하기에 [[캐시]]가 아닌 메인 메모리에 접근할 때에는 보통 수십 클럭을 낭비한다.] [[메인보드]]에 CPU 여러 개를 꽂을 수 있다면 CPU와 메모리 뱅크가 번갈아가며 배치되어 있는 것을 볼 수 있는데 이것이 각 CPU 소켓에 메모리를 최대한 가까이 설치하려는 설계이다.<br /> <br /> === ccNUMA ===<br /> Cache-Coherent NUMA. NUMA이면서 캐시 일관성을 가지는 시스템. 프로그래머가 캐시를 직접 제어할 방법이 없다면 하드웨어가 무조건 ccNUMA여야 한다. 현대의 NUMA 하드웨어는 모두 ccNUMA이다.<br /> <br /> === vs [[클러스터]] ===<br /> 지역 메모리와 원격 메모리의 구분이 있다는 점에서 작은 클러스터로 간주하기도 한다. 그런데 한 시스템 내부에서의 메모리 접근 속도 차이(보통 3~4배)는 어지간한 속도/최적화 덕후가 아니라면 무시하고 프로그래밍하는 경우도 많기 때문에 수백~수천배 이상의 접근 속도 차이를 보이는 클러스터 시스템과는 분명 차이가 있다.<br /> <br /> == 소프트웨어 지원 ==<br /> 하드웨어에서 NUMA를 지원해도 소프트웨어에서 메모리를 주먹구구식으로 나누어 준다면 NUMA의 이점을 충분히 활용할 수 없게 된다. [[서버]]용 운영체제와 대량의 자원을 소비하는 서버용 애플리케이션들은 대부분 NUMA에 대응해 메모리를 포함한 시스템 자원을 관리한다.<br /> <br /> === [[리눅스]] ===<br /> /proc/$pid/numa_maps에서 해당 프로세스에 할당해준 메모리 중 어느 논리 주소가 어느 NUMA 노드에 할당되어 있는지 모두 볼 수 있다. 리눅스 시스템 콜 중 일부는 특정 NUMA 노드에서 메모리를 할당하거나, 한 NUMA 노드에서 다른 NUMA 노드로 메모리를 이동시키는 기능을 제공한다.<br /> <br /> === [[Microsoft]] ===<br /> [[Windows]]에서 NUMA API를 지원해준다. MS의 [[DBMS]] 제품인 MS-SQL에서는 하드웨어적인 NUMA 이외에도 소프트웨어적으로 NUMA를 흉내낼 수 있도록 해 주는데 일정 복잡도 이상의 설정은 레지스트리를 편집해야 한다.<br /> <br /> === [[구글]] ===<br /> 구글에서는 자체적으로 tcmalloc이라는 고성능 메모리 관리자를 만들어 배포한다. 이것을 개조하여 NUMA에 대응해 메모리를 할당해주는 비공식 업그레이드가 있다.<br /> <br /> === [[오라클]] ===<br /> 12 버전으로 넘어오면서 NUMA 지원이 대폭 강화되었다. DBA로 로그인해 [[SQL]] 명령 ALTER SYSTEM SET을 이용해 NUMA 지원을 켠 후 DBMS를 재시동하면 된다.<br /> <br /> == 관련 항목 ==<br /> * [[CPU]]<br /> * [[SMP]]<br /> * [[운영체제]]<br /> * [[클러스터]]<br /> * [[GPGPU]]</div>

Maintenance script