multithreading - SMP 并行的内存管理瓶颈

Question

在多种语言(主要是 D 和 Java/Jython)中，我注意到由于内存管理瓶颈，没有明显同步瓶颈的并行程序通常不能很好地扩展到 4 个或更多内核。我知道线程本地分配器缓解了这个问题，但大多数垃圾收集器实现仍然需要停止世界。垃圾收集不是令人尴尬的并行(共享状态必须经常更新)，因此使用并行收集器并不能完全解决问题。在手动内存管理的情况下，即使分配主要来自线程本地分配器，仍然必须释放内存，可能来自与分配内存不同的线程。

是否有任何语言/运行时/malloc 实现使 SMP 并行的内存管理瓶颈实际上是一个已解决的问题，同时仍然允许传统的共享地址空间多线程？

Answer 1

不。

您所描述的内存管理瓶颈是 SMP 计算机的一个内在特征，尽管不是理想的特征。随着处理器的增加，处理器对内存访问的需求迟早会压倒内存总线，并且处理速度会减慢，或者充其量停止加快速度。

我很惊讶您通常只在 4 个内核上遇到这个问题，过去我使用过 SGI Altix 机器，在这些机器上我的一些代码可以很好地扩展到 256 个内核甚至超过 256 个内核。但是，无论是您的代码在 4 核处遇到瓶颈还是我的 256 核或其他代码在 2048 处(如果您能找到 2048 核 SMP)，总会有瓶颈。