缓存 SKU 切片映射差异:同代不同核数 CPU 的 L3 slice 关闭与哈希速查
更新时间:2026-10-06。同一代 Xeon/EPYC,28 核旗舰和 16 核中端的差别不只是核数——它们的 L3 缓存切片(slice)数量不同,地址到切片的哈希映射也不同。这个「缓存 SKU 切片映射差异」平时无感,但在三类场景会咬人:跨 SKU 对比 benchmark 时缓存行为对不上、用 slice 感知技术(CAT、缓存攻击防御、冲突集构造)时脚本在另一档 CPU 上失效、以及理解「为什么低核数 SKU 的每核 L3 配额反而更高」。机制基础见 缓存切片哈希寻址,本篇做 SKU 维度的速查。
本文要回答的问题
- L3 slice 是什么,地址怎么映射到 slice?
- 同代不同核数 SKU 的 slice 配置差在哪,哈希函数跟着变吗?
- 这个差异对 benchmark 和缓存感知技术有什么实际影响?
一、slice 与哈希:一分钟回顾
大核数 CPU 的 L3 不是一整块,而是沿环形总线(Intel ring/mesh)或 CCX(AMD)分布的多个 slice,每个 slice 挨着一两个核,有自己的容量份額和 tag 阵列。物理地址进来,哈希函数算出该去哪个 slice——目标是把地址均匀打散,让并行负载的访存均匀压到所有 slice 上,细节见 缓存切片哈希寻址。关键点有两个:哈希函数的输入位和多项式是「按 slice 数量设计」的,16 路和 28 路的均匀打散不可能用同一个函数;slice 与核的物理邻居关系决定了「本地 slice 命中」与「远端 slice 命中」的延迟差,mesh 架构下这个差可达几十周期。
由此推出一个常被忽略的事实:L3 命中的延迟不是常数,而是「地址的函数」——同一个核,访问落在隔壁 slice 的地址只要二三十周期,访问落在 mesh 对角线 slice 的地址可能翻倍。哈希的存在让这种差异对软件透明(你的数据被均匀撒到所有 slice 上,延迟被平均化),但平均化的前提是哈希函数和 slice 集合匹配。这正是 SKU 差异能咬人的机制通道:集合变了,哈希必须变,撒点的图案全变。
二、SKU 差异从哪来:屏蔽与重映射
半导体制造的良率经济学是差异的根源。同一条产线下来的 die,缺陷少的切成 28 核旗舰卖高价,有缺陷核/slice 的屏蔽掉坏的部分,切成 24/20/16 核的中低端 SKU——这叫 harvesting(收割)。屏蔽不是简单断电:被关 slice 的容量份额要从哈希空间里拿走,哈希函数必须重新配置成对剩余 slice 均匀。Intel 的实现是把哈希配置烧进每个 SKU 的熔丝(fuse),boot 时由微码/固件按 SKU 使能对应的 slice 集合与哈希参数。
于是同代产品线上出现一串「同族不同图」的组合。注意 AMD 的情形不同:EPYC 的 L3 按 CCX/C CD 划分,slice 屏蔽以 chiplet 为粒度,差异主要表现为「每 CCD 可用核数」而非哈希重配,但「同代不同 SKU 缓存拓扑不可假设一致」的结论同样成立:
| 维度 | 满配 SKU | 屏蔽 SKU |
|---|---|---|
| slice 数 | 等于核数(如 28) | 少于核数(被关若干) |
| 哈希函数 | 按满配 slice 数设计 | 按剩余 slice 数重配 |
| 每核 L3 名义配额 | 总 L3 / 核数 | 可能更高(核关得比 slice 狠时)或更低 |
| slice 到核的邻居图 | 规则 mesh | 有缺口的 mesh,最远跳数可能增加 |
| 地址冲突模式 | 一套 | 另一套,跨 SKU 不可移植 |
「每核配额」那行值得展开:Intel 有时给低核数 SKU 保留全部 L3(只关核不关 slice),有时连带关 slice,同一产品代里两种策略都可能出现——所以「16 核款的 L3 是多少 MB」必须查具体 SKU 的规格,不能按核数等比推算。这是采购和容量规划里的真实坑。
上图的核心结论一句话:slice 集合是 SKU 属性,哈希是 slice 集合的函数——所以哈希也是 SKU 属性。
三、实际影响:三个会咬人的场景
第一个场景是跨 SKU benchmark。同一负载在 28 核和 16 核款上跑,除了核数差异,L3 总量、每核配额、slice 间延迟拓扑全都不同。如果负载对 L3 容量敏感(工作集在两档机器的 L3 大小之间),性能差异会出现非线性的跳变,归因时极易误判为「核数 scaling 不好」。正确姿势是对比时至少把「每核 L3 配额」和「NUMA/slice 拓扑」列进环境表,用 lscpu、/sys/devices/system/cpu/cpu0/cache/ 下的信息核实。
第二个场景是 slice 感知技术的脚本失效。用 Intel CAT 做缓存划分(见 缓存划分 CAT)时,容量掩码是按 slice 统一生效的,不同 slice 数意味着同样的百分比对应不同绝对容量;更脆的是安全研究和调试里用的「冲突集构造」脚本——它们依赖逆向出来的哈希函数找「映射到同一 slice 同一组」的地址集,换一档 SKU,哈希变了,辛苦构造的驱逐集全部作废。这类脚本必须按机器指纹(slice 数可从 rdmsr 读 uncore 寄存器或从 lscpu 的 L3 实例数推断)做参数化。侧信道研究的复现报告里常见的「在我们机器上有效、换台机器失效」,相当一部分就是这个原因。
第三个场景最隐蔽:低核数 SKU 的延迟地形更差。屏蔽造成 mesh 缺口后,某些核到最远 slice 的跳数比满配时还多(绕行),NUMA 感知的内存绑定策略如果照抄满配机器的经验值,可能把数据绑到「跳数变多」的位置上。大内存服务换 SKU 档后 P99 劣化而平均延迟正常,值得怀疑这一层——用 pcm-latency 或 numastat 按节点核对实际命中分布。
还有一个正向利用值得一提:某些屏蔽 SKU 因为「核关得比 slice 狠」,每核可用的 L3 配额反超满配款,对于缓存敏感但核数需求不大的负载(内存数据库、某些推理服务),买中档 SKU 反而比旗舰划算——单位成本的缓存容量更高。这种「残血 die 的甜点」在每一代产品线上都存在,找到它的方法就是上表里的配额一行:总 L3 除以核数,跨 SKU 横着比一遍。
四、速查建议
落地成四条检查清单。其一,采购/选型:把「L3 总量、slice 数、每核配额」作为 SKU 对比的独立行,不要按核数线性推算。其二,benchmark 报告:环境表里固定写 slice/拓扑信息,跨 SKU 结论标注「缓存配置不同」。其三,缓存感知脚本:按运行时探测的 slice 数参数化,禁止硬编码哈希逆函数。其四,性能回归排查:换 SKU 后先看拓扑(lstopo)再看缓存配额,最后才看微架构代差——顺序反了会浪费几天。
探测命令也记一下:lscpu 的 L3 行给总量,lstopo --whole-io 画出缓存与核的隶属图,Intel 平台上 slice 实例数可从 uncore 设备数推断(ls /sys/bus/event_source/devices/ | grep uncore_cbox,每个 cbox 对应一个 slice),cbox 数量就是事实上的 slice 数。这个数比任何规格书都可信,因为它就是当前这片硅的实测。
这一篇在知识体系里的位置
本篇是 microarch 层「缓存」专题的 SKU 工程篇:机制基础见 缓存切片哈希寻址;资源管理侧见 缓存划分 CAT;多级关系见 缓存包含性:L2 与 L3。向上回到 CPU 微架构总览。
总结
缓存 SKU 切片映射差异源于产线 harvesting:同代不同核数 SKU 屏蔽不同数量的核与 slice,熔丝按剩余 slice 集合重配 L3 哈希函数,导致跨 SKU 的 L3 配额、哈希映射、slice 拓扑全部不可移植——benchmark 对比要把缓存配置列进环境表,slice 感知脚本要按运行时探测参数化,换 SKU 后的性能回归先查拓扑再查代差。