Non-Uniform Memory Access - Versionsgeschichte

Aka: /* Siehe auch */ https

2023-04-09T18:57:34Z

Siehe auch: https

← Nächstältere Version		Version vom 9. April 2023, 20:57 Uhr
Zeile 26:		Zeile 26:
	== Siehe auch ==		== Siehe auch ==
	* John Hennessy, David Patterson: ''Computer Architecture: A Quantitative Approach.'' Morgan Kaufmann, 2017, ISBN 978-0-12-811905-1.		* John Hennessy, David Patterson: ''Computer Architecture: A Quantitative Approach.'' Morgan Kaufmann, 2017, ISBN 978-0-12-811905-1.
	* [~~http~~://lse.sourceforge.net/numa/faq/ NUMA FAQ] (englisch)		* [https://lse.sourceforge.net/numa/faq/ NUMA FAQ] (englisch)

	----		----

Neutronstar2: /* Cache coherent NUMA (ccNUMA) */

2023-02-06T17:58:26Z

Cache coherent NUMA (ccNUMA)

← Nächstältere Version		Version vom 6. Februar 2023, 19:58 Uhr
Zeile 9:		Zeile 9:
	NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.		NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.

	== Cache coherent NUMA (ccNUMA) ==		== Cache-coherent NUMA (ccNUMA) ==
	Fast alle Rechnerarchitekturen benutzen eine kleine Menge sehr schnellen Speichers, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.		Fast alle Rechnerarchitekturen benutzen eine kleine Menge sehr schnellen Speichers, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.

KnightMove: Weiterleitungshinweis

2022-01-30T05:20:42Z

Weiterleitungshinweis

← Nächstältere Version		Version vom 30. Januar 2022, 07:20 Uhr
Zeile 1:		Zeile 1:
	{{~~Dieser Artikel~~\|~~beschreibt~~ ~~eine Computer-Speicher-Architektur. Für andere Abkürzungen oder~~ Bedeutungen ~~des Begriffs~~ siehe ~~unter~~ [[Numa]].}}		{{Weiterleitungshinweis\|NUMA\|Zu anderen Bedeutungen siehe [[Numa]].}}
	'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-[[Arbeitsspeicher]]-Architektur für [[Mehrprozessorsystem\|Multiprozessorsysteme]], bei denen jeder [[Prozessor]] einen eigenen, „lokalen“ Arbeitsspeicher hat, aber anderen Prozessoren über einen gemeinsamen Adressraum „direkten“ Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten für eine CPU in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im CPU-eigenen „lokalen“ oder im „fremden“ Speicher (einer anderen CPU) befindet.		'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-[[Arbeitsspeicher]]-Architektur für [[Mehrprozessorsystem\|Multiprozessorsysteme]], bei denen jeder [[Prozessor]] einen eigenen, „lokalen“ Arbeitsspeicher hat, aber anderen Prozessoren über einen gemeinsamen Adressraum „direkten“ Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten für eine CPU in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im CPU-eigenen „lokalen“ oder im „fremden“ Speicher (einer anderen CPU) befindet.

RonMeier: Kleinkram

2019-10-31T18:28:27Z

Kleinkram

← Nächstältere Version		Version vom 31. Oktober 2019, 20:28 Uhr
Zeile 25:		Zeile 25:

	== Siehe auch ==		== Siehe auch ==
	* John Hennessy, David Patterson: ''Computer Architecture: A Quantitative Approach.'' Morgan Kaufmann, 2017, ~~9780128119051~~ ~~(gedruckt), 9780128119068 (e~~-~~Book)~~		* John Hennessy, David Patterson: ''Computer Architecture: A Quantitative Approach.'' Morgan Kaufmann, 2017, ISBN 978-0-12-811905-1.
	* [http://lse.sourceforge.net/numa/faq/ NUMA FAQ] (englisch)		* [http://lse.sourceforge.net/numa/faq/ NUMA FAQ] (englisch)

Arilou: Die letzte Textänderung von 2.205.124.23 wurde verworfen und die Version 189640398 von Aka wiederhergestellt.

2019-06-19T11:36:13Z

Die letzte Textänderung von 2.205.124.23 wurde verworfen und die Version 189640398 von Aka wiederhergestellt.

← Nächstältere Version		Version vom 19. Juni 2019, 13:36 Uhr
Zeile 10:		Zeile 10:

	== Cache coherent NUMA (ccNUMA) ==		== Cache coherent NUMA (ccNUMA) ==
	Fast alle Rechnerarchitekturen eine kleine Menge sehr schnellen Speichers ~~benutzen~~, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.		Fast alle Rechnerarchitekturen benutzen eine kleine Menge sehr schnellen Speichers, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.

	Nicht Cache-kohärente NUMA-Systeme sind zwar einfacher zu entwickeln und zu bauen, aber mit dem Standard-Programmiermodell [[John von Neumann\|von Neumanns]] nur schwer programmierbar. Daher besitzen alle derzeit im Einsatz befindlichen NUMA-Systeme spezielle Hardware, um die Cache-Kohärenz sicherzustellen, und werden deshalb auch als '''cache-coherent NUMA''' (ccNUMA) bezeichnet.		Nicht Cache-kohärente NUMA-Systeme sind zwar einfacher zu entwickeln und zu bauen, aber mit dem Standard-Programmiermodell [[John von Neumann\|von Neumanns]] nur schwer programmierbar. Daher besitzen alle derzeit im Einsatz befindlichen NUMA-Systeme spezielle Hardware, um die Cache-Kohärenz sicherzustellen, und werden deshalb auch als '''cache-coherent NUMA''' (ccNUMA) bezeichnet.

2.205.124.23: /* Cache coherent NUMA (ccNUMA) */

2019-06-19T10:22:38Z

Cache coherent NUMA (ccNUMA)

← Nächstältere Version		Version vom 19. Juni 2019, 12:22 Uhr
Zeile 10:		Zeile 10:

	== Cache coherent NUMA (ccNUMA) ==		== Cache coherent NUMA (ccNUMA) ==
	Fast alle Rechnerarchitekturen ~~benutzen~~ eine kleine Menge sehr schnellen Speichers, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.		Fast alle Rechnerarchitekturen eine kleine Menge sehr schnellen Speichers benutzen, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.

	Nicht Cache-kohärente NUMA-Systeme sind zwar einfacher zu entwickeln und zu bauen, aber mit dem Standard-Programmiermodell [[John von Neumann\|von Neumanns]] nur schwer programmierbar. Daher besitzen alle derzeit im Einsatz befindlichen NUMA-Systeme spezielle Hardware, um die Cache-Kohärenz sicherzustellen, und werden deshalb auch als '''cache-coherent NUMA''' (ccNUMA) bezeichnet.		Nicht Cache-kohärente NUMA-Systeme sind zwar einfacher zu entwickeln und zu bauen, aber mit dem Standard-Programmiermodell [[John von Neumann\|von Neumanns]] nur schwer programmierbar. Daher besitzen alle derzeit im Einsatz befindlichen NUMA-Systeme spezielle Hardware, um die Cache-Kohärenz sicherzustellen, und werden deshalb auch als '''cache-coherent NUMA''' (ccNUMA) bezeichnet.

Aka: Tippfehler entfernt, Leerzeichen in Überschrift, Links optimiert, Links normiert

2019-06-18T10:20:09Z

Tippfehler entfernt, Leerzeichen in Überschrift, Links optimiert, Links normiert

← Nächstältere Version		Version vom 18. Juni 2019, 12:20 Uhr
Zeile 3:		Zeile 3:

	Im Gegensatz dazu stehen		Im Gegensatz dazu stehen
	* [[~~Uniform_Memory_Access~~\|Uniform-Memory-Access (UMA)]], bei dem es einen zentralen Speicher gibt, auf den Zugriffszeiten immer gleich sind.		* [[Uniform Memory Access\|Uniform-Memory-Access (UMA)]], bei dem es einen zentralen Speicher gibt, auf den Zugriffszeiten immer gleich sind.
	* [[NoRMA\|No-Remote-Memory-Access (NoRMA)]], bei dem kein direkter Zugriff auf den fremden Speicher erlaubt ist und jeder Prozessor seinen eigenen Adressraum benutzt.		* [[NoRMA\|No-Remote-Memory-Access (NoRMA)]], bei dem kein direkter Zugriff auf den fremden Speicher erlaubt ist und jeder Prozessor seinen eigenen Adressraum benutzt.
	* [[Cache-only-Memory-Access\|Cache-only-Memory-Access (CoMA)]], bei dem wie bei NUMA ein gemeinsamer Adressraum sowie für jeden Prozessor separat lokaler Speicher existiert, andere Prozessoren jedoch nicht auf den „entfernten“ Speicher schreiben, sondern diesen (ähnlich wie bei [[Cache~~\|Caches~~]]) in ihren lokalen Speicher übertragen, woraufhin dieser an seiner vorigen Position gelöscht (invalidiert) wird. D. h. bei einem Schreibzugriff auf eine Speicherseite wird die schreibende CPU zum Besitzer der Speicherseite, und die Seite wird in den lokalen Arbeitsspeicher ''dieser'' CPU transferiert.		* [[Cache-only-Memory-Access\|Cache-only-Memory-Access (CoMA)]], bei dem wie bei NUMA ein gemeinsamer Adressraum sowie für jeden Prozessor separat lokaler Speicher existiert, andere Prozessoren jedoch nicht auf den „entfernten“ Speicher schreiben, sondern diesen (ähnlich wie bei [[Cache]]s) in ihren lokalen Speicher übertragen, woraufhin dieser an seiner vorigen Position gelöscht (invalidiert) wird. D. h. bei einem Schreibzugriff auf eine Speicherseite wird die schreibende CPU zum Besitzer der Speicherseite, und die Seite wird in den lokalen Arbeitsspeicher ''dieser'' CPU transferiert.

	NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.		NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.

	== Cache coherent NUMA (ccNUMA)==		== Cache coherent NUMA (ccNUMA) ==
	Fast alle Rechnerarchitekturen benutzen eine kleine Menge sehr schnellen Speichers, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.		Fast alle Rechnerarchitekturen benutzen eine kleine Menge sehr schnellen Speichers, der als [[Cache]] bezeichnet wird, um bei Speicherzugriffen [[Lokalitätseigenschaft]]en auszunutzen. Bei Verwendung von NUMA sorgt das Beibehalten der [[Cache-Kohärenz]] über den verteilten Speicher für zusätzlichen Overhead. Als Beispiel stelle man sich vor, dass sich ein Prozessor Daten aus dem Speicher eines anderen Prozessors holt, damit Berechnungen anstellt und die Ergebnisse in seinen lokalen Cache schreibt. Der Cache des Prozessors, von dem die Daten stammen (und vielleicht auch noch weitere Caches im System) müssen dann synchronisiert werden.

Zeile 15:		Zeile 15:

	Dies wird meistens durch Inter-Prozessor-Kommunikation zwischen den Cache-Controllern erreicht, die so für kohärente Speicherinhalte sorgen, falls die gleiche Speicherstelle in mehr als einem Cache gespeichert ist.		Dies wird meistens durch Inter-Prozessor-Kommunikation zwischen den Cache-Controllern erreicht, die so für kohärente Speicherinhalte sorgen, falls die gleiche Speicherstelle in mehr als einem Cache gespeichert ist.
	ccNUMA leidet unter schlechter Performance, wenn mehrere Prozessoren schnell nacheinander auf dieselbe Speicherstelle zugreifen wollen. Daher versucht ein [[Betriebssystem]] mit NUMA-Unterstützung die Häufigkeit solcher Zugriffe zu minimieren, indem Prozessoren und Speicher auf NUMA-freundliche Art und Weise alloziert werden: zusammengehörige [[Thread (Informatik)\|Threads]] werden bevorzugt den CPU-Kernen immer ~~des selben~~ Prozessors zugeordnet; wenn sie Speicher anfordern, erhalten sie vorzugsweise Speicher dieses Prozessors.		ccNUMA leidet unter schlechter Performance, wenn mehrere Prozessoren schnell nacheinander auf dieselbe Speicherstelle zugreifen wollen. Daher versucht ein [[Betriebssystem]] mit NUMA-Unterstützung die Häufigkeit solcher Zugriffe zu minimieren, indem Prozessoren und Speicher auf NUMA-freundliche Art und Weise alloziert werden: zusammengehörige [[Thread (Informatik)\|Threads]] werden bevorzugt den CPU-Kernen immer desselben Prozessors zugeordnet; wenn sie Speicher anfordern, erhalten sie vorzugsweise Speicher dieses Prozessors.

	Aktuelle Implementationen von ccNUMA-Systemen sind beispielsweise AMD-Mehrprozessorsysteme auf [[Opteron]]-Basis und [[Silicon Graphics\|SGI]]-Systeme mit [[NUMAlink]]. Frühere ccNUMA-Systeme basierten auf dem [[Alpha-Prozessor]] EV7 der [[Digital Equipment Corporation]] (DEC) oder den [[MIPS-Architektur\|MIPS]]-R1x000-Prozessoren wie etwa in der [[SGI Origin\|SGI-Origin]]-Serie.		Aktuelle Implementationen von ccNUMA-Systemen sind beispielsweise AMD-Mehrprozessorsysteme auf [[Opteron]]-Basis und [[Silicon Graphics\|SGI]]-Systeme mit [[NUMAlink]]. Frühere ccNUMA-Systeme basierten auf dem [[Alpha-Prozessor]] EV7 der [[Digital Equipment Corporation]] (DEC) oder den [[MIPS-Architektur\|MIPS]]-R1x000-Prozessoren wie etwa in der [[SGI Origin\|SGI-Origin]]-Serie.

Arilou: /* Cache coherent NUMA (ccNUMA) */ detailierter, was NUMA-freundliches OS bedeutet

2019-06-18T07:44:00Z

Cache coherent NUMA (ccNUMA): detailierter, was NUMA-freundliches OS bedeutet

← Nächstältere Version		Version vom 18. Juni 2019, 09:44 Uhr
Zeile 15:		Zeile 15:

	Dies wird meistens durch Inter-Prozessor-Kommunikation zwischen den Cache-Controllern erreicht, die so für kohärente Speicherinhalte sorgen, falls die gleiche Speicherstelle in mehr als einem Cache gespeichert ist.		Dies wird meistens durch Inter-Prozessor-Kommunikation zwischen den Cache-Controllern erreicht, die so für kohärente Speicherinhalte sorgen, falls die gleiche Speicherstelle in mehr als einem Cache gespeichert ist.
	ccNUMA leidet unter schlechter Performance, wenn mehrere Prozessoren schnell nacheinander auf dieselbe Speicherstelle zugreifen wollen. Daher versucht ein [[Betriebssystem]] mit NUMA-Unterstützung die Häufigkeit solcher Zugriffe zu minimieren, indem Prozessoren und Speicher auf NUMA-freundliche Art und Weise alloziert werden.		ccNUMA leidet unter schlechter Performance, wenn mehrere Prozessoren schnell nacheinander auf dieselbe Speicherstelle zugreifen wollen. Daher versucht ein [[Betriebssystem]] mit NUMA-Unterstützung die Häufigkeit solcher Zugriffe zu minimieren, indem Prozessoren und Speicher auf NUMA-freundliche Art und Weise alloziert werden: zusammengehörige [[Thread (Informatik)\|Threads]] werden bevorzugt den CPU-Kernen immer des selben Prozessors zugeordnet; wenn sie Speicher anfordern, erhalten sie vorzugsweise Speicher dieses Prozessors.

	Aktuelle Implementationen von ccNUMA-Systemen sind beispielsweise AMD-Mehrprozessorsysteme auf [[Opteron]]-Basis und [[Silicon Graphics\|SGI]]-Systeme mit [[NUMAlink]]. Frühere ccNUMA-Systeme basierten auf dem [[Alpha-Prozessor]] EV7 der [[Digital Equipment Corporation]] (DEC) oder den [[MIPS-Architektur\|MIPS]]-R1x000-Prozessoren wie etwa in der [[SGI Origin\|SGI-Origin]]-Serie.		Aktuelle Implementationen von ccNUMA-Systemen sind beispielsweise AMD-Mehrprozessorsysteme auf [[Opteron]]-Basis und [[Silicon Graphics\|SGI]]-Systeme mit [[NUMAlink]]. Frühere ccNUMA-Systeme basierten auf dem [[Alpha-Prozessor]] EV7 der [[Digital Equipment Corporation]] (DEC) oder den [[MIPS-Architektur\|MIPS]]-R1x000-Prozessoren wie etwa in der [[SGI Origin\|SGI-Origin]]-Serie.

Arilou: Einleitung: Ausführlicher, exakter, mehr Links

2019-06-18T07:40:49Z

Einleitung: Ausführlicher, exakter, mehr Links

← Nächstältere Version		Version vom 18. Juni 2019, 09:40 Uhr
Zeile 1:		Zeile 1:
	{{Dieser Artikel\|beschreibt eine Computer-Speicher-Architektur. Für andere Abkürzungen oder Bedeutungen des Begriffs siehe unter [[Numa]].}}		{{Dieser Artikel\|beschreibt eine Computer-Speicher-Architektur. Für andere Abkürzungen oder Bedeutungen des Begriffs siehe unter [[Numa]].}}
	'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-~~Speicher~~-Architektur für Multiprozessorsysteme, bei denen jeder [[Prozessor]] einen eigenen, ~~lokalen~~ ~~Speicher~~ hat, aber anderen Prozessoren über einen gemeinsamen Adressraum ~~direkten~~ Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im ~~lokalen~~ oder im ~~fremden~~ Speicher befindet.		'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-[[Arbeitsspeicher]]-Architektur für [[Mehrprozessorsystem\|Multiprozessorsysteme]], bei denen jeder [[Prozessor]] einen eigenen, „lokalen“ Arbeitsspeicher hat, aber anderen Prozessoren über einen gemeinsamen Adressraum „direkten“ Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten für eine CPU in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im CPU-eigenen „lokalen“ oder im „fremden“ Speicher (einer anderen CPU) befindet.

	Im Gegensatz dazu stehen		Im Gegensatz dazu stehen
	* [[Uniform_Memory_Access\|Uniform-Memory-Access (UMA)]], bei dem es einen zentralen Speicher gibt, auf den Zugriffszeiten immer gleich sind.		* [[Uniform_Memory_Access\|Uniform-Memory-Access (UMA)]], bei dem es einen zentralen Speicher gibt, auf den Zugriffszeiten immer gleich sind.
	* [[NoRMA\|No-Remote-Memory-Access (NoRMA)]], bei dem kein direkter Zugriff auf den fremden Speicher erlaubt ist und jeder Prozessor seinen eigenen Adressraum benutzt.		* [[NoRMA\|No-Remote-Memory-Access (NoRMA)]], bei dem kein direkter Zugriff auf den fremden Speicher erlaubt ist und jeder Prozessor seinen eigenen Adressraum benutzt.
	* [[Cache-only-Memory-Access\|Cache-only-Memory-Access (CoMA)]], bei dem wie bei NUMA ein gemeinsamer Adressraum sowie für jeden Prozessor separat lokaler Speicher existiert, andere Prozessoren jedoch nicht auf den „entfernten“ Speicher schreiben, sondern diesen (ähnlich wie bei [[Cache\|Caches]]) in ihren lokalen Speicher übertragen, woraufhin dieser an seiner vorigen Position gelöscht (invalidiert) wird.		* [[Cache-only-Memory-Access\|Cache-only-Memory-Access (CoMA)]], bei dem wie bei NUMA ein gemeinsamer Adressraum sowie für jeden Prozessor separat lokaler Speicher existiert, andere Prozessoren jedoch nicht auf den „entfernten“ Speicher schreiben, sondern diesen (ähnlich wie bei [[Cache\|Caches]]) in ihren lokalen Speicher übertragen, woraufhin dieser an seiner vorigen Position gelöscht (invalidiert) wird. D. h. bei einem Schreibzugriff auf eine Speicherseite wird die schreibende CPU zum Besitzer der Speicherseite, und die Seite wird in den lokalen Arbeitsspeicher ''dieser'' CPU transferiert.

	NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.		NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.

Karsten11: - LA

2019-06-02T09:42:01Z

- LA

← Nächstältere Version		Version vom 2. Juni 2019, 11:42 Uhr
Zeile 1:		Zeile 1:
	<noinclude>
	{{Löschantragstext\|tag=26\|monat=Mai\|jahr=2019\|titel=Non-Uniform Memory Access\|text=Relevanz fraglich... OMA versteht nix, ist also nur unbequelltes schlecht übersetztes Fachchinesisch [[Spezial:Beiträge/79.205.200.246\|79.205.200.246]] 14:10, 26. Mai 2019 (CEST)}}
	----</noinclude>

	{{Dieser Artikel\|beschreibt eine Computer-Speicher-Architektur. Für andere Abkürzungen oder Bedeutungen des Begriffs siehe unter [[Numa]].}}		{{Dieser Artikel\|beschreibt eine Computer-Speicher-Architektur. Für andere Abkürzungen oder Bedeutungen des Begriffs siehe unter [[Numa]].}}
	'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-Speicher-Architektur für Multiprozessorsysteme, bei denen jeder [[Prozessor]] einen eigenen, lokalen Speicher hat, aber anderen Prozessoren über einen gemeinsamen Adressraum direkten Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im lokalen oder im fremden Speicher befindet.		'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-Speicher-Architektur für Multiprozessorsysteme, bei denen jeder [[Prozessor]] einen eigenen, lokalen Speicher hat, aber anderen Prozessoren über einen gemeinsamen Adressraum direkten Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im lokalen oder im fremden Speicher befindet.

← Nächstältere Version		Version vom 18. Juni 2019, 09:40 Uhr
Zeile 1:		Zeile 1:
	{{Dieser Artikel\|beschreibt eine Computer-Speicher-Architektur. Für andere Abkürzungen oder Bedeutungen des Begriffs siehe unter [[Numa]].}}		{{Dieser Artikel\|beschreibt eine Computer-Speicher-Architektur. Für andere Abkürzungen oder Bedeutungen des Begriffs siehe unter [[Numa]].}}
	'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-~~Speicher~~-Architektur für Multiprozessorsysteme, bei denen jeder [[Prozessor]] einen eigenen, ~~lokalen~~ ~~Speicher~~ hat, aber anderen Prozessoren über einen gemeinsamen Adressraum ~~direkten~~ Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im ~~lokalen~~ oder im ~~fremden~~ Speicher befindet.		'''Non-Uniform Memory Access''' oder kurz '''NUMA''' ist eine Computer-[[Arbeitsspeicher]]-Architektur für [[Mehrprozessorsystem\|Multiprozessorsysteme]], bei denen jeder [[Prozessor]] einen eigenen, „lokalen“ Arbeitsspeicher hat, aber anderen Prozessoren über einen gemeinsamen Adressraum „direkten“ Zugriff darauf gewährt (''[[Distributed Shared Memory]]''). Die Speicherzugriffszeiten für eine CPU in einem solchen Verbund hängen daher davon ab, ob sich eine Speicheradresse im CPU-eigenen „lokalen“ oder im „fremden“ Speicher (einer anderen CPU) befindet.

	Im Gegensatz dazu stehen		Im Gegensatz dazu stehen
	* [[Uniform_Memory_Access\|Uniform-Memory-Access (UMA)]], bei dem es einen zentralen Speicher gibt, auf den Zugriffszeiten immer gleich sind.		* [[Uniform_Memory_Access\|Uniform-Memory-Access (UMA)]], bei dem es einen zentralen Speicher gibt, auf den Zugriffszeiten immer gleich sind.
	* [[NoRMA\|No-Remote-Memory-Access (NoRMA)]], bei dem kein direkter Zugriff auf den fremden Speicher erlaubt ist und jeder Prozessor seinen eigenen Adressraum benutzt.		* [[NoRMA\|No-Remote-Memory-Access (NoRMA)]], bei dem kein direkter Zugriff auf den fremden Speicher erlaubt ist und jeder Prozessor seinen eigenen Adressraum benutzt.
	* [[Cache-only-Memory-Access\|Cache-only-Memory-Access (CoMA)]], bei dem wie bei NUMA ein gemeinsamer Adressraum sowie für jeden Prozessor separat lokaler Speicher existiert, andere Prozessoren jedoch nicht auf den „entfernten“ Speicher schreiben, sondern diesen (ähnlich wie bei [[Cache\|Caches]]) in ihren lokalen Speicher übertragen, woraufhin dieser an seiner vorigen Position gelöscht (invalidiert) wird.		* [[Cache-only-Memory-Access\|Cache-only-Memory-Access (CoMA)]], bei dem wie bei NUMA ein gemeinsamer Adressraum sowie für jeden Prozessor separat lokaler Speicher existiert, andere Prozessoren jedoch nicht auf den „entfernten“ Speicher schreiben, sondern diesen (ähnlich wie bei [[Cache\|Caches]]) in ihren lokalen Speicher übertragen, woraufhin dieser an seiner vorigen Position gelöscht (invalidiert) wird. D. h. bei einem Schreibzugriff auf eine Speicherseite wird die schreibende CPU zum Besitzer der Speicherseite, und die Seite wird in den lokalen Arbeitsspeicher ''dieser'' CPU transferiert.

	NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.		NUMA-Architekturen sind der nächste Schritt zur Erhöhung der [[Skalierbarkeit]] der [[Symmetrisches Multiprozessorsystem\|SMP]]-Architekturen.