<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>内存管理 on Hellokitty&#39;s Blog</title>
    <link>https://yangyang233333.github.io/tags/%E5%86%85%E5%AD%98%E7%AE%A1%E7%90%86/</link>
    <description>Recent content in 内存管理 on Hellokitty&#39;s Blog</description>
    <generator>Hugo</generator>
    <language>zh-CN</language>
    <lastBuildDate>Sun, 27 Sep 2026 15:01:48 +0800</lastBuildDate>
    <atom:link href="https://yangyang233333.github.io/tags/%E5%86%85%E5%AD%98%E7%AE%A1%E7%90%86/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>jemalloc 内存分配链路：tcache、bin、arena 与 extent</title>
      <link>https://yangyang233333.github.io/posts/jemalloc-allocation-chain/</link>
      <pubDate>Sun, 27 Sep 2026 15:01:48 +0800</pubDate>
      <guid>https://yangyang233333.github.io/posts/jemalloc-allocation-chain/</guid>
      <description>基于 jemalloc 5.4.0 源码，从 malloc(100) 追到页分配后端，解释 bin、arena、slab、extent 的关系，并用实测展示 free、tcache flush 与 purge 的区别。</description>
    </item>
    <item>
      <title>Vistara 论文解读：CXL 扩容的收益、边界与工程代价</title>
      <link>https://yangyang233333.github.io/posts/vistara-cxl-memory-expansion/</link>
      <pubDate>Sun, 27 Sep 2026 02:28:10 +0800</pubDate>
      <guid>https://yangyang233333.github.io/posts/vistara-cxl-memory-expansion/</guid>
      <description>从自研内存扩展芯片、Linux 页面放置到生产 A/B 测试，拆解 Vistara 的收益来源、等容量性能退化、多租户公平性及原文的数据口径问题。</description>
    </item>
    <item>
      <title>jemalloc 原理详解：从小对象分配到页面回收</title>
      <link>https://yangyang233333.github.io/posts/jemalloc-memory-management/</link>
      <pubDate>Mon, 21 Sep 2026 16:32:00 +0800</pubDate>
      <guid>https://yangyang233333.github.io/posts/jemalloc-memory-management/</guid>
      <description>基于 jemalloc 5.4.0 源码，解析大小类、arena、slab、tcache、extent 与 decay，并用可运行实验解释 free 后内存为何不立即归还操作系统。</description>
    </item>
    <item>
      <title>NUMA 是什么？从内存访问距离到 LMCache 的实际用法</title>
      <link>https://yangyang233333.github.io/posts/numa-principles-and-lmcache/</link>
      <pubDate>Thu, 10 Sep 2026 23:35:00 +0800</pubDate>
      <guid>https://yangyang233333.github.io/posts/numa-principles-and-lmcache/</guid>
      <description>理解 NUMA 的本地与远端内存、CPU 绑核和 pinned memory 的区别，并沿源码检查 LMCache 哪些路径真正传递了 NUMA 映射。</description>
    </item>
    <item>
      <title>LMCache 三种 L1MemoryManager 源码解析：DRAM、Device-DAX 与 GDS</title>
      <link>https://yangyang233333.github.io/posts/lmcache-l1-memory-managers/</link>
      <pubDate>Thu, 10 Sep 2026 22:30:00 +0800</pubDate>
      <guid>https://yangyang233333.github.io/posts/lmcache-l1-memory-managers/</guid>
      <description>&lt;p&gt;LMCache 的 &lt;code&gt;L1MemoryManager&lt;/code&gt;、&lt;code&gt;DevDaxL1MemoryManager&lt;/code&gt; 和 &lt;code&gt;GDSL1MemoryManager&lt;/code&gt;，并不是同一种分配器换了三个名字。它们分别管理 &lt;strong&gt;DRAM 内存池、Device-DAX 映射池和 GDS slab 偏移空间&lt;/strong&gt;。理解三者的关键，是把对象生命周期、空间分配和数据搬运分开。&lt;/p&gt;
&lt;p&gt;本文基于 2026 年 9 月 10 日核对的公开 fork &lt;code&gt;yangyang233333/LMCache&lt;/code&gt;，固定提交 &lt;code&gt;7d9d54dd9b23703a73040e140753c95cd6c4bdb7&lt;/code&gt;。以下结论限定于这个实现快照，不代表上游发布版已经包含全部功能；本文为源码调研，没有进行真实 GDS、DAX/CXL 硬件性能实测。&lt;/p&gt;
&lt;h2 id=&#34;1-同一个-l1-层级三种数据载体&#34;&gt;1. 同一个 L1 层级，三种数据载体&lt;/h2&gt;
&lt;p&gt;先分清两个名字：&lt;code&gt;L1Manager&lt;/code&gt; 管理 key、对象状态与读写生命周期，本文讨论的三个 memory manager 则负责空间分配与回收。淘汰策略和数据传输也不应与这层空间接口混为一谈。&lt;/p&gt;
&lt;p&gt;&lt;code&gt;L1Manager&lt;/code&gt; 的构造逻辑先检查 GDS 配置，再检查 DAX 路径，最后选择普通 DRAM 管理器。三者通过结构化接口 &lt;code&gt;L1ManagerProtocol&lt;/code&gt; 暴露分配、释放、容量、介质识别、内存描述符和关闭等操作。&lt;/p&gt;
&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; style=&#34;color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;&#34;&gt;&lt;code class=&#34;language-text&#34; data-lang=&#34;text&#34;&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;L1Manager：key、对象状态与读写生命周期
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    │
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    └── L1ManagerProtocol
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;          ├── L1MemoryManager
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;          │     └── LazyMemoryAllocator / MixedMemoryAllocator
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;          ├── DevDaxL1MemoryManager
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;          │     └── DevDaxMemoryAllocator
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;          │           ├── 可选 DRAM pool
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;          │           └── 一个或多个 DAX arena
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;          └── GDSL1MemoryManager
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;                └── AddressManager：slab 偏移与空闲区间
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;gpu_ops / connector：实际数据传输
&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    └── GDS 对象分派到 GDSContext
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;p&gt;&lt;code&gt;DevDaxL1MemoryManager&lt;/code&gt; 继承普通 &lt;code&gt;L1MemoryManager&lt;/code&gt;，复用接口逻辑并替换 allocator；&lt;code&gt;GDSL1MemoryManager&lt;/code&gt; 则是满足同一 Protocol 的独立实现，不继承普通管理器。&lt;/p&gt;</description>
    </item>
    <item>
      <title>LMCache LazyMemoryAllocator 源码分析：延迟锁页、分配释放与内存碎片</title>
      <link>https://yangyang233333.github.io/posts/lmcache-lazy-memory-allocator/</link>
      <pubDate>Sun, 06 Sep 2026 18:11:00 +0800</pubDate>
      <guid>https://yangyang233333.github.io/posts/lmcache-lazy-memory-allocator/</guid>
      <description>从源码拆解 LMCache LazyMemoryAllocator 如何预留连续 CPU 缓冲区、后台分批注册 pinned memory、通过地址管理器完成 alloc/free，并分析其内部碎片、外部碎片与暂时性容量不足问题。</description>
    </item>
  </channel>
</rss>
