記憶體複製效率疑雲：memcpy 50ms vs AIDA64 11000 MB/s，NUMA 架構是關鍵

現象

伺服器級硬體（128 GB 記憶體），memcpy 複製 64 MB 耗時 50 ms（約 1.2 GB/s），遠低於 AIDA64 顯示的 11000+ MB/s 理論頻寬。

核心解釋：NUMA（非一致性記憶體存取）架構效應

• 若 CPU 插槽旁各自擁有記憶體插槽群 → NUMA 架構。
• CPU 存取本節點記憶體極快；跨節點存取需經由 QPI/UltraPath 互連，延遲高、頻寬低。
• memcpy 在單一執行緒、單一 CPU 核心上跑，若來源/目標記憶體分佈在不同 NUMA 節點，頻寬會大打折扣。

驗證與優化建議

1. numactl --hardware 查看節點拓撲。
2. numactl --interleave=all ./your_program 強制記憶體交錯分配，平均化跨節點存取。
3. 多執行緒並行複製（OpenMP / pthread），綁定各執行緒至不同 NUMA 節點，就近存取本地記憶體。
4. 使用 libnuma 顯式分配本節點記憶體：numa_alloc_local()。

結論

單執行緒 memcpy 無法發揮多通道、多節點頻寬總和。AIDA64 多執行緒、多通道、就近存取，才能跑出理論峰值。實際應用中請根據 NUMA 拓撲設計記憶體分配與存取策略。