当前位置: 首页 > article >正文

AMD EPYC 9004服务器内存配置深度分析:为何全通道填充是关键?

在一次技术沟通中,客户询问在部署AMD EPYC 9004服务器时,是否应该完全填充内存通道?
在这里插入图片描述
考虑到AMD正在用5年的更新周期替换其AMD EPYC 7002 “Rome”和Cascade Lake一代的服务器,他们认为通过减少内存插槽的填充,可以节省成本和电力。我们测试了三种快速配置方案:
1.半填充配置:这种配置与Skylake/Cascade Lake Xeon世代的每CPU六通道内存相匹配,也适用于第1代和第2代Intel Xeon Scalable处理器。
在这里插入图片描述
2.八通道配置:该配置与Ice Lake(第3代Xeon Scalable)、AMD EPYC 7002/7003(罗马/米兰)相匹配,也类似于第4代和第5代Intel Xeon Scalable(Sapphire Rapids和Emerald Rapids)。
在这里插入图片描述
3.全通道十二通道配置:每个通道一个DIMM,预期能最大化内存带宽。
在这里插入图片描述
测试结果显示,尽管有人可能会认为增加更多内存通道会降低效率,因为每个新增的DIMM增加的带宽并不显著,但实际上,我们观察到了95%以上的良好扩展性。
在这里插入图片描述
尽管与NVIDIA GH200 480GB Grace Hopper等高端芯片相比,AMD EPYC的设置在带宽上略逊一筹,但其内存容量更大,且采用的是2022年DDR5的速度(因为Genoa是在这一年首次发布的)。
在这里插入图片描述
随着DDR5速度的提升,预计未来的Turin(具有12通道DDR5)将轻松超越这些数字。同样,Intel的Granite Rapids-AP搭配MCR DIMM在内存带宽方面也将接近较低容量的GH200 120GB/240GB。
这次测试提醒了我们,在平台上,尤其是每个通道填充一个DIMM(1DPC)时,完全填充内存通道是一个好主意。虽然增加至2DPC可以获取更多容量,但会牺牲每个DIMM的速度。因此,我们通常会在测试中采用全1DPC配置。当然,如果仅需更多内存容量,那么翻倍DIMM数量并牺牲一些内存频率通常是值得的。

赋创作为业内领先的高性能计算解决方案提供商,始终致力于推动科技进步,为客户提供最前沿的技术支持和卓越的计算能力。
在这里插入图片描述
我们专注于GPU行业计算应用,并拥有12年以上丰富经验,通过分析软件计算特点,给出专业匹配的服务器硬件配置方案。

如果您有服务器相关的问题或需要进一步了解更详细的信息,请随时私信我们【4006-997-916 / 0755-86936235】。


http://www.kler.cn/a/307657.html

相关文章:

  • Springboot 使用EasyExcel导出含图片并设置样式的Excel文件
  • [Admin] Dashboard Filter for Mix Report Types
  • 跟我学C++中级篇——Design Patterns的通俗说法
  • 2024 CCF中国开源大会“开源科学计算与系统建模openSCS”分论坛成功举办
  • element plus的表格内容自动滚动
  • 从0开始学习--Day26--聚类算法
  • [000-01-008].第05节:OpenFeign特性-重试机制
  • 基于51单片机的隧道车辆检测系统
  • MOE论文汇总
  • 【STM32】esp8266连接wifi
  • Zookeeper学习
  • 免费还超快,我用 Cursor 做的“汉语新解”插件开源了
  • C++初阶:STL详解(三)——vector的介绍和使用
  • c#进度条实现方法
  • 使用模拟退火算法进行优化的案例:Python实现与详细介绍
  • 鹏哥C语言24---结构体struct
  • java基础(小技巧)
  • Objects as Points基于中心点的目标检测方法CenterNet—CVPR2019
  • 鸡蛋检测系统源码分享
  • Spring Cloud Gateway中的常见配置
  • Android Framework(六)WMS-窗口显示流程——窗口内容绘制与显示
  • Python 将矩阵转换为行最简形式 (Row Echelon Form, REF)和列最简形式 (Column Echelon Form, CEF)
  • SpringBoot2:web开发常用功能实现及原理解析-上传与下载
  • Python学习笔记--面向对象、类、属性、继承、正则表达式、错误和异常
  • 基于python+django+vue的个性化餐饮管理系统
  • 数据结构——原来二叉树可以这么学?(4.链式二叉树)