NUMA-Architektur in Dual-Socket-Servern: Warum Speicherlokalität über Performance entscheidet
In modernen Dual-Socket-Servern reicht es nicht aus, nur die Anzahl der CPU-Kerne, die Taktfrequenz oder die RAM-Kapazität zu vergleichen. Für viele produktive Workloads ist entscheidend, wie Prozessoren und Arbeitsspeicher miteinander verbunden sind. Genau hier kommt NUMA ins Spiel. NUMA steht für „Non-Uniform Memory Access“ und beschreibt eine Architektur, bei der Speicherzugriffe je nach Nähe zur CPU unterschiedlich schnell sein können.
Wer einen hp server kaufen möchte, sollte NUMA nicht als theoretisches Detail betrachten. Gerade bei Virtualisierung, Datenbanken, In-Memory-Anwendungen und latenzsensiblen Workloads kann eine ungünstige CPU- und Speicherverteilung spürbare Leistungseinbußen verursachen. Ein Server kann auf dem Papier stark wirken, aber in der Praxis langsamer laufen, wenn Arbeitsspeicher, vCPU-Zuordnung und Prozessoraffinität nicht zusammenpassen.
Was bedeutet NUMA?
NUMA beschreibt eine Speicherarchitektur, bei der jeder Prozessor beziehungsweise CPU-Sockel direkten Zugriff auf einen Teil des Arbeitsspeichers hat. Dieser lokale Speicher ist für die jeweilige CPU schneller erreichbar als Speicher, der physisch am anderen CPU-Sockel angebunden ist. Greift eine CPU auf entfernten Speicher zu, muss die Anfrage über die Interconnect-Verbindung zwischen den Prozessoren laufen. Das funktioniert, verursacht aber höhere Latenz und kann Bandbreite kosten.
In einem Dual-Socket-Server entstehen dadurch typischerweise zwei NUMA-Knoten: CPU 1 mit ihrem lokalen Speicher und CPU 2 mit ihrem lokalen Speicher. Bei bestimmten Plattformen können durch Sub-NUMA- oder Cluster-Modi auch feinere Strukturen entstehen. Für Betriebssysteme, Hypervisoren und Datenbanken ist es wichtig, diese Topologie zu erkennen und Prozesse möglichst nahe an den Speicherbereichen auszuführen, die sie nutzen.
Warum ist Speicherlokalität so wichtig?
Speicherlokalität bedeutet, dass ein Prozess möglichst auf dem CPU-Sockel läuft, an dem auch sein Arbeitsspeicher angebunden ist. Das reduziert Latenz und entlastet die Verbindung zwischen den CPUs. Bei einfachen Anwendungen fällt das oft kaum auf. Bei datenintensiven Workloads kann der Unterschied jedoch deutlich sein.
Typische Beispiele sind Datenbanken, große virtuelle Maschinen, ERP-Systeme, Analyseplattformen, VDI-Hosts und In-Memory-Caches. Diese Anwendungen bewegen viele Daten zwischen CPU und RAM. Wenn ein großer Teil der Speicherzugriffe remote erfolgt, steigt die Antwortzeit. Gleichzeitig kann die CPU-Auslastung trügerisch niedrig wirken, obwohl die Anwendung bereits auf Speicherlatenz wartet.
NUMA und Virtualisierung
In virtualisierten Umgebungen ist NUMA besonders relevant. Ein Hypervisor versucht normalerweise, virtuelle Maschinen so auf physische NUMA-Knoten zu platzieren, dass vCPUs und Arbeitsspeicher möglichst lokal bleiben. Problematisch wird es, wenn eine virtuelle Maschine größer dimensioniert ist als ein einzelner NUMA-Knoten oder wenn zu viele große VMs gleichzeitig auf einem Host laufen.
Beispiel: Ein Server besitzt zwei CPUs mit je 16 Kernen und lokal angebundenem RAM. Eine VM mit 8 vCPUs und moderater RAM-Größe lässt sich meist gut innerhalb eines NUMA-Knotens platzieren. Eine VM mit 28 oder 32 vCPUs muss dagegen über beide Sockel verteilt werden. Dann sollte das Gastbetriebssystem die virtuelle NUMA-Topologie erkennen, damit es Threads und Speicher sinnvoll verteilen kann.
Ein häufiger Fehler besteht darin, VMs „auf Vorrat“ mit zu vielen vCPUs auszustatten. Das erhöht nicht automatisch die Leistung. Im Gegenteil: Zu große VMs erschweren dem Hypervisor die Platzierung, vergrößern Scheduling-Aufwand und können NUMA-Grenzen unnötig überschreiten. Für viele Workloads ist eine kleinere, sauber platzierte VM schneller als eine überdimensionierte VM.
NUMA und Datenbanken
Datenbanken sind oft NUMA-sensibel, weil sie große Speicherbereiche für Buffer Pools, Query-Ausführung und Caches nutzen. Moderne Datenbanksysteme erkennen NUMA-Topologien in der Regel automatisch und versuchen, Scheduler, Worker Threads und Speicherzuordnung entsprechend zu optimieren. Trotzdem kann eine schlechte Serverkonfiguration die Datenbankleistung begrenzen.
Besonders kritisch sind asymmetrische RAM-Bestückungen. Wenn ein Dual-Socket-Server auf einem Sockel deutlich mehr Speicherkanäle oder DIMMs nutzt als auf dem anderen, entstehen unbalancierte Speicherpfade. Das kann Bandbreite und Latenz verschlechtern. Auch BIOS-Einstellungen wie Node Interleaving können relevant sein: Wird Speicher über NUMA-Knoten hinweg interleaved, sieht das System unter Umständen eine gleichmäßigere Speicherfläche, verliert aber NUMA-Lokalität.
DIMM-Bestückung: der unterschätzte Performance-Faktor
Viele Performance-Probleme entstehen nicht durch zu wenig RAM, sondern durch falsch bestückten RAM. Serverplattformen haben klare Regeln, welche DIMM-Slots zuerst belegt werden sollten und wie Speicherkanäle gleichmäßig verteilt werden. Werden nur einzelne Kanäle genutzt oder CPUs unterschiedlich bestückt, sinkt die nutzbare Speicherbandbreite.
Gerade bei HPE ProLiant-Systemen sollte die Memory Population Guideline des jeweiligen Modells beachtet werden. Entscheidend ist nicht nur die Gesamtkapazität, sondern die gleichmäßige Verteilung pro CPU, Speicherkanal und DIMM-Typ. Für Virtualisierung und Datenbanken ist eine balancierte Bestückung meist wichtiger als eine scheinbar günstige, aber ungleichmäßige RAM-Erweiterung.
BIOS- und Plattformoptionen
Server-BIOS und UEFI bieten häufig Einstellungen, die NUMA-Verhalten beeinflussen. Dazu gehören Node Interleaving, Memory Operating Mode, Sub-NUMA Clustering, Performance Profiles oder Energieoptionen. Diese Einstellungen sollten nicht blind verändert werden. Eine Einstellung, die für HPC sinnvoll ist, kann für Virtualisierung ungünstig sein; eine Option für maximale Energieeffizienz kann Latenz erhöhen.
Für die meisten Unternehmensumgebungen ist es sinnvoll, mit den empfohlenen Performance-Profilen des Herstellers zu starten und anschließend anhand realer Workloads zu messen. Reine synthetische Benchmarks zeigen nicht immer, wie sich eine Datenbank, ein Hypervisor oder ein ERP-System im Alltag verhält.
Praktische Empfehlungen für NUMA-sensible Server
- RAM symmetrisch bestücken: Beide CPU-Sockel sollten möglichst gleichmäßig mit DIMMs und Speicherkanälen ausgestattet werden.
- VMs nicht überdimensionieren: vCPU- und RAM-Größe sollten zum Workload passen und NUMA-Grenzen möglichst respektieren.
- Node Interleaving prüfen: Für NUMA-aware Workloads ist deaktiviertes Node Interleaving oft sinnvoller, damit Lokalität erhalten bleibt.
- Datenbanken beobachten: Latenz, Wait States, Speicherverteilung und CPU-Scheduler sollten gemeinsam analysiert werden.
- Herstellerregeln beachten: DIMM-Bestückung, CPU-Kombination und BIOS-Profile sollten zur Plattformdokumentation passen.
Wann ist NUMA besonders wichtig?
NUMA ist vor allem dann relevant, wenn ein Server große RAM-Mengen, mehrere CPU-Sockel oder große virtuelle Maschinen nutzt. Kleine Dienste, einfache Webserver oder kompakte Einzelanwendungen spüren NUMA-Effekte oft weniger stark. Je größer und speicherintensiver der Workload wird, desto wichtiger wird die Topologie.
Besonders kritisch sind Konsolidierungsprojekte, bei denen viele alte Server auf wenige leistungsstarke Hosts migriert werden. Hier entsteht schnell die Versuchung, große VMs mit vielen vCPUs und viel RAM zu bauen. Ohne NUMA-Planung kann dadurch genau der Effekt entstehen, den man vermeiden wollte: hohe Hardwarekosten, aber ungleichmäßige und schwer erklärbare Performance.
Fazit
NUMA ist kein akademisches Detail, sondern ein praktischer Performance-Faktor in Dual-Socket-Servern. Wer CPU, RAM und virtuelle Maschinen ohne Blick auf Speicherlokalität plant, verschenkt Leistung und riskiert unnötige Latenz. Besonders bei Virtualisierung, Datenbanken und großen In-Memory-Workloads entscheidet die richtige Topologie oft darüber, ob ein Server stabil und effizient arbeitet.
Die wichtigste Regel lautet: Serverkonfigurationen sollten nicht nur nach maximaler Kapazität, sondern nach balancierter Architektur geplant werden. Symmetrische RAM-Bestückung, passende VM-Größen, NUMA-aware Software und korrekte BIOS-Einstellungen schaffen die Grundlage für vorhersehbare Performance. Genau das unterscheidet eine technisch saubere Serverplanung von einer reinen Hardwareliste.
Foto: AI
Diese Seite zeigt gesponsorten Marketing-Inhalt, Quell- und Informationslinks sowie extern eingespielte Banner und Flash-Anzeigen.
Anzeige




