3、CPU选型：核心频率、核心数量、缓存架构、NUMA架构、Intel vs AMD vs ARM
CPU选型，说白了就是给交易系统选大脑。这个大脑既要反应快，又要能同时处理多路信息，还得保证数据不丢不乱。我做了这么多年高频系统，见过太多因为CPU选型翻车的案例——要么延迟高得离谱，要么吞吐量上不去，要么干脆跑着跑着就崩了。
今天咱们就把CPU选型的几个核心维度掰开揉碎讲清楚。嗯，这里要注意，每个维度都不是孤立的，它们之间会互相影响。
3.1 核心频率：越快越好？不一定
核心频率，就是CPU每秒能执行多少个指令周期。3GHz意味着每秒30亿次。听起来很猛对吧？
但我在项目中遇到过一个问题：某款4.5GHz的CPU，跑我们的交易逻辑，延迟反而比3.8GHz的还高。为什么？因为频率越高，发热越大，一旦触发降频保护，性能直接腰斩。
核心观点：
- 单线程延迟敏感型任务（比如信号生成、订单发送）：频率越高越好，但必须保证散热跟得上
- 多线程并行任务（比如行情解析、风控计算）：频率够用就行，核心数更重要
- 避坑指南：我曾经选过一款号称5.2GHz的CPU，结果满载跑3分钟就降频到3.6GHz。后来我学乖了，只看「全核满载频率」，不看单核峰值频率
实战建议：高频交易场景，优先选全核频率≥4.0GHz的CPU。如果预算允许，上液冷或高规格风冷，确保满载不降频。
3.2 核心数量：8核够用吗？32核浪费吗？
核心数量这个问题，我经常被问到。有人说「核心越多越好」，有人说「高频交易用不了那么多核」。其实都对，也都不对。
咱们先看一个典型的高频交易系统需要哪些线程：
| 任务类型 | 建议核心数 | 说明 |
|---|---|---|
| 行情接收与解析 | 1-2核 | 绑定专用核心，避免中断干扰 |
| 策略计算（信号生成） | 1-2核 | 延迟敏感，独占核心 |
| 订单管理与发送 | 1核 | 必须独占，不能共享 |
| 风控与监控 | 1-2核 | 可以与其他低优先级任务共用 |
| 日志与统计 | 1核 | 后台任务，不参与实时路径 |
你看，一个完整的交易节点，核心需求大概在6-8核左右。但为什么很多人推荐16核、32核？因为还有操作系统、网络中断、内存管理这些开销。我个人习惯留2-4个核心给系统用，剩下的全给交易逻辑。
我的经验：8核12线程以上的CPU，基本能满足大多数高频交易场景。核心太多反而可能引入NUMA问题（下面会讲）。别盲目追求核心数，够用就好。
3.3 缓存架构：L1/L2/L3，谁更重要？
缓存，是CPU和内存之间的「高速公路」。你想想看，CPU每秒处理几十亿次指令，但内存访问一次要几十纳秒。如果没有缓存，CPU大部分时间都在等数据。
高频交易对缓存的要求非常苛刻。因为我们的数据访问模式很特殊：
- 行情数据：连续写入，频繁读取，数据量不大但实时性极高
- 订单簿：随机访问，更新频繁，对L1缓存命中率要求极高
- 策略参数：只读为主，适合放在L2/L3
缓存选型要点：
- L1缓存：越大越好，尤其是数据缓存（L1-D）。我见过一款CPU，L1-D从32KB提升到64KB，订单簿操作延迟降低了12%
- L2缓存：每个核心独享，建议≥512KB。太小的话，频繁的缓存未命中会拖死性能
- L3缓存：所有核心共享，建议≥16MB。L3大一点，可以减少跨核心数据共享的延迟
注意：缓存不是越大越好。缓存越大，访问延迟也会略微增加。我曾经测试过两款CPU：一款L3 32MB，另一款L3 64MB。结果64MB的那款在随机访问场景下反而慢了3%。因为缓存太大，命中率没提升多少，但访问路径变长了。
3.4 NUMA架构：多路CPU的甜蜜陷阱
NUMA（非统一内存访问架构），说白了就是「每个CPU有自己的本地内存，访问别人的内存要绕路」。这个绕路，在高频交易里可能是致命的。
我画了一张图，帮你理解NUMA的核心逻辑：
NUMA对高频交易的影响：
- 内存访问延迟翻倍：访问远程内存比本地内存慢40%-80%。如果你的交易线程和它要访问的数据不在同一个NUMA节点，延迟会飙升
- 缓存一致性开销：两个CPU核心频繁修改同一块数据，会导致缓存一致性协议（MESI）频繁通信，性能急剧下降
- 中断亲和性：网卡中断要绑定到正确的CPU核心，否则中断处理线程和数据消费线程跨NUMA通信，延迟直接爆炸
NUMA优化三板斧：
- 绑定核心和内存：使用
numactl或taskset将线程绑定到指定核心，同时分配本地内存 - 避免跨Socket通信：行情接收、策略计算、订单发送尽量放在同一个NUMA节点
- 中断隔离：将网卡中断绑定到专用核心，不要和交易逻辑核心混用
3.5 Intel vs AMD vs ARM：三足鼎立怎么选？
这三家的CPU我都用过，各有各的脾气。咱们直接上干货对比：
| 维度 | Intel (Xeon) | AMD (EPYC) | ARM (Ampere Altra) |
|---|---|---|---|
| 单核性能 | ★★★★★ 最强 | ★★★★☆ 很强 | ★★★☆☆ 中等 |
| 核心密度 | ★★★☆☆ 最多28核 | ★★★★★ 最多128核 | ★★★★★ 最多128核 |
| 缓存架构 | ★★★★★ L3大且高效 | ★★★★☆ L3大但延迟略高 | ★★★☆☆ 缓存较小 |
| NUMA复杂度 | ★★★☆☆ 2-4路 | ★★☆☆☆ 4-8路，复杂 | ★★★★★ 单路为主，简单 |
| 生态兼容性 | ★★★★★ 最好 | ★★★★☆ 好 | ★★☆☆☆ 需重新编译 |
| 功耗/性能比 | ★★★☆☆ 一般 | ★★★★☆ 较好 | ★★★★★ 最佳 |
我的选择建议：
- 追求极致单线程延迟：选Intel。我目前在用的主力机型就是Intel Xeon Gold 6xxx系列，单核性能确实没对手。但要注意，Intel的AVX-512指令集在高频交易里很有用，做向量化计算能大幅降低延迟
- 需要高核心密度+性价比：选AMD。EPYC的核心数多，价格还便宜。但NUMA架构复杂，需要花时间调优。我曾经在一个AMD平台上踩过坑——跨CCD（核心复合体）通信延迟高达200ns，后来通过绑定核心才解决
- 低功耗+云原生场景：选ARM。Ampere Altra的单核性能虽然不如Intel，但功耗只有一半。如果你做的是中低频策略，或者需要大规模部署，ARM是个好选择。不过要注意，很多交易软件还没有ARM版本，需要自己编译
避坑指南：我曾经在一个项目中，为了省钱选了AMD EPYC 64核。结果因为NUMA节点太多（8个），跨节点通信导致延迟不稳定。后来我们换成了Intel 28核，虽然核心数少了，但延迟稳定在2微秒以内。所以，核心数不是越多越好，稳定才是王道。
3.6 实战选型清单
最后，我整理了一份CPU选型检查清单，你可以直接拿来用：
- 全核满载频率：≥4.0GHz，确保散热不降频
- 核心数量：8-16物理核，够用就好
- L1数据缓存：≥32KB，最好64KB
- L2缓存：≥512KB/核
- L3缓存：≥16MB，但不要超过32MB（避免延迟增加）
- NUMA节点数：≤2个，越少越好
- 支持指令集：AVX-512（Intel）、AVX2（AMD）、NEON（ARM）
- 中断重定向：支持MSI-X，方便绑定中断
- 功耗：TDP ≤ 200W，否则散热成本太高
最后提醒一句：别只看参数，一定要实测。我见过太多「纸面性能完美，实际跑起来拉胯」的案例。拿你的交易逻辑，在目标CPU上跑一遍延迟分布图，比看任何评测都靠谱。
公众号:蓝海资料掘金营，微信deep3321