CPU选型：核心频率与IPC、缓存层级对延迟的影响、NUMA架构与内存亲和性、Intel vs AMD实战对比

做高频做市，CPU就是你的引擎。选错了，延迟直接崩盘。我见过不少团队，花大价钱买服务器，结果因为CPU选型不对，订单流处理慢了几个微秒，被对手抢了先机。今天咱们就聊聊，怎么给期权高频做市系统挑一颗合适的CPU。

核心频率 vs IPC：别只看主频

很多人选CPU，第一眼看主频。嗯，这没错，但不够。高频做市里，真正决定单线程性能的，是核心频率 × IPC（每时钟周期指令数）。

核心频率好理解，就是CPU每秒能跑多少个周期。但IPC呢？它决定了每个周期能干多少活。举个例子，Intel的Golden Cove架构，IPC比上一代提升了约19%。这意味着，同样3.0GHz的频率，新架构能处理更多指令。

我个人习惯，先看IPC，再看频率。为什么？因为高频做市的代码，大多是计算密集型的。你想想看，一个复杂的期权定价模型，可能要执行几百条指令。IPC高了，同样的时间能算完更多模型。

我在项目中遇到过，有人选了5.0GHz的旧架构CPU，结果被4.5GHz的新架构CPU在延迟上吊打。说白了，频率高不代表快，得看综合性能。

缓存层级：延迟的隐形杀手

缓存，是CPU和内存之间的缓冲地带。层级越高，容量越大，但延迟也越高。高频做市里，缓存命中率直接决定了你的延迟表现。

典型的缓存层级是这样的：

缓存层级	典型容量	延迟（周期）	作用
L1	32KB - 64KB	3-5	存放最热的数据和指令
L2	256KB - 1MB	10-15	次热数据，每个核心独享
L3	8MB - 64MB	30-50	多核心共享，容量大但慢
内存	GB级别	100+	最慢，能避免就避免

你想想看，如果数据在L1缓存里，延迟只有3个周期。但如果跑到内存里，延迟直接飙到100个周期以上。差了30多倍！

我曾经优化过一个期权定价引擎，把热数据从L3挪到L2，延迟直接降了40%。怎么做？就是调整数据结构，让核心频繁访问的变量尽量小，尽量连续存放。嗯，这里要注意，别把大数组塞进缓存，那会挤走其他热数据。

NUMA架构与内存亲和性

现代服务器都是多路CPU，每个CPU有自己的内存控制器。这就引出了NUMA（非统一内存访问架构）。说白了，CPU访问本地内存快，访问远端内存慢。

NUMA架构下，延迟差异有多大？我实测过，本地内存访问延迟约80ns，远端内存访问延迟约130ns。差了60%以上。高频做市里，这几十纳秒的差距，可能就是盈利和亏损的分界线。

怎么解决？内存亲和性。把线程绑定到特定CPU核心，同时确保该线程使用的内存分配在同一个NUMA节点上。Linux下可以用numactl工具：

# 将进程绑定到NUMA节点0
numactl --cpunodebind=0 --membind=0 ./trading_engine

# 查看NUMA拓扑
numactl --hardware

我个人习惯，在代码里显式设置亲和性。用sched_setaffinity绑定线程，用mbind或numa_alloc_local分配内存。这样能确保关键线程始终访问本地内存。

Intel vs AMD：实战对比

这个话题，争议很大。我两边都用过，说说真实感受。

Intel的优势：

• 单线程性能强，IPC高。对于高频做市这种单线程密集型的场景，Intel的Golden Cove架构表现优异。
• 缓存延迟低。Intel的L2和L3缓存延迟，通常比AMD低几个周期。
• 生态成熟。很多高频交易软件，默认对Intel优化更好。

AMD的优势：

• 核心多，性价比高。同样的预算，AMD能给你更多核心。
• L3缓存大。AMD的Zen 4架构，L3缓存可达64MB，比Intel的30MB大了一倍多。
• 内存带宽高。AMD的DDR5支持更好，带宽更高。

实战中怎么选？我建议：

• 如果做市策略是计算密集型（比如复杂期权定价模型），选Intel。单线程性能是关键。
• 如果做市策略是数据密集型（比如需要加载大量历史数据），选AMD。大缓存和高带宽更有优势。
• 如果预算有限，AMD的性价比更高。但要注意，AMD的NUMA架构更复杂，需要更精细的亲和性配置。

知识体系图

下面这张图，总结了CPU选型的核心逻辑。你可以把它当作决策参考。

选CPU，没有绝对的对错。关键看你的策略特点、预算和团队能力。我建议，先做原型测试，用真实数据跑一遍，再决定。别光看参数，实战才是硬道理。

---