为攻克调度性能瓶颈，元脑服务器操作系统KOS推出Chiplet拓扑感知调度器 TopoSched，通过 eBPF 架构实现定制化、可扩展的线程调度能力，结合用户态全局资源分配策略，实现面向Chiplet架构的细粒度调度控制。实测显示，对比系统原生调度器，在iperf基准测试中，TopoSched可实现1.57 倍的吞吐量提升；共享内存测试中，TopoSched可实现73.6%的性能提升；redis场景下可实现38.5%的性能提升。

Chiplet架构拓扑代价：跨芯粒访存拖慢应用性能

Chiplet设计理念是将传统单颗SoC拆解为多个功能裸片，通过先进封装互联集成。以典型的多chiplet处理器为例，单颗CPU封装内包含多个 compute DIE，这些compute DIE通过高速互联技术相连。每个compute DIE中所有的核心共享同一个LLC缓存。

chpilet架构CPU拓扑图

然而，Linux内核默认调度器对拓扑结构的感知停留在NUMA层面。在调度决策时，它会尽量将任务保持在同一NUMA节点内运行，但对NUMA节点内部的芯粒/LLC边界则缺乏精细化的感知能力。具体表现为三个层面的问题：

■任务漂移问题：同一线程在不同调度周期中可能被分配到不同芯粒上执行，导致LLC缓存频繁失效。每次跨芯粒漂移都意味着需要跨CCD通信。

■资源分配粗粒度问题：内核默认以单个任务为单位进行公平调度，无法将一组相关联的任务（如同一虚拟机的所有vCPU或同一容器内的业务线程）作为一个整体，优先调度到同一芯粒上运行。

■负载均衡与局部性的矛盾：内核的负载均衡机制为了维持CPU间的负载均衡，会主动将任务从繁忙的CPU迁移到空闲CPU上，这种迁移完全不考虑目标CPU是否与原CPU位于同一芯粒，可能反而增加了跨芯粒访存开销。

TopoSched：芯粒拓扑感知的动态资源调度器

针对传统调度器不能识别与理解Chiplet 架构下LLC缓存物理边界，无法充分发挥服务器Chiplet架构性能优势的问题。元脑服务器操作系统KOS推出Chiplet拓扑感知调度器 TopoSched，通过用户态芯粒拓扑感知、基于LLC的资源分配算法、动态调度技术实现面向Chiplet架构的细粒度调度控制。

TopoSched 调度方案

■ 芯粒拓扑感知：调度器原生支持拓扑感知，可识别NUMA节点、LLC缓存、CPU Core和逻辑CPU，并建立完整的拓扑视图。

■基于LLC的资源分配算法：确定每个业务应分配多少个CPU以及这些CPU应落在哪些拓扑位置，将任务划分为线程组，优先以芯粒为单位进行线程组的CPU资源分配。同时业务运行过程中实时统计负载数据信息，并在下一轮调度周期重新计算。

■ 动态调度技术：摒弃传统的硬绑核策略，支持CPU资源的动态调度，在低负载状态下，优先使用芯粒亲和范围内的算力资源，最大限度减少跨芯粒通信延迟；当负载偏高时则溢出当前任务偏好的CCD，动态扩容算力资源，拓宽业务运行算力调度范围，避免算力资源抢占。

测试验证与展望

■ iperf基准测试

我们搭建四组虚拟机开展iPerf 网络性能测试，为排除测试波动干扰设置四组对照实验，对比验证系统默认调度、NUMA 绑定与 TopoSched 调度方案的吞吐量表现。测试结果表明，NUMA 绑定与 TopoSched 方案运行性能更为平稳，系统默认调度结果波动明显，原因是默认调度允许进程跨Socket 调度，性能受Socket通信频次影响较大。总体来看，TopoSched 相较系统默认调度最高性能提升1.57 倍，较 NUMA 绑定方案性能提升 85.4%，核心优势在于该调度机制可将业务线程优先收敛至同一芯粒运行，大幅减少跨芯粒数据通信开销。

iperf基准测试，结果越大越好

■ 进程间共享内存测试：

我们设置四组对照实验，对比验证系统默认调度、NUMA 绑定与 TopoSched 调度方案在进程间共享内存的性能表现（每次读写4KB数据，连续读写1亿次）。测试结果表明，对于单次读写耗时，TopoSched 相较系统默认调度读写延时降低最高73.6%，较 NUMA 绑定方案延时降低 60.8%。

进程间共享内存单次读写耗时性能，越小越好

■ redis场景测试

我们搭建四组虚拟机开展redis性能测试（set写、get读），为排除测试波动干扰设置四组对照实验，对比验证系统默认调度、NUMA 绑定与 TopoSched 调度方案的吞吐量表现。测试结果表明，TopoSched 相较系统默认调度的写请求QPS最高提升38.5%，较 NUMA 绑定方案性能提升 34.6%。

Redis 性能测试，数值越大越好

随着Agentic AI 时代到来，CPU 已从传统辅助算力升级为核心任务调度中枢，统筹承载工具调用、API 请求、向量检索等各类业务流程。面向Chiplet 架构CPU优化设计的 TopoSched 调度方案，也能够深度适配Agentic业务场景，充分发挥Chiplet 架构的优势。