Yükleniyor
2026 veri merkezi mimarilerinde CXL 3.1 Type 3 havuzlanmış bellek ayrıştırmasını (disaggregation), atıl (stranded) RAM tasarrufunu, Linux Transparent Page Placement (TPP) kademelendirmesini ve donanım TCO kazancını simüle edin.
| Mimari Yapisi | Toplam RAM | Atıl (Stranded) RAM | Erisim Gecikmesi | Donanim Maliyeti |
|---|---|---|---|---|
| Klasik %100 Yerel DDR5 (Unpooled) | 16 TB | 3.52 TB (%22 israf) | 85 ns (DDR5) | $84,787 |
| CXL 3.1 Type 3 Kademeli Havuz (Tiered) | 16 TB | 0.61 TB (%3.8) | 93.8 ns (Harmanlanmis) | $69,450 |
cxl-cli daxctl aygit yapilandirmasi ve Transparent Page Placement (TPP) sysctl kurallari.
# Linux 6.8+ uzerinde CXL 3.1 Type 3 Havuzlanmis Bellegi Listeleme ve Tesis Etme:
cxl list -m -u -v
# CXL bellek alanini NUMA Dugumu olarak sisteme dax baglantisiyla tanimlayin:
sudo daxctl reconfigure-device --mode=system-ram --no-online dax0.0
sudo daxctl online-memory dax0.0Geleneksel sunucu mimarilerinde RAM, anakart üzerindeki CPU soketlerine fiziksel bellek kanallarıyla bağlıdır. Bir sanal makine veya konteyner sunucunun CPU çekirdeklerini tamamen tükettiğinde, kalan kullanılmamış RAM başka bir sunucuya devredilemez.
Büyük bulut sağlayıcılarında (Hyperscalers) bu durum sunucu filosundaki toplam RAM'in %20 ila %25'inin atıl (stranded) kalarak israf olmasına yol açar. CXL 3.1 Type 3 bellek havuzlama, RAM'i sunucu düğümlerinden ayrıştırarak (disaggregation) birden fazla ana makinenin ortak bir PCIe 5.0/6.0 kumaşı üzerinden aynı bellek havuzundan dinamik pay almasını sağlar; atıl bellek oranı %4'ün altına iner.
CXL 3.1 doğrudan yerel DDR5'in yerini almaz; bir kademeli bellek hiyerarşisi (Tiered Memory) oluşturur. Yerel DDR5 kanalları ~70-110 ns gecikmeyle Tier 0 (en sıcak çalışan küme) olarak kalırken, CXL Type 3 havuzu PCIe kontrolcü ek yüküyle ~160-220 ns seviyesinde Tier 1 (genişletilmiş kapasite) görevi görür.
Linux 6.8+ çekirdeğindeki Transparent Page Placement (TPP) ve DAMON mekanizmaları sayesinde aktif işletim sistemi çekirdeği ve sıcak veriler yerel DDR5'te tutulurken; LLM çıkarımındaki KV Cache, arka plandaki sanal makineler veya soğuk veritabanı sayfaları otomatik olarak CXL havuzuna kaydırılır. Böylece uygulama performansı %97-98 korunurken sunucu başı bellek maliyeti %20-30 oranında düşer.