📌 一句话摘要

小红书引擎架构团队在 ICDE 2026 发表论文，提出面向多核 CPU CCD 架构的负载感知与线程编排框架，通过冷热自适应映射和拓扑感知任务窃取，将向量检索吞吐量最高提升 3.7 倍，P999 长尾延迟降低 90%。

📝 详细摘要

本文详细介绍了小红书引擎架构团队在 ICDE 2026 上发表的最新研究成果。研究团队系统性地分析了工业级向量 ANNS 服务在 AMD EPYC 多 Chiplet（CCD）架构 CPU 上遇到的核心性能瓶颈，包括跨 CCD 缓存失效、Hot-Hot 同驻导致的缓存污染以及全局任务窃取对缓存亲和性的破坏。针对这些问题，团队提出了一个 CCD 感知的自适应线程编排框架。该框架包含三大核心模块：统一任务提交接口以兼容 HNSW 和 IVF 算法；冷热感知映射调度器，通过贪心双端扫描算法将热表和冷表配对到同一 CCD，实现流量均衡并避免缓存争抢；以及拓扑感知的层级化任务窃取机制，通过三级窃取优先级（本地、同 CCD、跨 CCD）在保障负载均衡的同时，将跨 CCD 任务窃取率从 80% 降至 5% 以下。实验结果表明，在小红书真实业务负载下，该框架在 96 核 CPU 上实现了最高 3.7 倍的吞吐量提升，P999 长尾延迟降低 60%-90%，L3 缓存未命中率降低 6%-30%，CPU 停顿时间减少 20%-80%。该工作为工业级向量检索在新型 CPU 架构上的性能优化提供了系统性的解决方案。

💡 主要观点

1. 多核 CCD 架构下，现有线程调度框架因不感知拓扑特性，导致严重的跨 CCD 缓存失效和性能瓶颈。 AMD EPYC 等 CPU 的 CCD 架构拥有独立 L3 缓存，但现有调度（如 OpenMP、bthread）未考虑此特性，导致向量数据在多个 CCD 间重复加载，缓存未命中率居高不下，CPU 因等待内存数据而大量停顿，实际吞吐量远低于理论线性扩展值。
2. 冷热自适应映射算法通过 Hot-Cold 配对，有效解决了多热表同驻引发的缓存污染问题。 调度器基于在线流量估算，将高流量热表与低流量冷表配对到同一 CCD，避免了多张热表争夺有限 L3 缓存空间导致的相互驱逐，同时通过滑动窗口机制自适应业务负载的动态变化，确保各 CCD 流量均衡。
3. 拓扑感知的层级化任务窃取策略，在保障负载均衡的同时，将跨 CCD 任务迁移降至最低。 框架建立三级窃取优先级：优先本地队列，其次同 CCD 内窃取，最后严格限制跨 CCD 窃取。该策略将跨 CCD 任务窃取率从 75%-80% 骤降至 5%-10%，打通了缓存亲和性与负载均衡长期对立的工程矛盾。

💬 文章金句

• 现有的线程调度框架完全不感知 CCD 架构的拓扑特性，导致大量的跨 CCD 缓存失效，使得增加的计算资源不仅未能有效转化为性能提升，反而因缓存污染和内存带宽竞争加剧了系统性能劣化。
• 通过冷热配对策略避免 Hot-Hot 同驻，实现各 CCD 流量均衡，并采用滑动窗口平滑过渡，自适应感知业务负载的动态变化。
• 通过感知 CPU 的物理拓扑结构，建立三级窃取优先级，在保障负载均衡的同时，将跨 CCD 任务迁移降至最低，打通了缓存亲和性与负载均衡长期对立的工程矛盾。
• 在不更换硬件、不修改索引核心代码的前提下，实现了最高 3.7× 的吞吐量提升和高达 90% 的长尾延迟降低。

📊 文章信息

阅读完整文章