1. 项目概述从“能用”到“好用”的国产服务器性能实战最近几年信创产业从试点走向全面推广国产CPU和服务器不再是实验室里的概念机而是真刀真枪地进入了数据中心、办公系统和关键业务领域。作为一名长期关注基础设施性能的从业者我经历了从早期“能用就行”的兼容性测试到现在必须深入评估“好不好用”、“划不划算”的性能对比阶段。这次我决定系统性地梳理一下当前主流国产CPU的发展现状并基于真实的业务场景对几款典型的信创服务器进行一次深度的性能测试对比。这不仅仅是为了跑个分更是想搞清楚在去掉了“国产化”这个政治正确的滤镜后这些服务器在实际负载下的表现究竟如何它们的性能基线在哪里瓶颈可能出现在什么地方以及作为最终的用户或运维人员我们该如何建立自己的性能测试标准来做出更明智的选型决策。2. 国产CPU发展现状与核心架构解析要测试服务器必须先理解其“大脑”——CPU。目前市场上的国产CPU主要形成了三条清晰的技术路线它们各有渊源也决定了后续生态和性能特性的不同。2.1 ARM架构阵营鲲鹏与飞腾的竞合这条路线基于ARM指令集授权是目前在通用服务器领域生态最活跃、产品线最丰富的。华为鲲鹏Kunpeng基于ARMv8架构永久授权华为可以进行深度微架构设计。其核心优势在于华为强大的芯片设计能力和全栈协同。最新的鲲鹏920系列处理器最多支持64核主频最高可达2.6GHz并集成了丰富的I/O接口如PCIe 4.0。华为围绕鲲鹏构建了从硬件、操作系统openEuler到数据库GaussDB、中间件的完整生态体系软硬件垂直整合优化做得比较深入。在实际应用中其多核并发处理能力尤其是在云计算、分布式存储和数据库场景下表现往往比较突出。飞腾Phytium同样基于ARM指令集飞腾的研发历史更久在政务、金融等领域有深厚的积累。其最新的腾云S2500系列处理器采用多芯片互联技术可以构建多路服务器提供更高的核心密度。飞腾的生态策略相对开放与国内众多操作系统厂商麒麟、统信、整机厂商和软件开发商建立了广泛的合作。它的优势在于对传统党政办公应用的兼容性和优化做得比较扎实在流版签软件、OA系统等场景下运行稳定。注意虽然同为ARM但鲲鹏和飞腾的CPU核心是各自独立设计的二进制指令并不完全兼容。这意味着为鲲鹏编译的应用不能直接在飞腾上运行反之亦然。这是选型时必须考虑的首要因素。2.2 MIPS架构阵营龙芯的自主之路龙芯Loongson走的是完全不同的道路其指令集为自主设计的LoongArch此前长期兼容MIPS。龙芯强调从指令集到微架构的完全自主可控。最新的3A5000/3C5000系列处理器性能提升显著达到了主流桌面和服务器级应用的水平。龙芯的生态是挑战也是其护城河需要软件厂商专门为其架构进行移植和优化。目前其生态正在快速建设中在特定领域的专用系统中已经得到应用。选择龙芯意味着更彻底的技术自主但也需要承担一定的生态适配成本和早期风险。2.3 x86架构阵营海光与兆芯的兼容性选择这条路线通过技术合作获得x86授权最大优势是生态兼容性。海光Hygon通过与AMD的技术合作获得了Zen架构的授权其处理器在指令集和微架构上与AMD EPYC系列高度相似。这意味着海光CPU可以无缝运行庞大的x86软件生态包括复杂的商业数据库、ERP系统等迁移成本极低。其性能表现也更接近国际主流x86服务器水平在多核性能和内存带宽上具有竞争力。兆芯Zhaoxin其x86技术来源于VIA目前也在持续迭代。兆芯的优势在于桌面和嵌入式领域在入门级服务器和特定行业终端中有应用。实操心得对于从现有Intel/AMD平台迁移的业务系统如果追求最小化的迁移风险和成本海光几乎是“开箱即用”的最佳选择。但如果从长远自主可控的战略考虑拥有自主指令集的龙芯和深度定制的ARM阵营可能后劲更足。这没有绝对的对错只有基于自身业务优先级兼容性 vs. 自主性 vs. 性能的权衡。3. 信创服务器性能测试的核心思路与标准建立性能测试不是跑个娱乐软件那么简单尤其是对于处于成长期的信创平台测试方法和标准的科学性直接决定了结论的可靠性。我反对直接套用国外平台的测试套件和标准因为软硬件环境截然不同。我们需要建立自己的、贴合业务场景的测试方法论。3.1 明确测试目标与场景映射在开机之前必须想清楚这台服务器未来主要干什么测试必须围绕真实业务场景展开。计算密集型场景例如科学计算、视频转码、编译构建。这考验CPU的浮点运算能力和单核/多核峰值性能。我们会选用像SPEC CPU 2017这样的国际标准基准测试套件需获取对应架构的授权版本或使用开源替代方案以及Stream来测试内存带宽。数据密集型场景例如数据库MySQL, PostgreSQL、大数据分析Hadoop, Spark。这考验CPU的多核并发、内存容量与带宽、以及存储I/O。我们会部署真实的数据库进行TPC-C-like的在线事务处理测试和复杂的查询测试。应用服务器场景例如Java Web应用Spring Boot、中间件Nginx, Redis。这考验CPU的调度效率、网络处理能力和JVM在特定架构下的优化水平。我们会使用JMeter或wrk进行压力测试模拟高并发用户请求。虚拟化/云化场景这是服务器最常见的归宿。我们会部署KVM或基于它的云平台如OpenStack测试虚拟机的创建密度、在不同负载下的性能隔离性以及虚拟网络、虚拟存储的性能开销。3.2 构建可对比的测试环境对比测试的大前提是环境一致否则结果毫无意义。硬件对齐尽可能选择核心数、主频相近的CPU型号进行对比。例如对比8核的鲲鹏920、飞腾S2500和龙芯3A5000。内存容量、频率、通道数必须完全一致。使用同型号的NVMe SSD和网卡。软件栈对齐操作系统统一使用一个主流国产Linux发行版如openEuler或统信UOS服务器版并确保内核版本、基础库版本完全一致。编译器与运行时对于计算测试使用相同版本的GCC/LLVM编译器并采用针对该CPU架构最优的编译选项如-marchnative。对于Java应用使用相同版本的OpenJDK。配置优化针对不同的测试场景对操作系统内核参数如网络参数、虚拟内存参数、数据库配置、JVM参数进行统一的、合理的优化。记录下所有优化项这是测试报告的重要组成部分。工具选型与二次开发像JMeter这样的工具虽然是跨平台的但其默认实现可能对某些架构优化不足。我们需要确保测试脚本本身不成为瓶颈。有时甚至需要对测试工具或业务应用代码进行针对性的编译优化。3.3 建立多维度的性能评价指标体系性能不等于“跑分高”。一个全面的评价体系应包含维度关键指标测试工具/方法说明计算性能整数/浮点运算速率 (IPS/FLOPS)SPEC CPU 2017, Linpack反映CPU核心的绝对算力内存性能带宽 (GB/s), 延迟 (ns)Stream, LMbench内存子系统性能对数据库等应用至关重要存储I/O随机/顺序读写IOPS、带宽、延迟Fio, Vdbench测试本地NVMe SSD和对接存储的性能网络性能吞吐量 (Gbps)、包转发率 (PPS)、延迟iperf3, netperf, ping测试TCP/UDP吞吐及网络栈效率应用性能事务处理量 (TPS)、查询响应时间 (QPS)、请求延迟自定义业务脚本、JMeter、数据库基准测试最贴近业务的综合性能体现能效比性能/功耗比性能测试结果结合整机功耗仪读数在“双碳”背景下越来越重要的指标稳定性长时间高负载下的错误率、性能衰减压力测试如 stress-ng持续运行24h考察系统在极限状态下的可靠性踩坑记录早期测试时我们曾只关注峰值性能忽略了性能一致性。有些机器在短时间内跑分很高但长时间满载后可能因为散热或功耗墙限制出现性能大幅下降。因此稳定性测试必须作为硬性指标。4. 实战基于典型场景的服务器性能对比测试以下是我近期组织的一次内部对比测试的实录选取了分别搭载鲲鹏920、飞腾S2500、海光7285均为8核配置的三款国产双路服务器以及一台作为基准的Intel Xeon Silver 4210服务器。所有机器配备256GB DDR4内存、两块同型号NVMe SSD安装openEuler 22.03 LTS。4.1 基础算力与内存性能测试我们首先使用SPEC CPU 2017的整数速率int_rate和浮点速率fp_rate测试编译时使用-O3 -marchnative优化。测试结果摘要单核整数性能Intel Xeon 海光 ≈ 鲲鹏 飞腾 龙芯。海光凭借x86架构和较高的IPC每时钟周期指令数在此项领先。多核整数性能全核鲲鹏 ≈ 海光 Intel Xeon 飞腾。鲲鹏和海光在多核扩展性上表现出色得益于其核心互联架构的优势。浮点性能在HPC负载中海光和鲲鹏的表现接近均显著优于作为对比的Intel型号该特定型号飞腾紧随其后。龙芯在浮点方面进步巨大但与前列仍有差距。内存带宽Stream Triad鲲鹏表现最为突出远超其他对手这得益于其优化的内存控制器和多通道设计。这对于内存带宽敏感的应用如科学计算、大数据是巨大优势。结论一在纯CPU算力上海光凭借成熟的x86架构在单核和通用多核应用上表现最均衡兼容性无敌。鲲鹏则在多核并发和内存带宽上优势明显特别适合横向扩展的云原生和数据分析场景。4.2 数据库应用场景测试 (MySQL)我们在每台服务器上部署MySQL 8.0使用sysbench进行OLTP读写混合测试数据集大小为100张表每表100万行数据。测试步骤准备数据sysbench --db-drivermysql oltp_common.lua prepare运行测试16个线程300秒sysbench --db-drivermysql oltp_read_write.lua run关键指标每秒事务数TPS、平均延迟Avg Latency、第95百分位延迟P95 Latency。测试结果与分析峰值TPS海光服务器略微领先鲲鹏紧随其后两者差距在5%以内。飞腾约为前两者的85%。Intel基准机由于核心数较少TPS最低。延迟稳定性P95这是关键发现。鲲鹏服务器的P95延迟最低且最稳定波动范围很小。海光服务器的平均延迟虽好但P95延迟的“长尾”现象稍明显。飞腾的延迟相对较高。问题排查通过perf工具分析在海光服务器上观察到更多的缓存未命中cache-misses和更频繁的上下文切换。这可能与数据库工作负载的随机内存访问模式有关鲲鹏的大内存带宽和缓存架构在此受益。结论二对于数据库这类核心应用鲲鹏在提供高吞吐的同时能保证更稳定、可预测的响应时间这对在线业务体验至关重要。海光提供了接近的性能和完美的兼容性是平滑迁移的稳妥选择。4.3 Web应用中间件场景测试 (Nginx Redis Spring Boot)这个组合模拟了典型的微服务后端。我们使用一个简单的Spring Boot应用通过Redis缓存数据Nginx作为反向代理和负载均衡。部署在每台服务器上使用Docker容器分别部署Nginx、Redis和Spring Boot应用。测试工具使用wrk进行HTTP API压测脚本模拟用户登录、查询等混合操作。测试方法梯度增加并发连接数从50到1000观察每秒请求数RPS和错误率的变化。测试结果与分析最大RPS在并发连接数低于500时四款服务器差距不大。当并发超过800时鲲鹏和飞腾服务器展现出更好的连接保持能力和更低的错误率。海光服务器在超高并发下出现了少量的连接超时错误。资源消耗监控发现在相同压力下飞腾服务器的CPU利用率相对较低而鲲鹏服务器的网络中断处理更高效。海光服务器的整体资源消耗与Intel相当。深度分析我们使用sar和pidstat监控发现海光服务器在网络软中断si的CPU占用率上略高。这可能与内核网络栈在x86和ARM上的不同优化程度有关。ARM架构鲲鹏、飞腾在近年来针对网络、云负载做了大量内核优化。结论三在高并发、轻量级请求的Web应用场景下ARM架构的服务器尤其是鲲鹏表现出了良好的韧性和效率。飞腾的表现也令人惊喜功耗控制可能更好。海光完全能够胜任但在极限压力下可能需要更精细的内核调优。5. 测试过程中的常见问题与排查技巧实录在实际测试中我们遇到了各种各样的问题这里分享几个典型案例和解决思路。5.1 性能结果波动巨大缺乏可重复性现象同一测试用例连续跑三次结果相差超过20%。排查检查后台服务首先用systemctl list-units --typeservice查看并禁用所有非必要的后台服务特别是监控代理、安全软件、周期性的维护任务如updatedb。检查CPU频率调速器使用cpupower frequency-info查看。务必将其设置为performance模式避免测试期间CPU降频cpupower frequency-set -g performance。检查NUMA效应对于多路服务器内存访问的局部性至关重要。使用numactl --hardware查看NUMA节点布局。对于数据库等应用最好将进程和其使用的内存绑定到同一个NUMA节点numactl --cpunodebind0 --membind0 command。关闭透明大页THP对于某些工作负载THP可能导致性能波动。尝试设置为neverecho never /sys/kernel/mm/transparent_hugepage/enabled。心得性能测试的第一步是净化测试环境确保系统资源尽可能专用于测试负载排除一切干扰项。建立一个干净的、标准化的测试镜像模板是最高效的做法。5.2 特定应用在ARM服务器上崩溃或报错现象一个在x86上运行良好的Java应用部署到鲲鹏或飞腾服务器后偶尔出现核心转储Core Dump或奇怪的异常。排查检查依赖库使用ldd命令检查应用依赖的动态库确保所有库都是针对ARM架构aarch64编译的没有混入x86的库。检查JVM确保使用的是ARM版本的OpenJDK。不同JVM厂商如华为毕昇JDK、麒麟JDK对ARM的优化程度不同可以尝试更换。检查编译选项如果应用是自行编译的C/C程序检查编译时是否指定了正确的-march参数。错误的参数可能导致生成使用了不支持的指令。分析Core文件使用gdb加载core文件和对应的二进制文件通过bt命令查看崩溃时的堆栈信息定位问题函数。心得生态兼容性是ARM服务器最大的挑战。迁移时必须对应用的全栈从底层依赖库到上层运行时进行梳理和验证。优先使用操作系统厂商推荐或提供的软件仓库中的版本。5.3 网络性能不达预期现象使用iperf3测试两台同型号国产服务器间的带宽远低于万兆网卡的预期值。排查中断亲和性设置将网卡中断绑定到特定的CPU核心避免在多个核心间跳转可以提升性能。使用irqbalance服务或手动修改/proc/irq/[irq_num]/smp_affinity文件。调整网络内核参数增加TCP缓冲区大小例如net.core.rmem_max,net.core.wmem_max,net.ipv4.tcp_rmem,net.ipv4.tcp_wmem。对于高速网络这些默认值可能太小。检查并启用硬件特性确认网卡的RSS接收侧缩放、GRO/GSO大段卸载等硬件加速特性是否在内核中启用。使用ethtool -k eth_name查看。绕过内核协议栈对于极致性能要求可以研究DPDK或Solarflare的Onload技术但这对应用改造要求高。心得网络性能调优是一个系统工程。国产服务器的网卡驱动和内核网络栈仍在持续优化中及时更新固件和驱动并参考操作系统厂商提供的性能调优指南往往能解决大部分问题。6. 建立内部性能测试标准与选型建议经过一系列测试我认为企业或机构在引入信创服务器时不能只看厂商提供的宣传数据必须建立自己的性能测试标准流程PTP。确定基准负载模型从你的真实业务中提炼出1-3个最具代表性的负载模型如“订单处理”、“报表生成”、“视频转码”。开发或选取基准测试工具为每个负载模型开发对应的基准测试程序或脚本。可以是简化的业务逻辑也可以是像TPC-DS这样的标准测试集。JMeter在这里可以发挥巨大作用用于模拟Web和API负载。定义性能KPI和达标线为核心场景定义明确的、可量化的性能指标如“订单创建API在100并发下P99延迟200ms”并设定最低达标线。标准化测试报告模板报告应包含测试环境详情、所有性能指标数据、资源监控图表CPU、内存、IO、网络、以及任何遇到的异常和调优记录。选型决策矩阵将性能测试结果、生态兼容性、成本采购与运维、供应商服务支持、长期技术路线等因素综合起来形成决策矩阵。给不同角色的最终建议对于追求平滑迁移和丰富生态的用户海光是当前风险最低、见效最快的选择尤其适合运行传统商业软件和复杂数据库。对于构建新一代云化、分布式平台的技术先锋鲲鹏强大的多核性能和内存带宽以及华为全栈生态的协同优化在云原生、大数据、AI场景下潜力巨大。对于有强自主可控要求且业务相对固定的领域飞腾和龙芯值得深入评估。飞腾在政务办公领域成熟龙芯则代表了终极的自主方向需要与软件供应商深度合作进行生态共建。国产CPU和服务器的发展已经驶入了快车道从“可用”迈向了“好用”。性能测试是我们摸清其真实能力、发现潜在问题、推动其持续优化的重要手段。这个过程没有捷径唯有脚踏实地用科学的方法和真实的业务场景去验证。每一次测试不仅是对产品的考核也是对我们自身技术判断力的锤炼。
原理、配置与工业级应用全解析)
