📅 Linux 内核性能日报 - 2026-08-03

在多核（超线程）CPU 上，一个线程写完数据、通过同步唤醒叫醒另一个线程继续干活时，调度器现在会把这个"被唤醒的线程"放到那个"即将空闲、且缓存还是热的"核心上，让它直接复用数据而不用重新从内存加载。补丁作者自报在 POWER11 上 producer-consumer 握手（-l 5）的单次访问延迟降低约 +11%（作者自报、未独立验证，且 review 质疑该收益在 x86 等特定 SMT 布局下可能不成立）。

在多核（超线程）CPU 上，一个线程写完数据、通过同步唤醒叫醒另一个线程继续干活时，调度器现在会把这个"被唤醒的线程"放到那个"即将空闲、且缓存还是热的"核心上，让它直接复用数据而不用重新从内存加载。补丁作者自报在 POWER11 上 producer-consumer 握手（-l 5）的单次访问延迟降低约 +11%（作者自报、未独立验证，且 review 质疑该收益在 x86 等特定 SMT 布局下可能不成立）。

在 SMT 超线程服务器场景下，通过让 find_new_ilb() 优先选择整个 core 完全空闲的 CPU 作为 NOHZ idle load balancer，避免激活 busy core 的 SMT sibling 而拉低其算力，在 NVIDIA Vera 平台的 GEMM 基准中实测吞吐提升约 50%（6.2 → 9.4 TFLOP/s，作者自报）。

cache-aware balancing 引入的 migrate_llc_task 迁移类型用于跨 LLC 域的缓存感知任务迁移，但主动负载均衡（active load balance）路径未遵循该语义——本补丁修复这一行为不一致，提升缓存敏感任务跨 LLC 迁移的准确性。

在每 CPU 运行队列都带 CFS 带宽结构的调度场景下，通过调整结构体字段顺序减少内存填充（padding），为每个 cfs_bandwidth 实例省下少量内存。改动极小（3 字段位移），补丁未提供基准数据，收益为逻辑分析。

在管理员读取 /proc/sys/vm/lowmem_reserve_ratio 这个内存分配参数时，内核原本会无谓地重算各内存区域的低内存保留值（lowmem reserve）——本补丁让"读操作不再触发重算"，只在实际写入参数时才重算，并顺带修复了两个问题：非法输入现在会返回错误（而不是静默接受）、写入多个值时不会因中间某个值非法导致数据被部分更新。这是纯逻辑修正，作者未提供 benchmark 数据（v4，Johannes Weiner Acked-by）。

在需要频繁访问 VMA（如 page fault、Binder、TCP）的负载下，作者把 per-VMA 锁从"仅部分架构 + SMP + MMU 可用"扩展到全配置，并引入 vma_start_read_unlocked() 新 API，让代码在热路径上彻底绕开 mmap_lock 全局锁——减少多线程争用，同时简化了大量 #ifdef 分支。（补丁未提供基准数据，机制收益为逻辑分析）

在绑定/重绑大容量 PMEM（持久内存）命名空间时，内核需逐页初始化几乎相同的 struct page 描述符，耗时明显。本系列通过复用"模板页"避免逐页重复初始化，并在 x86 上用 memcpy_nontemporal() 非时间局部性拷贝，使 memmap 初始化耗时在 nd_pmem rebind 场景降低约 60%（作者实测：244.28ms → 96.79ms）。

在从 device-private 内存（如 GPU、持久内存的私有页）swap-in 时，内核 do_swap_page() 需要对目标页加锁、迁移回 RAM。本补丁把这段路径从旧 page API（trylock_page/get_page）迁移到 folio API（folio_trylock/folio_get），是内核全面 folio 化的持续推进——已被 David Hildenbrand（Acked-by）和 Lorenzo Stoakes（Reviewed-by）两位 mm 维护者认可。

内核在把基于 struct page 的页面 API 全面迁移到 struct folio，而 wait_on_page_writeback() 是 folio_wait_writeback() 的一个兼容包装，只剩 ceph 写回同步路径这一个调用者；本系列先把该调用者迁移到 folio API，随后删除这个失去调用者的兼容包装函数及其声明——纯重构、作者明确"无功能变化"，是 folio 化大工程的收尾步骤。

在系统调用等场景下，内核自身通过 copy_from_user()/copy_to_user() 访问用户地址、触发缺页时，本补丁（RFC）让这类"内核态缺页"从无条件走 mmap_lock 全局锁，改为先走 per-VMA 锁快路径（锁不到才回退 mmap_lock），从而降低多线程下 mmap_lock 争用。作为 RFC 仅在 x86/arm64 上演示，未提供基准数据。

RCU/SRCU 的回调链表的访问只能在关中断下进行，当 call_rcu()/call_srcu() 在中断已关闭的上下文中被调用时（典型如 NMI 处理器或 BPF fentry 挂在内核入队路径上的重入），会打断链表操作，造成链表破坏或自死锁。本系列用「llist 暂存 + irq_work 回投」的延迟机制，使回调入队在任意上下文（含 NMI）都安全，消除了一类自我死锁/内存破坏的 bug。

在块设备 O_DIRECT 写路径中，当一次直接写只完成一部分、剩余字节通过回落（fallback）转为缓冲写时，这段缓冲写此前在无任何锁保护下执行，与并发的 ioctl(BLKBSZSET) 调整块大小竞争，可在 __filemap_add_folio() 触发 VM_BUG_ON_FOLIO 内核崩溃；本补丁在回落写外加 inode_lock_shared(bd_inode)，从根上消除该竞态。

在把 GPU/设备内存（dma-buf）直接读写到 NVMe 裸块设备的场景下，块层原来必须为每次 I/O 用页描述符数组（bio_vec）描述数据、并现场做 DMA 映射（IOMMU 下开销巨大）；本补丁把 bio 里存页数组的指针槽改造成联合体，让它改存一个"已经映射好的 dma-buf 映射"，于是块层和驱动可跳过逐页描述与逐次 DMA 映射，直接下发预建好的 SGL/PRP。系列级基准（写入 cover letter，合作者 Anuj 早前用 udmabuf 测得，未独立验证）：STRICT 模式从 570 KIOPS 提到 5.01 MIOPS（约 8.8×），追平 PASSTHROUGH 上限。

在 stmmac 网卡的高吞吐 Tx 场景下，作者把发送路径的 DMA buffer 从"每次 dma_map_single 流式映射"改为"page_pool 复用缓冲池"（通过 snps,pagepool-tx-buf-quirk 设备树属性启用），减少反复 DMA 映射/解映射的开销。补丁未提供基准数据，收益为逻辑分析。

Microchip lan743x PCIe 网卡驱动原先把固定 400us 的中断调制定时器写入全部 per-vector 寄存器，既不随链路速率变化、也无法被用户态配置；本系列把定时器改为随协商速率自适应（2.5G→64us、1G→150us、100M/10M→330us），并新增 ethtool -c 的 get/set_coalesce 接口把聚合能力开放给用户态。

BPF verifier 把"持锁期间"视为隐式 RCU 读侧区，因此持锁时从 map 里读出的 kptr 会被标记为 MEM_RCU；在 sleepable 程序里释放最后一把锁会结束唯一 RCU 上下文，但旧 verifier 仍允许该指针继续使用，造成可被触发的 task_struct use-after-free。本补丁在解锁路径记录 RCU 状态翻转，调用已有的 invalidate_rcu_protected_refs() 把 MEM_RCU 指针降级为 PTR_UNTRUSTED——这是 verifier 健全性修复，而非性能优化。

数据来源：kernel-lore MCP lore_activity 检索（freshness as_of 2026-08-02 19:16 UTC）+ 内核 git 仓库
由 reporting-daily-kernel 工作流生成 · 每篇经独立 analyzing-lkml-patches 深度分析 + checking-references 引用验证