第80期 | 缺页时，内存才真正开始干活

操作系统 · 2026-10-25 · 九羲科技

上一期讲完翻译的小抄，这一期讲小抄查不到、页表里也没有的那一刻。程序以为内存已经在手边了，真正干活的时刻，恰恰是第一次碰到它的时候。

一、缺页异常，先占位后取货

malloc、mmap、brk 向内核要内存时，内核大多只记一笔账：在进程的地址空间里划出一段区间，页表里还没有现成的翻译，一页物理内存都没给。程序第一次读写那一页，CPU 查页表发现此路不通，抬出一个缺页异常，x86 上是 14 号异常，控制权回到内核。内核先查：这个地址在不在已划出的区间里？不在，送 SIGSEGV，程序段错误；在，再分两种：匿名页，只读时先指到同一张全零页，写时才真正分一页清零的物理页；文件映射的页，先去页缓存里找，找不到再从磁盘读进来¹。

这两种缺页的代价差着量级。页已经在内存里、只是页表没贴好的，叫小缺页，不碰磁盘；非得等磁盘的，叫大缺页，一次能慢上几千倍。一个大程序启动快，靠的正是这套懒办法：可执行文件映射进地址空间时并不全读进内存，执行到哪一页，缺页到哪一页，没执行过的代码，一辈子也不必进内存。

程序不是均匀用内存的，一段时间只碰一小簇页。Denning 在 1968 年把这簇叫工作集：在最近一段窗口里被碰过的页的集合²。如果所有在跑的进程的工作集加起来超过了物理页框，系统就开始来回倒页：刚换出去的页马上又要，CPU 的时间花在倒页上，不花在算上，这就是抖动。治法不是把页倒得更快，而是少接活：挂起几个进程，让留下来的工作集能住得下。页表的骗局到这里露了底：地址可以随便画，物理页不能凭空变出来。

二、记忆按需取，不按编号取

如果 AI 的操作系统先出现，记忆大概不会先有“地址”这个概念。智能体手头的上下文就是它的工作集：正在用的几段对话、几个文件、几条规则，窗口一滑，工作集就换了。缺页在智能体世界里的样子，是“想起一件事，发现上下文里没有”，系统得去外部记忆里取：向量库里按意思捞一段、文件里读一节、摘要里翻一页。PagedAttention 把分页的笔法直接用进了大模型的 KV cache³：序列逻辑上连续，物理上切成块，块随 token 增长按需分配，用完释放，缺页、换页那套账，在显存里重算了一遍。MemGPT 更进一步，把上下文窗口当主存、外部存储当磁盘，摘要换入换出就是换页⁴。

再推一格：未来的“缺页”可能连地址都没有，取东西靠算距离、算相似；“预取”也不再是顺序读下一页，而是猜下一步会想起什么。猜对了省时间，猜错了白占地方，和操作系统顺序预读下一页猜错一个样。抖动的账也一样：如果同时开的智能体太多，每个的工作集都住不下，系统就会在换入换出摘要之间空转，回答越来越慢，活却没多干。Denning 的治法原样适用：先让少数任务的工作集住下，再谈多开。还有一处不同，得先认账：页表换页是无损的，原样取回；上下文摘要换出再换回，细节已经丢了一轮，新记忆的“缺页”，取回来的不一定是原来那一页。

范式之眼也在这里：线性地址的缺页问的是“这一页在不在”，向量空间的缺页问的是“离得最近的是哪一段”，偏移算术失效了，缺页、预取、工作集这套逻辑还活着。

三、亲手看一次缺页

手边任何一台 Linux 机器，先数一数小缺页和大缺页：

/usr/bin/time -v python3 -c "pass" 2>&1 | grep -i "page faults"

输出里 Minor 一行是小缺页，Major 一行是大缺页。同一文件连读两次，第二次的大缺页会少很多：页已经缓存在内存里，缺页只是补一张页表，不用再等磁盘。

再看一次“占位不是拥有”。下面这段 Python 先映射 256MB，再逐页碰一遍，每步都打印进程自己的 VmSize 和 VmRSS：

python3 - <<'PY'

import mmap

def show(tag):

for line in open('/proc/self/status'):

if line.startswith(('VmSize', 'VmRSS')):

print(tag, line.strip())

show('映射前')

m = mmap.mmap(-1, 256 * 1024 * 1024)

show('映射 256MB 后')

for i in range(0, len(m), 4096):

m[i] = 1

show('逐页碰过后')

PY

你会看到：映射之后，VmSize 多了 256MB，VmRSS 几乎没动；逐页碰过之后，VmRSS 才跟着爬上去。没碰过的页，再大的数字也只是账面。

落到普遍场景，同一本账都能套。本地大模型服务上，KV cache 的块按需分配，就是缺页的显存版，块分得太碎，换页开销先吃掉一批算力；边缘小设备上，物理内存本来就小，工作集超了就抖动，部署前先算工作集，别先堆任务；视频 AI 平台里，一路视频的推理缓冲也可以当成“页”来管，告警触发时才换入，平常不必全占着；企业私有智能中心里，一个智能体的上下文预算先按工作集算清，再往下排任务，上下文换页就不是提示词技巧，而是内存管理。

· · ·