{
  "id": "shared-memory",
  "title": "共享内存",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "共享内存是多个执行主体可访问的存储空间，使其能够通过共用数据通信，而不必完全依赖显式消息。",
  "category": "computer-science",
  "subcategory": "software",
  "type": "concept",
  "aliases": [
    "共享存储器"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/shared-memory/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/shared-memory/",
      "json": "https://aiwiki.page/en/shared-memory.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "共享内存是多个处理器、线程或进程都能访问、用于交换数据的内存。在并行计算中，它指一种体系结构或编程模型，其中各执行主体使用共同的存储空间。在操作系统中，它也指将同一个内存对象映射到不同进程中的机制。这两种含义相互关联，但并不相同：共享存储空间使各方能够访问共同的数据，而同步则决定并发访问之间如何相互作用。(openmp.org)"
    },
    {
      "heading": "体系结构与地址空间",
      "text": "共享内存计算机允许多个处理器访问共同的内存地址空间。底层存储不必位于同一物理位置。在非均匀内存访问（NUMA）系统中，内存按节点组织，访问开销取决于执行访问的处理器与数据所在节点之间的关系。本地访问通常无需节点间通信，而远程访问则需要经过系统互连。因此，逻辑上共享的内存仍可以在物理上分布于不同位置。(docs.kernel.org)\n\n处理器通常会在CPU 缓存中保留数据副本。缓存一致性机制协调各个缓存中同一内存位置的副本。缓存一致性不应与内存一致性模型混淆，后者规定内存操作的顺序与可见性保证。共享内存编程模型可以允许每个线程维护一个临时的内存视图，而不要求每次访问都看到一个即时更新的全局状态。(cdn.kernel.org)\n\n在进程间通信中，虚拟内存系统将一个共享对象映射到每个参与进程的地址空间。各映射可以位于不同的虚拟地址，同时指向同一个底层对象。因此，一个进程存储的指针在另一个进程中未必有意义。以相对于映射起始位置的偏移量为基础的数据格式，可以避免假定各进程使用相同的虚拟地址。(pubs.opengroup.org)"
    },
    {
      "heading": "操作系统机制",
      "text": "共享内存是一种进程间通信（IPC）方式。一旦某个区域完成映射，应用程序就可以通过普通的内存操作访问其内容，而不必为每次传输单独调用通信接口。与交换离散消息的接口不同，内存映射直接提供对存储空间的访问；应用程序必须自行定义其中内容的布局、所有权和解释方式。(pubs.opengroup.org)\n\nPOSIX 接口将对象创建与映射分开。典型流程是使用 shm_open() 创建或打开一个具名对象，使用 ftruncate() 设置其大小，再使用带有 MAP_SHARED 标志的 mmap() 将其映射到地址空间。新创建的对象初始长度为零。能否读写取决于对象的权限和映射的保护设置。(pubs.opengroup.org)\n\n对象的生命周期也独立于某个具体映射。移除 POSIX 共享内存对象的名称，并不会立即使已有引用失效；只有在对象的名称已解除关联且所有剩余引用都消失后，对象才会被销毁。这一区别使进程能够在名称移除后继续访问对象。规范并不保证对象在系统重启后仍然存在。(pubs.opengroup.org)\n\n在 Microsoft Windows 中，进程可以通过具名文件映射对象，共享以分页文件为后备的存储空间。一个进程使用 CreateFileMapping() 创建对象，另一个进程使用 OpenFileMapping() 打开它。各进程都通过 MapViewOfFile() 获取本地视图。这与内存映射文件使用相同的映射抽象，但不要求共享数据存放在普通磁盘文件中。(learn.microsoft.com)"
    },
    {
      "heading": "同步与正确性",
      "text": "共同访问并不意味着并发更新是安全的。当对同一存储位置的访问发生冲突、其中至少一次为写入，且这些访问缺少适用内存模型所要求的顺序约束时，就可能发生数据竞争。例如，两个工作线程可能读到相同的计数器值，各自递增后再写回，从而丢失一次更新。仅仅将计数器放入共享内存，并不能使这一操作序列成为不可分割的整体。(openmp.org)\n\n同步机制用于协调访问并建立可见性保证。互斥锁提供对受保护区域的独占访问；信号量可以协调进程间的资源可用性或执行。原子操作使指定的访问或更新在其定义的作用范围内不可分割，而屏障则协调各参与工作线程或进程的执行进度。这些机制提供的保证各不相同，不能相互替代。POSIX 共享内存应用程序通常使用信号量来协调访问。(openmp.org)\n\nOpenMP 为多种编程语言提供共享内存并行编程支持，包括 C、C++ 和 Fortran。其数据共享规则区分共享变量与私有副本。其同步构造和内存顺序规则决定线程如何通过共享变量通信；将变量声明为共享，本身并不能保护并发修改。(openmp.org)"
    },
    {
      "heading": "性能特征",
      "text": "共享内存可以让多个参与者访问同一数据区域，而无需各自维护一份独立的有效载荷副本。不过，其性能取决于访问模式、同步方式和硬件局部性。在 NUMA 系统中，内存的放置位置以及工作线程或进程的迁移，会影响访问是在本地完成还是需要经过互连。因此，共同的地址空间并不意味着相同的访问开销。(pubs.opengroup.org)\n\n当多个处理器访问逻辑上相互独立、却位于同一缓存行中的数据，并且至少有一个处理器执行写入时，就会发生伪共享。缓存一致性机制以缓存行为粒度工作，因此互不相关的字段也可能引发缓存失效和数据传输。所以，即使工作线程不修改同一个变量，数据结构的布局也会影响性能。将频繁修改的字段分开可以减少这种干扰，但填充也会增加存储需求。(cdn.kernel.org)"
    },
    {
      "heading": "图形处理器上的共享内存",
      "text": "在图形处理器上，共享内存一词可以指一种作用范围更受限制的内存空间。在 CUDA 中，共享内存是由程序显式管理的片上暂存区，可供同一线程块内的线程访问。它比设备全局内存具有更低的延迟和更高的带宽，但容量有限。线程必须协调存在依赖关系的访问，通常通过 __syncthreads() 实现。这种面向线程块的资源不同于操作系统提供的进程间共享内存。(docs.nvidia.com)"
    }
  ],
  "links": [
    "parallel-computing",
    "operating-system",
    "non-uniform-memory-access",
    "cpu-cache",
    "cache-coherence",
    "virtual-memory",
    "interprocess-communication",
    "posix",
    "microsoft-windows",
    "memory-mapped-file",
    "synchronization-computing",
    "mutex",
    "semaphore-computing",
    "atomic-operation",
    "openmp",
    "programming-language",
    "data-structure",
    "graphics-processing-unit",
    "cuda"
  ],
  "sources": [
    {
      "title": "Structure of the OpenMP Memory Model",
      "url": "https://www.openmp.org/spec-html/5.1/openmpsu9.html"
    },
    {
      "title": "What is NUMA? — The Linux Kernel documentation",
      "url": "https://docs.kernel.org/mm/numa.html"
    },
    {
      "title": "False Sharing — The Linux Kernel documentation",
      "url": "https://cdn.kernel.org/doc/html/latest/kernel-hacking/false-sharing.html"
    },
    {
      "title": "mmap",
      "url": "https://pubs.opengroup.org/onlinepubs/9799919799/functions/mmap.html"
    },
    {
      "title": "shm_open",
      "url": "https://pubs.opengroup.org/onlinepubs/009695099/functions/shm_open.html"
    },
    {
      "title": "Creating Named Shared Memory - Win32 apps",
      "url": "https://learn.microsoft.com/en-gb/windows/desktop/Memory/creating-named-shared-memory"
    },
    {
      "title": "OpenMP Application Programming Interface Specification Version 6.0 November 2024",
      "url": "https://www.openmp.org/wp-content/uploads/OpenMP-API-Specification-6-0.pdf"
    },
    {
      "title": "shm_overview(7) - Linux manual page",
      "url": "https://michaelkerrisk.com/linux/man-pages/man7/shm_overview.7.html"
    },
    {
      "title": "Specifications - OpenMP",
      "url": "https://www.openmp.org/specifications/"
    },
    {
      "title": "OpenMP Examples: Memory Model",
      "url": "https://www.openmp.org/wp-content/uploads/openmp-examples-5-0-1.pdf"
    },
    {
      "title": "3. Writing SIMT Kernels — CUDA Programming Guide",
      "url": "https://docs.nvidia.com/cuda/cuda-programming-guide/02-basics/writing-cuda-kernels.html"
    },
    {
      "title": "2. Programming Model — CUDA Programming Guide",
      "url": "https://docs.nvidia.com/cuda/cuda-programming-guide/01-introduction/programming-model.html"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}