DMA 概述与历史

说起 DMA，我得先跟你聊聊我刚入行那会儿的经历。那时候我还在做一款工业控制板，CPU 是 ARM9，主频不过 200MHz。板子上挂了一个百兆网卡和一个 SPI 接口的 Flash。项目调通之后，整机表现一直不太稳定——CPU 占用率动不动就飙到 90% 以上，系统响应慢得像蜗牛。

我当时排查了很久，最后发现罪魁祸首居然是数据搬运。CPU 每收到一个网络包，都要亲自把数据从网卡 FIFO 搬到内存里。一个包几百字节，一秒钟几千个包，CPU 几乎啥正事都干不了，光当搬运工了。

后来我在数据手册里翻到了 DMA 控制器的章节，花了三天时间把驱动从 PIO 模式改成了 DMA 模式。改完之后，CPU 占用率直接掉到了 30%。那一刻我真实地感受到——DMA 这东西，是真的能救命的。

1.1 DMA 技术发展历程

DMA 并不是一开始就有的。早期的计算机系统里，所有 I/O 操作都得 CPU 亲自下场。你想想看，CPU 既要跑应用逻辑，又得盯着外设的状态寄存器，还得把数据从一个地方搬到另一个地方。那个年代的 CPU，说白了就是个高级搬运工。

DMA 技术的发展，大致可以分成四个阶段。每个阶段都解决了一个核心痛点。

第一个阶段是纯 CPU 搬运。外设有数据就触发中断，CPU 跑到中断服务程序里一个字节一个字节地读。我记得有一次调试一个低速串口，波特率 9600，一秒钟也就传 1KB 数据，CPU 就已经被打得满负荷了。那时候我就想，这事肯定有更聪明的办法。

第二个阶段，专用的 DMA 控制器出现了。CPU 只需要告诉 DMA 芯片三件事：数据从哪来、到哪去、传多少。剩下的搬运工作 DMA 自己干完，完事了再发个中断通知 CPU。这一下就把 CPU 从数据搬运里解放了出来。

第三个阶段是总线主控 DMA。设备自己掌握总线控制权，不需要通过 DMA 控制器中转。PCI 总线时代的 Bus Master 模式就是典型代表。网卡可以直接把数据写到内存里，CPU 完全不用管中间过程。

第四个阶段就是我们这门课的重点了。描述符环解决了多笔传输如何高效组织的问题，IOMMU 解决了虚拟地址与物理地址的映射和安全隔离问题，而缓存一致性则让 DMA 和 CPU 共享数据时不再出现数据错乱。这些技术组合在一起，才造就了今天千兆万兆网络、NVMe 固态硬盘和 GPU 高速计算的硬件基础。

1.2 为什么需要 DMA？

说白了，DMA 存在的理由只有一条：CPU 不适合做数据搬运。

CPU 最擅长的是逻辑判断、分支预测、复杂计算。搬运数据是机械重复的劳动，让 CPU 干这个，就像让火箭专家去搬砖——不是不能干，是太浪费了。

我习惯从三个维度来看 DMA 的价值：

• 性能维度： 现代外设的速度已经远远超过了 CPU 的 I/O 处理能力。一个万兆网卡的理论吞吐是 10Gbps，也就是约 1.25GB/s。CPU 如果靠 PIO 模式处理这个数据量，主频再高也扛不住。
• 效率维度： CPU 做数据搬运时，不能做任何其他事。这意味着系统的整体吞吐量被严重限制。DMA 把搬运工作外包出去之后，CPU 可以安心跑应用、做控制、处理协议栈。
• 实时性维度： DMA 传输是硬件级别的，延迟可预测，不受 CPU 调度的影响。这对于音视频、工业控制等实时性要求高的场景尤其重要。

我做一个简单的对比，你一看就明白了。

嗯，看到这里你可能会问：那 DMA 是不是万能的？当然不是。DMA 也有它的代价——描述符管理、缓存一致性、中断 coalescing……这些都需要额外的设计和调试工作。但总的来说，在性能敏感的场景下，DMA 的优势是压倒性的。

1.3 典型应用场景

DMA 的应用几乎覆盖了所有高性能 I/O 场景。我挑三个最典型的来讲，这些也是我平时工作中打交道最多的。

网络

网络是 DMA 最大的用户之一。一个千兆网卡每秒能收 150 万个小包，每个包都要从网卡搬到内存。如果没有 DMA，CPU 早就被打死了。

现代的网卡普遍使用描述符环来管理 DMA 传输。每个描述符包含一个指向数据缓冲区的指针，网卡按照描述符的顺序自动完成数据搬运。CPU 只需要在初始时建好环，然后在收包时处理描述符的完成状态。

存储

NVMe SSD 的出现，把存储性能推到了一个新的高度。PCIe 3.0 x4 的 NVMe 硬盘顺序读写可以跑到 3.5GB/s，这背后的核心技术之一就是 DMA。NVMe 的提交队列和完成队列本质上就是一对描述符环，CPU 把读写命令放到提交队列，NVMe 控制器通过 DMA 把数据搬入搬出，完成后在完成队列里写状态。

我记得以前调试 SATA SSD 的时候，AHCI 规范里也有 DMA，但 NCQ（原生命令队列）的深度只有 32。NVMe 把这个队列深度扩展到了 65536，配合多队列 DMA 描述符环，并发能力提升了几个数量级。

GPU

GPU 计算的核心流程是：CPU 把数据从主机内存搬到显存，GPU 做计算，然后再把结果搬回来。这个搬运动作就是通过 DMA 完成的。现代 GPU 支持双向 DMA 传输和异步传输流，让数据和计算可以完全重叠。

我用 CUDA 做图像处理的时候，经常用到 cudaMemcpyAsync——这个函数的核心就是在后台启动一个 DMA 传输，同时 CPU 和 GPU 可以继续干别的事。你想想看，如果没有 DMA，GPU 的利用率至少要打五折。

除了网络、存储和 GPU，DMA 在音频、视频采集、加密加速器、AI 推理芯片等场景里也扮演着核心角色。可以说，任何需要高速数据搬运的地方，都有 DMA 的影子。