How many Tabs with 1.5 TB of RAM

Voici une analyse détaillée de la transcription de la vidéo YouTube de Linus Tech Tips, centrée sur les technologies, outils et bonnes pratiques évoqués.

SYNTHÈSE STRUCTURÉE

La plateforme matérielle : un monstre à deux têtes

Le système utilisé est un serveur équipé de deux processeurs AMD EPYC 9684X, chacun doté de 96 cœurs Zen 4 (soit 192 cœurs au total). Ces CPU intègrent la technologie 3D V-Cache d’AMD, qui empile de la mémoire cache supplémentaire sur les cœurs pour améliorer les performances dans les charges de travail sensibles à la latence. Linus précise : « Non seulement nous triplons notre nombre de cœurs à 192, mais ces cœurs sont du Zen 4 avec le 3D V-Cache d’AMD, ce qui signifie que chaque cœur est capable de faire beaucoup plus de travail. » Ce type de processeur est typiquement utilisé dans les centres de données pour des tâches de calcul intensif, comme le rendu 3D ou la modélisation scientifique.

La mémoire vive : DDR5 et gestion des canaux

Le serveur est équipé de 1,5 To de RAM DDR5 à 5600 MT/s, répartis sur 12 barrettes de 128 Go. Linus explique que les barrettes DDR5 RDIMM modernes intègrent la gestion de l’alimentation directement sur le module et divisent le canal ECC 72 bits unique en deux canaux de 40 bits, ce qui améliore le filtrage du bruit. Il note que le contrôleur mémoire des nouveaux CPU supporte nativement les barrettes de 128 Go, contrairement aux générations précédentes qui nécessitaient des barrettes LRDIMM spécialisées. Cependant, un problème de contact sur un socket a forcé un remontage du CPU, illustrant la fragilité de ces configurations haut de gamme.

Le script d’automatisation : un outil léger mais limité

Pour ouvrir les onglets, l’équipe utilise un script Python développé par Michael. Ce script automatise l’ouverture d’onglets dans Chrome et surveille les ressources système via des requêtes système de base. Linus précise : « Nous voulions le garder léger, donc il ne peut pas sonder plus profondément qu’une requête sur les ressources système. Nous jetons des onglets par-dessus un mur et utilisons des jumelles au niveau système via Python pour voir ce qui se passe. » Cette approche montre une bonne pratique : séparer la charge de travail (ouverture des onglets) de la mesure des performances pour éviter d’influencer les résultats.

Les limites de Windows 11 face à la charge

Sous Windows 11, le système a montré des signes de faiblesse dès 3 000 onglets. La mémoire utilisée par Chrome a plafonné à environ 300 Go, puis le système a planté brutalement, la mémoire passant de 300 Go à 40 Go. Linus commente avec ironie : « Est-ce qu’on s’attendait vraiment à ce que Windows 11 batte Windows 10 sur quoi que ce soit ? » Cela souligne que, malgré des améliorations matérielles, le système d’exploitation peut devenir un goulot d’étranglement dans des scénarios extrêmes, notamment à cause de la gestion des processus et de la mémoire.

Linux et la gestion des fichiers : une approche radicalement différente

Sous Ubuntu, le script a d’abord nécessité d’augmenter la limite de fichiers ouverts à 65 535, car « sous Linux, tout est un fichier », y compris les métriques de surveillance. Linus explique que le répertoire /proc est virtuel et accessible comme un fichier texte, contrairement à Windows où les informations matérielles sont des objets gérés par des API comme WMI. Cette différence a permis une progression plus linéaire de l’utilisation mémoire, mais le système a tout de même planté à environ 4 500 onglets, Chrome s’effondrant en premier.

Le goulot d’étranglement inattendu : la mémoire vidéo (VRAM)

Un des enseignements majeurs de l’expérience est le rôle critique de la carte graphique. Avec une simple carte de base pour l’affichage, la VRAM a été saturée par les vidéos et images des sites web. Linus constate : « Notre GPU est à court de mémoire. Je n’avais pas prévu ça. » Il ajoute que même avec un GPU plus puissant, les problèmes de compatibilité (taille, reconnaissance par le système) ont empêché son utilisation. Cela montre que, dans des scénarios de navigation extrême, la carte graphique peut devenir un facteur limitant aussi important que le CPU ou la RAM.

La lourdeur croissante des sites web modernes

Linus observe que les sites web sont devenus plus « lourds » au fil des ans, ce qui a un impact direct sur les performances du navigateur. Il note : « Il est très clair que les sites web en général sont devenus plus lourds. Et même si ce n’était pas un problème pour nos ressources système globales, c’en est un pour les applications navigateur qui doivent gérer ces sites plus lourds. » Cette remarque est un appel à l’optimisation web : les développeurs doivent équilibrer richesse fonctionnelle et performance, surtout pour les utilisateurs avec des configurations modestes.

ZRAM : une astuce Linux pour économiser la RAM

Linus mentionne ZRAM, une fonctionnalité Linux qui compresse les données en RAM de manière réactive pour libérer de l’espace, évitant ainsi de recourir au fichier d’échange sur SSD. Il explique : « ZRAM compresse de manière réactive les données stockées en RAM pour les aider à prendre moins de place et éviter de les vider vers un fichier d’échange sur un SSD beaucoup plus lent. » Contrairement à la compression mémoire de Windows, ZRAM est hautement configurable (taille, algorithme de compression). C’est une bonne pratique pour les systèmes à mémoire limitée, mais pas activé par défaut sur Ubuntu.

La philosophie Apple : une gestion mémoire proactive

Linus relate une expérience amusante avec un MacBook : en ouvrant des onglets, le système affichait parfois des valeurs négatives de consommation mémoire. Il explique que la philosophie d’Apple est de pré-cacher des données en RAM pour optimiser les performances, puis de purger ce cache quand de la mémoire est nécessaire. « Leur idée est que si vous n’utilisez pas les ressources, vous les gaspillez. Donc ils pré-cachent des données probables en mémoire système, puis ce cache est purgé pour faire de la place à vos onglets Chrome. » Cela illustre une approche radicalement différente de la gestion des ressources, où l’OS est plus agressif dans l’optimisation.

CONCEPTS CLÉS

3D V-Cache : Technologie d’AMD qui empile une couche de mémoire cache supplémentaire sur les cœurs du processeur, réduisant la latence d’accès aux données et améliorant les performances dans les charges de travail sensibles à la mémoire.
DDR5 RDIMM : Type de mémoire vive avec registre (Registered DIMM) qui intègre la gestion de l’alimentation et divise le canal ECC en deux canaux plus petits, améliorant la stabilité à haute capacité.
ZRAM : Mécanisme Linux qui compresse les données en RAM pour augmenter la capacité effective, évitant le recours au swap sur disque. Configurable via des paramètres comme la taille et l’algorithme de compression.
VRAM (Video RAM) : Mémoire dédiée à la carte graphique, utilisée pour stocker les textures, images et vidéos. Dans ce contexte, elle est devenue un goulot d’étranglement critique pour l’ouverture massive d’onglets.
Goulot d’étranglement : Point dans un système où les performances sont limitées par un composant spécifique (CPU, RAM, GPU, etc.). Ici, le GPU et le logiciel (Chrome, OS) ont été les principaux goulots.