全部 sched 看板

针对 collect_percpu_times() 对每个 possible CPU 都执行 nsecs_to_jiffies 与加权累加的浪费，作者利用 get_recent_times() 已设的 PSI_NONIDLE 位作为天然 zero-delta 标记，在循环里直接 continue。该优化在 i7-8700 以及 -smp 2..32 的 A/B 测试中带来最多约 18% 的 /proc/pressure/cpu 读延迟节省，且随 CPU 数放大。整条线索从 v1 到 v6 主要迭代判断条件、Reviewed-by 标签语义、commit 措辞以及 Peter Zijlstra ...

本系列在 select_task_rq_fair() 中新增 prefer_sync_pair_cpu()，借助 last_wakee 识别 pipe-style ping-pong WF_SYNC 唤醒，在非 SMT 平台上让 wakee 留在 waker CPU，80核 Ampere Altra 上 perf bench sched pipe 提升约 30%。线程后续由 Prateek 提议下沉到 select_idle_sibling() 以覆盖 SMT，并由 Shrikanth 质疑 sync wakeup 的整体语义，呼吁先界定策略再决定合入。

通过 pahole 发现 struct cfs_bandwidth 有 13 字节 padding hole，v2 RESEND 把三个 u8 标志挪到 raw_spinlock_t lock 之后，把结构体从 240 字节压到 232 字节。代价是 period_timer 跨过 cacheline 边界，但作者评估这条路径本来已访问多个 cacheline，并不是热点路径。

Andrea Righi 的 v2 patch 修改 find_new_ilb()，让 NOHZ idle load balancer 优先挑整核都空闲的 housekeeping CPU，避免在 NVIDIA Olympus/Vera 这种兄弟线程需要约 10 Ki cycles 恢复窗口的 SMT 上被反复短暂唤醒。找不到整核空闲时退回第一个 idle CPU，并在遍历时把部分忙核的兄弟从候选位图中剪掉。GEMM benchmark 性能从 ~6.2 TFLOP/s 提升到 ~9.4 TFLOP/s。

Luo Gengkun 的 v8 系列为每个 mm 维护 visited_cpus cpumask，把 task_cache_work 的扫描集合从整机/整 node 收缩到近期真正跑过该 mm 且仍在线的 CPU，并用 epoch_last_visit 加 llc_epoch_affinity_timeout 淘汰冷位，同时删除了 get_scan_cpumasks()。Redis 场景扫描 CPU 数从 384 降到 16，task_cache_work 开销从 0.81% 降到 0.02%，p99 延迟劣化从 -25.68% 收敛到 -1.14%。Reviewer 主要质疑 mm->sc...