一句话定义：大页内存（Huge Pages）是让操作系统用比默认 4KB 大得多的单位（常见 2MB，也有 1GB）来管理和映射物理内存的机制。
原理：页变大，地址翻译就变少
程序使用的是虚拟地址，CPU 每次访问内存时，都要先把虚拟地址翻译成物理地址。翻译规则保存在页表（page table）里，而页表本身也在内存中。如果每读取一次数据都要查一遍页表，速度就会很慢。因此 CPU 内部有一个小缓存，叫 TLB（Translation Lookaside Buffer，地址翻译后备缓冲），用来保存最近用过的翻译结果。
可以这样理解：页表是一本很厚的地址对照字典，TLB 是你手边的便签。如果命中便签，就可以直接按记录访问；如果没命中，就要去翻字典，而且字典可能分好几层，翻一层还要再翻下一层，这叫页表遍历（page walk）。
TLB 的条目数由硬件固定，改不了。既然条目数固定，那就让每条记录覆盖更多内存：如果每页 4KB，一千条只能覆盖 4MB；换成每页 2MB，同样一千条就能覆盖 2GB。对大模型推理这类“占几十 GB 内存、访问又很随机”的负载来说，TLB 未命中率会明显下降，省下的就是反复遍历页表带来的访存和延迟。
TLB 未命中拖慢的典型场景包括：KV cache 的随机读写、向量检索里的大表查找、图计算的指针追逐（pointer chasing）、大堆内存的 GC。它通常不会让吞吐下降一半，而是让长尾延迟出现毛刺。
和锁页内存不是一回事
| 大页内存（Huge Pages） | 锁页内存（Pinned / Page-locked Memory） | |
|---|---|---|
| 管什么 | 页有多大 | 页能不能被换出、物理地址是否固定 |
| 解决什么 | TLB 覆盖范围小、页表遍历次数多 | 避免换页和迁移，让 DMA、GPU、RDMA 直接访问 |
| 常见手段 | 透明大页（THP）、hugetlbfs、mmap 时指定大页 | mlock()、cudaHostAlloc 一类接口 |
| 能否叠加 | 可以同时用 | 可以同时用 |
一句话区分：大页决定页有多大，锁页决定页能不能被移动。两者解决的是不同问题，只是经常一起出现，容易被混为一谈。
对从业者和普通人的意义
数据库、JVM、推理服务这类长期占用大量内存的进程，常会开启大页。Linux 上主要有两条路：透明大页（THP）省事，由系统自动合并，但后台合并可能带来抖动；显式预留（hugetlbfs）要提前划出内存，更可控，但配置也更繁琐。具体开关和参数以官方文档为准。
也不要把它当成万能药。如果负载访存局部性很好、TLB 本来就够用，收益有限；内存碎片严重时，还可能根本申请不到大页。对普通职场人来说，云主机上的服务出现“莫名其妙的长尾延迟”时，排查大页设置有时性价比很高，但它属于系统层调优，建议先量测再动手。