XiangShan模拟器运行Hello示例时出现段错误问题分析

问题背景

在使用XiangShan开源RISC-V处理器项目时，开发者在尝试运行简单的Hello World示例程序时遇到了段错误(Segmentation fault)问题。该问题发生在使用XiangShan的模拟器emu运行nexus-am框架编译的应用程序时。

环境配置

开发者使用的环境配置如下：

• XiangShan版本：master分支，commit c01e75b
• NEMU版本：commit 738ae33
• 操作系统：Ubuntu 22.04
• 工具链：gcc 11.4.0, mill 0.12.10, Java 11.0.26

问题现象

当执行以下命令时：

./emu -i $AM_HOME/apps/hello/build/hello-riscv64-xs.bin

模拟器会输出以下信息后崩溃：

emu compiled at Apr 12 2025, 18:00:30
Using simulated 32768B flash
Using simulated 8386560MB RAM
The image is /xs-env/nexus-am/apps/hello/build/hello-riscv64-xs.bin
The reference model is /xs-env/NEMU/build/riscv64-nemu-interpreter-so
Segmentation fault (core dumped)

问题排查过程

初步分析

首先确认了NEMU参考模型已正确编译，相关文件存在且路径正确。尝试运行其他基准测试程序也出现同样问题，排除了特定应用程序导致问题的可能性。

关键发现

通过添加--no-diff参数运行模拟器时，程序可以正常执行：

./emu -i $NOOP_HOME/ready-to-run/microbench.bin --no-diff

这表明问题可能与差异测试(Difftest)功能相关，特别是与NEMU参考模型的交互部分。

GDB调试分析

使用GDB进行调试后，发现段错误发生在NEMU共享库的内存分配函数中：

Thread 1 "emu" received signal SIGSEGV, Segmentation fault.
0x00000555ff484204 in allocate_memory_with_mmap () from /xs-env/NEMU/build/riscv64-nemu-interpreter-so

调用栈显示问题发生在初始化NEMU代理时：

#0  0x00000555ff484204 in allocate_memory_with_mmap ()
#1  0x00000555ff48424f in init_mem ()
#2  0x00000555ff47530f in difftest_init ()
#3  0x000000000041f1e8 in RefProxy::RefProxy (...)
#4  NemuProxy::NemuProxy (...)
#5  0x0000000000417b5c in Difftest::update_nemuproxy (...)

可能原因分析

1. 内存分配问题：NEMU在尝试分配内存时失败，可能是由于系统内存不足或内存分配策略限制。

2. 环境差异：问题在Docker容器中出现，可能与容器环境下的内存管理特性有关。

3. 版本兼容性问题：虽然使用了正确的commit版本，但可能存在某些环境依赖不兼容。

4. 系统配置限制：如vm.overcommit_memory设置可能影响内存分配行为。

解决方案

虽然最终问题通过在另一台系统上重新搭建环境得到解决，但针对类似问题，可以采取以下排查步骤：

1. 检查系统内存配置：

   • 查看/proc/sys/vm/overcommit_memory设置
   • 确认系统可用内存是否充足

2. 简化测试环境：

   • 尝试在非容器环境中运行
   • 使用更简单的测试用例验证基本功能

3. 深入调试：

   • 在NEMU中添加更多调试输出
   • 检查内存分配请求的具体参数

4. 环境隔离：

   • 创建全新的开发环境
   • 确保所有依赖项版本匹配

经验总结

1. 差异测试功能虽然强大，但也增加了系统复杂性，在出现问题时可以先尝试禁用。

2. 容器环境可能引入额外的复杂性，特别是在资源管理和系统调用方面。

3. 对于难以定位的问题，在不同环境中复现是有效的排查手段。

4. 系统级调试工具如GDB对于定位底层问题非常有用。

这个问题展示了在复杂仿真环境中可能遇到的各种挑战，特别是在多个组件(NEMU、XiangShan模拟器、应用程序)交互时。通过系统化的排查方法，可以有效地定位和解决问题。