Yosys项目在ppc64le架构下的内存映射问题分析与修复
问题背景
在Yosys项目(一个开源的硬件描述语言综合工具)的维护过程中,开发团队发现了一个特定于ppc64le架构(PowerPC 64位小端架构)的严重问题。该问题仅在Fedora 42及以上版本(使用GCC 15编译器)的ppc64le架构上出现,表现为测试套件中的内存初始化测试失败,甚至导致程序崩溃。
问题现象
当在ppc64le架构上运行Yosys测试套件时,会出现以下两种异常情况:
- 内存初始化测试失败,错误信息显示断言失败
- 更严重的情况下,程序会直接崩溃,产生段错误或双重释放错误
通过二分法定位,发现问题最初出现在提交c5fd96ebb("macc_v2: Start new cell")之后。有趣的是,这个问题仅出现在特定组合下:GCC 15编译器+ppc64le架构,在其他架构如x86_64上即使使用GCC 15也不会出现。
深入分析
通过详细的调试和测试,开发团队逐步缩小了问题范围:
- 问题出现在内存库映射(memory_libmap)过程中
- 崩溃发生在尝试为内存单元设置初始值时
- 根本原因与哈希表操作中的栈使用后释放(stack-use-after-scope)问题有关
使用地址消毒器(ASAN)进一步分析后,发现问题的根源在于内存映射工作器(MapWorker)的生命周期管理不当。具体来说,MapWorker实例在循环外部创建,但在循环内部修改了模块内容后,没有正确重建索引。
解决方案
开发团队提出了一个简洁有效的修复方案:
diff --git a/passes/memory/memory_libmap.cc b/passes/memory/memory_libmap.cc
index b0d0498ea..b62375e7e 100644
--- a/passes/memory/memory_libmap.cc
+++ b/passes/memory/memory_libmap.cc
@@ -2232,10 +2232,10 @@ struct MemoryLibMapPass : public Pass {
if (module->has_processes_warn())
continue;
- MapWorker worker(module);
auto mems = Mem::get_selected_memories(module);
for (auto &mem : mems)
{
+ MapWorker worker(module);
MemMapping map(worker, mem, lib, opts);
int idx = -1;
int best = map.logic_cost;
@@ -2258,8 +2258,6 @@ struct MemoryLibMapPass : public Pass {
log("using FF mapping for memory %s.%s\n", log_id(module->name), log_id(mem.memid));
} else {
map.emit(map.cfgs[idx]);
- // Rebuild indices after modifying module
- worker = MapWorker(module);
}
}
}
这个修改的核心思想是:
- 将MapWorker的实例化移到循环内部,确保每次处理新的内存单元时都使用全新的工作器
- 移除了不必要的索引重建操作
验证结果
应用该补丁后:
- 在ppc64le架构上成功构建
- 所有测试用例均通过
- 不再出现段错误或崩溃现象
- 在x86_64架构上也保持正常功能
技术启示
这个案例提供了几个重要的技术启示:
-
跨平台兼容性测试的重要性:虽然ppc64le架构用户可能不多,但它作为"早期预警系统"帮助发现了潜在的未定义行为问题
-
资源生命周期管理:在C++中,特别是在涉及复杂数据结构和内存操作的场景下,必须严格管理对象的生命周期和作用域
-
哈希表操作的线程安全性:在多线程或复杂操作环境中,哈希表的重建和访问需要特别小心
-
编译器版本差异:不同版本的编译器可能对代码的优化和处理方式不同,可能导致隐藏的问题在特定环境下暴露
这个问题的发现和解决过程展示了开源社区协作的力量,也体现了全面测试覆盖的价值,即使是对看似边缘的架构和编译器组合。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00