首页
/ Yosys项目在ppc64le架构下的内存映射问题分析与修复

Yosys项目在ppc64le架构下的内存映射问题分析与修复

2025-06-18 02:41:48作者:戚魁泉Nursing

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:

  1. 内存初始化测试失败,错误信息显示断言失败
  2. 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:

  1. 问题出现在内存库映射(memory_libmap)过程中
  2. 崩溃发生在尝试为内存单元设置初始值时
  3. 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:

  1. 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
  2. 移除了不必要的索引重建操作

验证结果

应用该补丁后:

  1. 在ppc64le架构上成功构建
  2. 所有测试用例均通过
  3. 不再出现段错误或崩溃现象
  4. 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:

  1. 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

  2. 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

  3. 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

  4. 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。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler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。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284