Kokkos项目SYCL后端在Intel OneAPI 2023.1.0环境下的测试失败分析与解决方案

问题背景

近期在Kokkos生态系统中，使用Intel OneAPI 2023.1.0工具链和SYCL后端针对PVC架构进行测试时，发现了一系列测试失败问题。这些问题主要出现在Trilinos/Tpetra、Kokkos核心库以及KokkosKernels的测试套件中，表现为多种测试用例的异常终止或失败。

错误现象

测试失败时通常会抛出以下两种类型的异常：

1. 内核名称无效错误：

Native API failed. Native API returns: -46 (PI_ERROR_INVALID_KERNEL_NAME)

2. 设备不可用错误：

Native API failed. Native API returns: -2 (PI_ERROR_DEVICE_NOT_AVAILABLE)

这些错误特别集中在涉及SYCL后端的功能测试中，如矩阵向量乘法(GEMV)、导入导出操作等核心功能。

问题诊断过程

开发团队通过系统性的二分法排查，逐步缩小了问题范围：

1. 版本对比：发现Kokkos 4.4.01版本测试通过，而develop分支出现失败
2. 提交分析：锁定问题引入于特定提交(b5509ab14f760769446ab0710dca88483eebce22)
3. 编译器测试：验证了不同Intel OneAPI版本的表现：
   • 2023.1.0/2023.2.0/2024.0.0版本存在问题
   • 2024.1.0/2024.2.0/2025.0.0版本工作正常

根本原因

问题源于SYCL可重定位设备代码(RDC)的编译设置。在较旧的Intel OneAPI版本(2023.x至2024.0)中，当禁用RDC时(-DKokkos_ENABLE_SYCL_RELOCATABLE_DEVICE_CODE=OFF)，编译器会生成不兼容的目标代码，导致内核查找失败。

编译过程中还观察到警告信息：

icpx: warning: linked binaries do not contain expected 'spir64-unknown-unknown' target; found targets: 'spir64_gen-unknown-unknown' [-Wsycl-target]

这表明编译器生成了不匹配的目标架构代码，可能是导致内核无法被正确识别的原因。

解决方案

针对此问题，开发团队确定了以下解决方案：

1. 启用RDC：设置编译选项-DKokkos_ENABLE_SYCL_RELOCATABLE_DEVICE_CODE=ON可确保测试通过
2. 升级工具链：使用Intel OneAPI 2024.1.0或更高版本可从根本上解决问题
3. 环境检查：确保正确设置设备选择环境变量：

   export ONEAPI_DEVICE_SELECTOR=ext_oneapi_level_zero:gpu
   

技术建议

对于需要在较旧Intel OneAPI版本上工作的用户，建议：

1. 在CMake配置中显式启用SYCL RDC支持
2. 仔细检查编译和链接命令是否包含-fsycl标志
3. 验证运行时环境是否正确配置了GPU访问权限

对于新项目，推荐使用Intel OneAPI 2024.1.0或更高版本，以避免此类兼容性问题。

总结

这次问题排查展示了硬件加速编程中工具链兼容性的重要性。SYCL作为一种跨架构的并行编程模型，其实现细节在不同编译器版本间可能存在微妙差异。Kokkos项目团队通过系统性的问题分析和版本比对，不仅找出了解决方案，也为社区积累了宝贵的经验，有助于未来类似问题的快速定位和解决。