OpenBLAS在Graviton3处理器上的浮点异常问题分析与解决

问题背景

在AWS Graviton3（基于ARM Neoverse-V1架构）处理器上运行Kaldi语音识别工具时，开发者发现当使用OpenBLAS 0.3.27版本时会出现NAN（非数字）断言错误。该问题特别出现在计算梅尔频率倒谱系数(MFCC)的过程中，当代码执行到矩阵点积运算时触发浮点异常。

问题诊断

通过系统性的版本比对和测试，开发者发现：

1. 正常工作的版本：OpenBLAS 0.3.21、0.3.22和0.3.25
2. 出现问题的版本：从OpenBLAS 0.3.26开始
3. 问题表现：在DDOT（双精度点积）运算中产生错误结果

进一步测试发现，通过设置环境变量强制使用不同核心类型时：

• NeoverseN1核心可以正常工作
• NeoverseN2/V1/V2核心都会出现NAN错误

根本原因

通过代码审查和问题追踪，最终定位到问题根源在于7a4fef4这个提交中对SVE（可伸缩向量扩展）架构下DDOT内核的优化修改。该修改虽然提升了性能，但由于内联汇编代码中缺少正确的寄存器破坏列表(clobber list)，导致编译器无法正确识别哪些寄存器被修改，从而在某些情况下产生错误的计算结果。

解决方案

修复方案相对简单但有效：

1. 在内联汇编代码中添加完整的寄存器破坏列表
2. 明确告知编译器哪些寄存器会被修改
3. 确保编译器不会错误地假设某些寄存器内容保持不变

技术细节

该问题特别值得注意的几点：

1. 问题只在特定架构组合下出现（Graviton3 + OpenBLAS 0.3.26+）
2. 使用不同编译器版本（GCC 11.4和13.2）问题表现一致
3. 问题与NO_FORTRAN编译选项无关
4. 在c7g和r7g实例上表现一致

经验总结

这个案例给我们的启示：

1. 内联汇编优化需要特别小心寄存器使用情况
2. 性能优化可能引入微妙的数值稳定性问题
3. 新硬件架构可能需要额外的测试验证
4. 浮点运算的正确性验证需要包含边界条件测试

后续影响

该修复已确认可以解决Kaldi在Graviton3处理器上的NAN断言问题，开发者可以期待在OpenBLAS的下一个正式版本中包含这个修复。对于需要立即使用的用户，可以考虑从GitHub获取修复后的代码自行编译。