ROCm 用到的 amdkfd 驱动在 6.6 内核上的问题修复

[xmzzz]

说明

问题背景:

该驱动程序在内核目录 drivers/gpu/drm/amd/amdkfd，在 openEuler 2403 SP1 镜像中使用 7900xtx GPU 测试 ROCm 时会触发内核态错误，需要排查和修复该驱动对 RISC-V 架构的支持缺陷。

所需技能:

其它:

[xmzzz]

LOONG:

munmap(0x7ffff3805000, 4096)            = 0
munmap(0x7ffff3808000, 8192)            = 0
ioctl(3, AMDKFD_IOC_ALLOC_MEMORY_OF_GPU, 0x7ffffbc0d9f8) = 0
mmap(0x7ffff3806000, 8192, PROT_READ|PROT_WRITE, MAP_SHARED|MAP_FIXED, 3 /dev/kfd, 0xecae800000000000) = 0x7ffff3806000
ioctl(3, AMDKFD_IOC_MAP_MEMORY_TO_GPU, 0x7ffffbc0da40) = 0
ioctl(3, AMDKFD_IOC_CREATE_EVENT, 0x7ffffbc0de00) = 0
ioctl(3, AMDKFD_IOC_CREATE_EVENT, 0x7ffffbc0de00) = 0
ioctl(3, AMDKFD_IOC_GET_CLOCK_COUNTERS, 0x7ffffbc0e180) = 0


RV:

munmap(0x3fb36c1000, 4096)              = 0
munmap(0x3fb36c4000, 8192)              = 0
ioctl(3, AMDKFD_IOC_ALLOC_MEMORY_OF_GPU, 0x3ff04314d0) = 0
mmap(0x3fb36c2000, 8192, PROT_READ|PROT_WRITE, MAP_SHARED|MAP_FIXED, 3 /dev/kfd, 0xef18800000000000) = -1 EOVERFLOW (Value too large for defined data type)



相关区域 Linux内核
mm/mmap.c
drivers/gpu/drm/amd/amdkfd/kfd_chardev.c:kfd_mmap (KFD_MMAP_TYPE_DOORBELL)
drivers/gpu/drm/amd/amdkfd/kfd_doorbell.c:kfd_doorbell_mmap

上面是已知的部分信息，更多信息可以看 discord 群组里的讨论。
如果对相关驱动比较熟悉，可以重点看下 wptr 相关的部分，来自龙芯社区的老师分享的信息：
https://elixir.bootlin.com/linux/v6.6.67/source/drivers/gpu/drm/amd/amdkfd/kfd_chardev.c#L344

另外可以联系刘鑫老师申请远程调试环境