一文掌握Ascend C孪生调试

2023-12-11 07:36
文章标签 调试 掌握 一文 孪生 ascend

本文主要是介绍一文掌握Ascend C孪生调试，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1  What，什么是孪生调试

Ascend C提供孪生调试方法，即CPU域模拟NPU域的行为，相同的算子代码可以在CPU域调试精度，NPU域调试性能。孪生调试的整体方案如下：开发者通过调用Ascend C类库编写Ascend C算子kernel侧源码，kernel侧源码通过通用的GCC编译器进行编译，编译生成通用的CPU域的二进制，可以通过gdb通用调试工具等调试手段进行调试；kernel侧源码通过毕昇编译器进行编译，编译生成NPU域的二进制文件，可以通过msprof工具进行性能数据采集等方式进行调试。

针对NPU域的调试来讲，根据依赖和调用动态库的不同，分为NPU域仿真调试和NPU域上板调试。NPU域仿真调试，依赖和调用的是model仿真器指定的库文件，运行model仿真不需要使用真实的NPU环境；上板调试，依赖和调用的是真实NPU环境上的库文件，进行上板调试需要真实的NPU环境。

CPU域调试用于定位逻辑错误、内存错误等功能问题； NPU域调试不仅可以通过数据打印的方式定位功能问题，也可以用于定位性能问题、算子同步问题。

本文将从功能调试的角度出发，介绍CPU域和NPU域的调试方法，并通过具体的调试样例来帮助大家快速掌握；性能调试的方法将在后续的文章中介绍。

2  HOW，如何进行调试

2.1  CPU域

本节介绍CPU域调试的两种方法：gdb调试、使用printf打印命令打印。

2.1.1  gdb调试

gdb调试相信大家并不陌生，首先我们先来回顾几个常用的调试命令，更多内容可以前往https://sourceware.org/gdb/深入学习。

命令

功能

step

执行下一行语句， 如语句为函数调用， 进入函数中

next

执行下一行语句， 如语句为函数调用， 不进入函数中

continue

从当前位置继续运行程序

run

从头开始运行程序

quit

退出程序

print

输出变量值、调用函数、通过表达式改变变量值

list

查看当前位置代码

backtrace

查看各级堆栈的函数调用及参数

break N

在第N行上设置断点

display

每次停下来时，显示设置的变量var的值

这里稍微复杂一点的是，因为我们程序是多核执行程序，cpu调测将其转为多进程调试，每个核都会拉起独立的子进程，故gdb需要转换成子进程调试的方式。下面介绍子进程调试的方法。

  1. 调试单独一个子进程

在gdb启动后，首先设置跟踪子进程，之后再打断点，就会停留在子进程中，设置的命令为：

set follow-fork-mode child

但是这种方式只会停留在遇到断点的第一个子进程中，其余子进程和主进程会继续执行直到退出。涉及到核间同步的算子无法使用这种方法进行调试。

如下是调试一个单独子进程的调试命令样例：

gdb --args add_custom_cpu

set follow-fork-mode child

break add_custom.cpp:45

run

list

backtrace

print i

break add_custom.cpp:56

continue

display xLocal

quit

  1. 调试多个子进程

如果涉及到核间同步，那么需要能同时调试多个子进程。

在gdb启动后，首先设置调试模式为只调试一个进程，挂起其他进程。设置的命令如下：

(gdb) set detach-on-fork off

查看当前调试模式的命令为：

​​​​​​(gdb) show detach-on-fork

中断gdb程序的方式要使用捕捉事件的方式，即gdb程序监控fork这一事件并中断。这样在每一次起子进程时就可以中断gdb程序。设置的命令为：

(gdb) catch fork

当执行r后，可以查看当前的进程信息：

(gdb) info inferiors

  Num  Description

* 1    process 19613

可以看到，当第一次执行fork的时候，程序断在了主进程fork的位置，子进程还未生成。

执行c后，再次查看info inferiors，可以看到此时第一个子进程已经启动。

(gdb) info inferiors

  Num  Description

* 1    process 19613

  2    process 19626

这个时候可以使用切换到第二个进程，也就是第一个子进程，再打上断点进行调试，此时主进程是暂停状态：

(gdb) inferior 2

[Switching to inferior 2 [process 19626] ($HOME/demo)]

(gdb) info inferiors

  Num  Description

  1    process 19613

* 2    process 19626

请注意，inferior后跟的数字是进程的序号，而不是进程号。

如果遇到同步阻塞，可以切换回主进程继续生成子进程，然后再切换到新的子进程进行调试，等到同步条件完成后，再切回第一个子进程继续执行。

2.1.2  printf打印命令

printf则更为简单，直接使用printf打印命令printf(...)来观察数值的输出。需要注意的是：NPU模式下目前不支持打印语句，所以需要添加内置宏__CCE_KT_TEST__予以区分。样例代码如下：

printf("xLocal size: %d\n", xLocal.GetSize());

printf("tileLength: %d\n", tileLength);

2.2  NPU域        

2.2.1  上板数据打印（DumpTensor、PRINTF）

功能包括DumpTensor、PRINTF两种，其中DumpTensor用于打印指定Tensor的数据，PRINTF主要用于打印标量和字符串信息。

具体的使用方法如下：

1. 设置打开DUMP开关的环境变量

export ACL_DUMP_DATA=1

修改Dump信息配置文件acl.json。单算子调用应用开发场景下，新建acl.json放在应用开发的工程目录下，在调用aclInit接口时传入；Pytorch调用场景下，放在Pytorch脚本执行目录下，由框架自行读取。配置样例如下：其中dump_path表示dump数据文件存储到运行环境的目录，支持配置绝对路径或相对路径；dump_mode表示dump的模式，配置成input/output/all有效模式均可以；dump_op_switch表示单算子dump数据开关，需要配置成on，开启单算子dump模式；dump_debug为预留参数，开发者无需关注，直接配置成off即可。

{

    "dump":{

        "dump_path":"/dump",

        "dump_mode": "all",

        "dump_debug": "off",

        "dump_op_switch": "on"

     }

}

2. 增加算子工程编译选项-DASCENDC_DUMP：修改算子工程op_kernel目录下的CMakeLists.txt文件，首行增加编译选项，打开DUMP开关，样例如下：

add_ops_compile_options(ALL OPTIONS -DASCENDC_DUMP)

3. 在算子kernel侧实现代码中需要输出日志信息的地方调用DumpTensor接口或者PRINTF接口打印相关内容

a) DumpTensor示例，srcLocal表示待打印的Tensor；5表示用户的自定义附加信息，比如当前的代码行号；dataLen表示元素个数。

DumpTensor(srcLocal,5, dataLen);

Dump时，每个block核的dump信息前会增加对应信息头DumpHead（32字节大小），用于记录核号和资源使用信息；每次Dump的Tensor数据前也会添加信息头DumpTensorHead（32字节大小），用于记录Tensor的相关信息。如下图所示，展示了多核打印场景下的打印信息结构。

DumpHead的具体信息如下：

  • block_id：当前运行的核号；
  • total_block_num：此次dump的核数；
  • block_remain_len：当前核剩余可用的dump的空间；
  • block_initial_space：当前核初始分配的dump空间；
  • magic：内存校验魔术字。

DumpTensorHead的具体信息如下：

  • desc：用户自定义附加信息；
  • addr：Tensor的地址；
  • data_type：Tensor的数据类型;
  • position：表示Tensor所在的物理存储位置。

打印结果的样例如下：

DumpHead: block_id=0, total_block_num=16, block_remain_len=1048448, block_initial_space=1048576, magic=5aa5bccd

DumpTensor: desc=5, addr=0, data_type=DT_FLOAT16, position=UB

[40, 82, 60, 11, 24, 55, 52, 60, 31, 86, 53, 61, 47, 54, 34, 62, 84, 29, 48, 95, 16, 0, 20, 77, 3, 55, 69, 73, 75, 40, 35, 13]

DumpHead: block_id=1, total_block_num=16, block_remain_len=1048448, block_initial_space=1048576, magic=5aa5bccd

DumpTensor: desc=5, addr=0, data_type=DT_FLOAT16, position=UB

[58, 84, 22, 54, 41, 93, 1, 45, 50, 9, 72, 81, 23, 96, 86, 45, 36, 9, 36, 34, 78, 7, 2, 29, 47, 26, 13, 24, 27, 55, 90, 5]

...

DumpHead: block_id=7, total_block_num=16, block_remain_len=1048448, block_initial_space=1048576, magic=5aa5bccd

DumpTensor: desc=5, addr=0, data_type=DT_FLOAT16, position=UB

[28, 27, 79, 39, 86, 5, 23, 97, 89, 5, 65, 69, 59, 13, 49, 2, 34, 6, 52, 38, 4, 90, 11, 11, 61, 50, 71, 98, 19, 54, 54, 99]

b) PRINTF示例如下：

PRINTF("fmt string %d", 0x123);

3  Example，调试样例

下面通过具体的样例来实战一下吧！

3.1  CPU域调试样例

在进行调试之前我们需要获取一个精度有问题的算子样例

1. 通过如下的样例链接获取正确的样例。（CPU调试当前仅适用于通过内核调用符调用算子的程序调试，所以这里我们获取KernelLaunch的代码样例）

https://gitee.com/ascend/samples/tree/master/operator/AddCustomSample/KernelLaunch

2. 将AddKernelInvocation / add_custom.cpp中的Init函数替换成如下有bug的代码。

__aicore__ inline void Init(GM_ADDR x, GM_ADDR y, GM_ADDR z)

    {

        xGm.SetGlobalBuffer((__gm__ half*)x + BLOCK_LENGTH * GetBlockIdx(), BLOCK_LENGTH);

        yGm.SetGlobalBuffer((__gm__ half*)y + BLOCK_LENGTH * GetBlockIdx(), BLOCK_LENGTH);

        zGm.SetGlobalBuffer((__gm__ half*)z + BLOCK_LENGTH * GetBlockIdx(), BLOCK_LENGTH);

        pipe.InitBuffer(inQueueX, BUFFER_NUM, TILE_LENGTH);

        pipe.InitBuffer(inQueueY, BUFFER_NUM, TILE_LENGTH);

        pipe.InitBuffer(outQueueZ, BUFFER_NUM, TILE_LENGTH);

}

3. 参考样例readme，跑一下样例，样例出现如下报错：

[ERROR] result error

下面我们一起开始debug之旅吧。

  1. 观察日志报错。

观察是否有打屏日志报错，可搜索关键词"failed"。下图的报错示例指示，错误出现在代码中调用Add接口的地方。

add_cpu: /usr/local/Ascend/ascend-toolkit/7.0.RC1.alpha003/x86_64-linux/tikcpp/tikcfw/interface/kernel_operator_vec_binary_intf.h:79: void AscendC::Add(const AscendC::LocalTensor<T>&, const AscendC::LocalTensor<T>&, const AscendC::LocalTensor<T>&, const int32_t&) [with T = float16::Fp16T; int32_t = int]: Assertion `false && "check vadd instr failed"' failed.

通过上述报错日志，一般只能定位到框架报错的代码行，无法明确具体错误，接下来需要通过gdb调试的方式或者printf打印的方式进一步精确定位。

2. gdb调试。下面的样例展示了拉起Add算子CPU侧运行程序的样例，该样例程序会直接抛出异常，直接gdb运行，查看调用栈信息分析定位即可。其他场景下您可以使用gdb打断点等基本操作进行调试。

        1) 使用gdb拉起待调试程序，进入gdb界面进行debug。

gdb add_cpu

        2) 单独调试一个子进程。

(gdb) set follow-fork-mode child

        3) 运行程序。

(gdb) r

        4) 通过bt查看程序调用栈。

(gdb) bt

        5) 查看具体层的堆栈信息，打印具体变量的值。本示例中，查看报错代码的上一层第5层的堆栈，打印了TILE_LENGTH为128，该程序中表示需要处理128个half类型的数，大小为128*sizeof(half)=256字节；同时打印了输入Tensor xLocal的值，其中dataLen表示LocalTensor的size大小为128字节，只能计算128字节的数据。可以看出两者的长度不匹配，由此可以继续检查代码内存分配时传入长度是否有误，从而定位到Init函数中InitBuffer的问题。同理，大家可以自行打印yLocal和zLocal的值。

(gdb) f 5

#5  0x0000555555560638 in KernelAdd::Compute (this=0x7fffffffd360, progress=0)

    at /samples-master/operator/AddCustomSample/KernelLaunch/AddKernelImpl/add.cpp:54

54              Add(zLocal, xLocal, yLocal, TILE_LENGTH); (gdb) p TILE_LENGTH

$1 = 128

(gdb) p xLocal

$3 = {<AscendC::BaseTensor<float16::Fp16T>> = {<No data fields>}, address_ = {logicPos = 9 '\t', bufferHandle = 0x7fffffffd460 "\003\005\377\377\200", dataLen = 128,

bufferAddr = 0,absAddr = …}

3. printf打印。在调用报错代码行之前的位置增加变量打印。样例代码如下：

__aicore__ inline void Compute(int32_t progress)

    {

        LocalTensor<half> xLocal = inQueueX.DeQue<half>();

        LocalTensor<half> yLocal = inQueueY.DeQue<half>();

        LocalTensor<half> zLocal = outQueueZ.AllocTensor<half>();

        #ifdef __CCE_KT_TEST__

        printf("xLocal size: %d\n", xLocal.GetSize());

printf("tileLength: %d\n", TILE_LENGTH);

#endif

        Add(zLocal, xLocal, yLocal, TILE_LENGTH);

        outQueueZ.EnQue<half>(zLocal);

        inQueueX.FreeTensor(xLocal);

        inQueueY.FreeTensor(yLocal);

    }

可以看到有如下打屏日志输出，打印了tileLength为128，该程序中表示需要处理128个half类型的数；输入Tensor xLocal的size大小，为64，表示只能计算64个half类型的数。可以看出两者的长度不匹配，由此可以继续检查代码内存分配时传入长度是否有误，从而定位到Init函数中InitBuffer的问题。

xLocal size: 64

tileLength: 128

3.2  NPU域调试样例

在进行调试之前我们需要获取一个精度有问题的算子样例

  1. 通过如下的样例链接获取正确的样例。（上板数据打印调试当前适用于单算子调用程序（aclnn接口）调试，所以这里我们获取算子工程和aclnn单算子调用的代码样例）

​​​​​​​samples: CANN Samples - Gitee.com

2. 将AddCustom / op_kernel / add_custom.cpp中的Init函数替换成如下有bug的代码。

__aicore__ inline void Init(GM_ADDR x, GM_ADDR y, GM_ADDR z, uint32_t totalLength, uint32_t tileNum)

    {

        ASSERT(GetBlockNum() != 0 && "block dim can not be zero!");

        this->blockLength = totalLength / GetBlockNum();

        this->tileNum = tileNum;

        ASSERT(tileNum != 0 && "tile num can not be zero!");

        this->tileLength = this->blockLength / tileNum / BUFFER_NUM;

        xGm.SetGlobalBuffer((__gm__ half*)x + this->blockLength * GetBlockIdx(), this->blockLength);

        yGm.SetGlobalBuffer((__gm__ half*)y + this->blockLength * GetBlockIdx(), this->blockLength);

        zGm.SetGlobalBuffer((__gm__ half*)z + this->blockLength * GetBlockIdx(), this->blockLength);

        pipe.InitBuffer(inQueueX, BUFFER_NUM, this->tileLength);

        pipe.InitBuffer(inQueueY, BUFFER_NUM, this->tileLength);

        pipe.InitBuffer(outQueueZ, BUFFER_NUM, this->tileLength);

    }

3. 参考样例readme，跑一下算子的编译部署以及aclnn调用样例，aclnn调用样例出现如下报错：

[ERROR] result error

下面我们一起开始debug之旅吧。

在AddCustom / op_kernel / add_custom.cpp中关键的流程中增加数据打印

比如如下的示例代码分别在计算前和计算后增加对zLocalTensor的数据打印，同时打印参与计算的元素个数。

DumpTensor(zLocal, __LINE__, zLocal.GetSize());

        PRINTF("The data Length involved in calculation is %d.\n", this->tileLength);

        Add(zLocal, xLocal, yLocal, this->tileLength);

        DumpTensor(zLocal, __LINE__, zLocal.GetSize());

参考上文的上板数据打印流程进行环境变量、cmake文件等配置，运行aclnn单算子调用样例，可以看到屏幕有如下打印：

DumpTensor: desc=54, addr=512, data_type=DT_FLOAT16, position=UB

[59.1875, 66.625, 53.4375, 52.0625, 80.3125, 10.5234, 21.3594, 43.2188, 1.15039, 50.625, 7.88672, 60.0625, 63.9062, 28.2812, 6.72266, 66.3125, 38.9062, 7.9375, 37.8125, 38.9062, 57.0938, 14.2266, 66.625, 62.3125, 5.17969, 1.63477, 45.2812, 68.1875, 59.9375, 23.8281, 71.8125,

45.1875, 59.2188, 53.875, 77.25, 47.5625, 75, 38.1875, 61.2812, 63.125, 58.5312, 83.6875, 44.5312, 57.125, 2.74609, 32.8438, 27.1094, 20.9219, 70.3125, 62.7188, 20, 6.90625, 30.5312, 91.75, 17.3125, 29.8125, 68.9375, 83.125, 23.4375, 58.8125, 62.6875,

69.9375, 19.9531, 46.25]

The data Length involved in calculation is 128.

DumpTensor: desc=57, addr=512, data_type=DT_FLOAT16, position=UB

[151.75, 158, 48.125, 96.25, 158, 74.125, 101.375, 34, 36.2812, 112.375, 109.125, 95.25, 142.75, 44.75, 176.375, 130.125, 68.3125, 70.3125, 102.375, 92.75, 139.25, 55.4375, 87, 102.75, 177.375, 118.875, 113.375, 25.6562, 101.125, 107.75, 165.5,

72.5, 17.5625, 52.4688, 167.125, 132.75, 171.375, 98.75, 133.375, 107.5, 119.375, 149.25, 161.625, 146.375, 162.25, 88.8125, 119.375, 88.9375, 170.5, 91.625, 72.9375, 131.875, 71.5625, 44.6562, 57.0625, 101.5, 150.125, 71.75, 126.625, 113.688, 139.75,

107.938, 79.5625, 132.875]

观察得到tensor的长度为64，但是设置的计算长度为128 两者不匹配，进一步定位可以确定问题为Init时初始化buffer的长度错误。

通过本篇内容 大家可以了解Ascend C孪生调试的概念，并可以参照实际样例进行实战练习。更多相关内容请参考：

《Ascend C 官方教程》

这篇关于一文掌握Ascend C孪生调试的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/479929。

相关文章

一文详解SpringBoot响应压缩功能的配置与优化

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML
阅读更多...
一文详解如何从零构建Spring Boot Starter并实现整合

一文详解如何从零构建Spring Boot Starter并实现整合

《一文详解如何从零构建SpringBootStarter并实现整合》SpringBoot是一个开源的Java基础框架,用于创建独立、生产级的基于Spring框架的应用程序,：本文主要介绍如何从... 目录一、Spring Boot Starter的核心价值二、Starter项目创建全流程2.1 项目初始化（
阅读更多...
一文带你了解SpringBoot中启动参数的各种用法

一文带你了解SpringBoot中启动参数的各种用法

《一文带你了解SpringBoot中启动参数的各种用法》在使用SpringBoot开发应用时,我们通常需要根据不同的环境或特定需求调整启动参数,那么,SpringBoot提供了哪些方式来配置这些启动参... 目录一、启动参数的常见传递方式二、通过命令行参数传递启动参数三、使用 application.pro
阅读更多...
一文带你深入了解Python中的GeneratorExit异常处理

一文带你深入了解Python中的GeneratorExit异常处理

《一文带你深入了解Python中的GeneratorExit异常处理》GeneratorExit是Python内置的异常,当生成器或协程被强制关闭时,Python解释器会向其发送这个异常,下面我们来看... 目录GeneratorExit：协程世界的死亡通知书什么是GeneratorExit实际中的问题案例
阅读更多...
一文详解SQL Server如何跟踪自动统计信息更新

一文详解SQL Server如何跟踪自动统计信息更新

《一文详解SQLServer如何跟踪自动统计信息更新》SQLServer数据库中,我们都清楚统计信息对于优化器来说非常重要,所以本文就来和大家简单聊一聊SQLServer如何跟踪自动统计信息更新吧... SQL Server数据库中，我们都清楚统计信息对于优化器来说非常重要。一般情况下，我们会开启"自动更新
阅读更多...
一文详解kafka开启kerberos认证的完整步骤

一文详解kafka开启kerberos认证的完整步骤

《一文详解kafka开启kerberos认证的完整步骤》这篇文章主要为大家详细介绍了kafka开启kerberos认证的完整步骤,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、kerberos安装部署二、准备机器三、Kerberos Server 安装1、配置krb5.con
阅读更多...
一文详解Nginx的强缓存和协商缓存

一文详解Nginx的强缓存和协商缓存

《一文详解Nginx的强缓存和协商缓存》这篇文章主要为大家详细介绍了Nginx中强缓存和协商缓存的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、强缓存（Strong Cache）1. 定义2. 响应头3. Nginx 配置示例4. 行为5. 适用场景二、协商缓存（协
阅读更多...
前端bug调试的方法技巧及常见错误

前端bug调试的方法技巧及常见错误

《前端bug调试的方法技巧及常见错误》：本文主要介绍编程中常见的报错和Bug,以及调试的重要性,调试的基本流程是通过缩小范围来定位问题,并给出了推测法、删除代码法、console调试和debugg... 目录调试基本流程调试方法排查bug的两大技巧如何看控制台报错前端常见错误取值调用报错资源引入错误解析错误
阅读更多...
一文详解如何在Python中使用Requests库

一文详解如何在Python中使用Requests库

《一文详解如何在Python中使用Requests库》：本文主要介绍如何在Python中使用Requests库的相关资料,Requests库是Python中常用的第三方库,用于简化HTTP请求的发... 目录前言1. 安装Requests库2. 发起GET请求3. 发送带有查询参数的GET请求4. 发起PO
阅读更多...
一文详解Java Condition的await和signal等待通知机制

一文详解Java Condition的await和signal等待通知机制

《一文详解JavaCondition的await和signal等待通知机制》这篇文章主要为大家详细介绍了JavaCondition的await和signal等待通知机制的相关知识,文中的示例代码讲... 目录1. Condition的核心方法2. 使用场景与优势3. 使用流程与规范基本模板生产者-消费者示例
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2