Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

amdgpu unified RAS: GFX correctable errors aggregated by MP5 firmware are dropped on MI450 (no GFX error count, no CPER)

Đang mở
  • Có gì không ổn?
#239 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

@tpatward-amd đang làm issue này rồi.

Từ ngày 11/10/2026.

  • #236 của @tpatward-amd — đang mở

Đánh giá

Độ khó
4/5
Thời gian dự kiến
3-5 ngày
Mức phù hợp với người mới
28/100
Loại issue
Lỗi
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
c
Lĩnh vực
operating-systems

Hướng nghiên cứu

Start in drivers/gpu/drm/amd/ras/core/aca_v5_0.c with aca_hwip_maps[], aca_get_bank_aca_block() and ras_aca_parse_bank(), then follow the caller amdgpu_ras_mce_notifier_v5() to see where the bank is dropped on -ENODATA. Done means an MP5 bank carrying ErrorCodeExt 0x3E with SyndV and ErrorInformation 0x18 is attributed to GFX, classified from the copied STATUS, counted as at least one error, and encoded as CPER, while other MP5 errors stay unattributed. Check for an existing ACA test or simulation path before changing behaviour.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Symptom

On an AMD Instinct MI450 system (gfx 12.1, ACA v5, flex MCA) with unified RAS (drivers/gpu/drm/amd/ras) enabled, a correctable GFX MCA error is decoded and logged by the x86 MCE core, but amdgpu does nothing with it:

  • the record does not appear in the amdgpu ACA log,
  • the GFX correctable error count does not change,
  • no runtime CPER is produced, so in-band tools that read CPER records through the RAS command interface see no error.

A record from a block that is mapped (for example PCS_XGMI) is logged, counted and encoded as a CPER in the same setup.

Affected
  • ASIC/IP: MI450 class parts using ACA v5 (drivers/gpu/drm/amd/ras/core/aca_v5_0.c).
  • Flow: MCE notifier path amdgpu_ras_mce_notifier_v5() -> ras_aca_parse_bank() -> ACA log / log ring -> CPER.
  • Error class: GFX MCA errors that platform firmware reports through the MP5 MCA bank.
Example record (as logged by the MCE core)
STATUS 0x9c200000003e0109  (Val|En|MiscV|AddrV|SyndV, ErrorCodeExt 0x3E)
ADDR   0x000000000000002e
MISC0  0xd018000000000000  (ErrCnt 0)
IPID   0x0002100136430404  (HWID 0x01, McaType 0x2 = SMCA MP5; socket 4, die 1)
SYND   0x0000000042010018  (ErrorInformation 0x1_0018 = aggregated error)
Root cause

The host never sees the GFX MCA bank itself. MP5 firmware polls the GFX MCA banks and copies an error into its own MP5 bank. The copied STATUS has ErrorCodeExt 0x3E (firmware logged), SYND.ErrorInformation[15:0] is 0x18 (aggregated error), and MISC0.ErrCnt is copied too. It can be 0.

aca_hwip_maps[] in ras/core/aca_v5_0.c has no entry for HWID 0x01 / McaType 0x2. aca_get_bank_aca_block() finds no block for the bank and ras_aca_parse_bank() returns -ENODATA. amdgpu_ras_mce_notifier_v5() then returns before it queues the bank, so there is no ACA log entry, no GFX count and nothing for CPER encoding. Even if the bank were mapped, the default MCE parse counts a CE as MISC0.ErrCnt, so a copy with ErrCnt 0 would be counted as zero errors.

Expected

An MP5 bank that carries both aggregation markers (ErrorCodeExt 0x3E with SyndV, and ErrorInformation[15:0] 0x18) should be attributed to the GFX block. It should be classified from the copied STATUS (UC/PCC/TCC -> UE, otherwise CE) and counted as at least one error. MP5's own errors (for example SMN timeout 0x2 or DMA error 0x19) should stay unattributed.

Ngôn ngữ chính
C
Star
470
Fork
150
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của ROCm/amdgpu

Tất cả issue của ROCm/amdgpu

Issue tương tự

Thêm issue về C

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.