CANN/pypto CODEGEN组件错误码

CODEGEN 组件错误码【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto范围F6XXXX本文档说明 CODEGEN 组件的错误码定义、场景说明与排查建议。错误码定义相关错误码的枚举与码值统一定义在framework/include/tilefwk/error_code.h见 FwkErr、OperErr、GenCodeErr、CmpCodeErr 等。排查建议排查前准备遇到CodeGen组件校验报错或生成的Kernel代码不符合预期可通过如下步骤进行日志收集并分析设置日志级别为INFO设置日志输出路径 export ASCEND_PROCESS_LOG_PATH{用户指定日志路径}设置日志级别为全局INFO级别 export ASCEND_GLOBAL_LOG_LEVEL1 // 0: DEBUG, 1: INFO, 2: WARN, 3: ERROR 或指定CodeGen模块日志级别为INFO如 export ASCEND_MODULE_LOG_LEVELCODEGEN1设置并行编译数量为1由于CodeGen模块通过并行编译多个子图方式节省编译时长故为了防止输出日志乱序定位问题时需要将并行编译改为串行设置方法如下修改tile_fwk_config.json中的parallel_compile为1重新编译并安装pypto包参考编译安装。再次执行用例获取日志及kernel代码文件日志路径一般为{用户指定日志路径}/debug/plog/pypto-log***.log kernel代码文件路径一般为 pypto工程路径或测试框架执行路径下搜索kernel_aicore文件夹文件夹内的TENSOR***.cpp即kernel代码文件。分析日志对于FRAMEWORKF60XXX、OPERATION_ADAPTERF61XXX类错误一般为上游数据异常导致需要结合PASS日志分析其他类型错误需要结合上下文进行分析场景举例注意所有场景日志分析均基于上述排查步骤中获取的日志为基础。生成kernel代码中某个TileOP调用参数不符合预期在kernel代码中找到不符合预期的TileOp调用例如TAddLastUse3Dim0, 1, 1(ubTensor_0, ubTensor_0, ubTensor_2);以上面TileOp调用代码为关键字在日志中进行搜索。找到日志后往上搜索出现的第一个”Op CodeGenNPU Start”关键字即该TileOp生成的开始位置由此往后以此检查日志信息是否符合预期。若怀疑和PASS传入的数据有关则可以在Op CodeGenNPU Start关键字后搜索Gen OP IS关键字后面包含了该Operation的Dump信息样例如下Gen OP IS: 2 x 2 x 16 x 16 x DT_FP32 / sym_3_dim_0 x sym_3_dim_1 x sym_3_dim_2 x sym_3_dim_3 x DT_FP32 %1525#(0)MEM_UB::MEM_UB !10010 TILE_ADD(g:0, s:-1) %33#(0)MEM_UB::MEM_UB, %44#(0)MEM_UB::MEM_UB #IS_CUBE{0} #last_use{[0, 1, 1]}其中!10010即该OP的唯一标识码可以此为关键字在PASS的图或日志中搜索获取相关信息PASS定位指导详见pass trouble shooting错误码 F62014SYMBOL_NOT_FOUND该错误码表示kernel代码中调用了未定义的变量常见错误场景如下Operation缺少need_alloc属性该类错误场景日志上下文会包含UNDEFINED_VAR关键字。 CodeGen需要以来Operation中的need_alloc属性生成变量定义语句若该属性缺失则会导致变量定义语句缺失从而报错。 可结合前文生成kernel代码中某个tileop调用参数不符合预期步骤找到缺失属性的Operation联合PASS继续定位。错误码 F63001COMPILE_CODE_FAILEDkernel代码编译错误可能有多种原因导致后续将根据不同场景完善排查指导。场景1: 堆栈溢出报错关键字样例error: stack frame size (*****) exceeds limit (32768) in function可参考 算子编译报堆栈溢出错误场景2: PTO指令数据类型不匹配报错关键字maybe need a type样例/usr/local/Ascend/cann-9.0.0/include/pto/npu/a5/TStore.hpp:233:41: error: the 2nd parameter maybe need a type cc float * copy_matrix_cc_to_gm(dstGlobalAddr, srcTileAddr, xmReg, xtReg);数据类型不匹配可能原因有前端调用Operation接口参数传递错误参考执行代码有pto相关报错使用了PTO-ISA不支持的数据类型需要重新分析用例场景使用硬件支持的数据类型场景3: 生成PTO指令和二进制编译参数指定的硬件平台不匹配报错关键字does not support the given target feature样例error: function type void (__cbuf__ void *, __gm__ void *, unsigned char, unsigned short, unsigned short, unsigned short, unsigned short, unsigned int) noexcept of copy_gm_to_cbuf does not support the given target feature copy_gm_to_cbuf(dst, src, (uint8_t)0, nBurst, lenBurst, gmGap, l1Gap, (pad_t)0); ^出现此类报错原因可能有kernel代码编译参数为Vector但是生成的kernel代码中包含了Cube相关指令或者反之编译参数为Cube但是生成的kernel代码中包含了Vector相关指令导致bisheng编译器报错。 该类问题一般为PASS将Vector和Cube的Operation在CodeGen阶段前仍然混合到一张子图导致需要PASS进一步分析子图切分逻辑。CodeGen阶段看到的必须是独立的纯Vector或纯Cube子图。CodeGen使用Cube或Vector的编译参数依据为Function::IsCube()接口需要PASS确认对不同子图该接口设置的值是否正确。场景4: 变量未定义报错关键字包含sym_***output/output_20260317_102613_935544_121641/kernel_aicore/TENSOR_loop_0_Unroll1_PATH0_hiddenfunc1_9_416851834981923603_3_aiv.cpp:16:70: error: use of undeclared identifier sym_209_dim_0; did you mean sym_65_dim_0? UBTileTensorBF16Dim2_1 ubTensor_1((uint64_t)UB_S0_E512_T, (Shape2Dim(sym_209_dim_0, sym_209_dim_1)));此类变量用于运行时动态获取Shape、Offset大小数据来源于Function::GetDynParamTable接口可在报错日志中往前搜索首个出现的subprogram id关键字找到子图ID并告知PASS由PASS继续分析变量缺失原因。二进制编译时长统计CodeGen模块耗时可通过执行算子后在屏幕输出中观察Compiler Monitor提供的统计结果样例如下[Compiler Monitor] Stage: CodeGen(completed) | Stage elapsed: 1.2s | Total elapsed: 1.2s [Compiler Monitor] Compilation finished 6/6 | Total functions: 6 [Compiler Monitor] Stage timing (aggregated by stage): CodeGen 1.2s (sum over 6 functions) Pass 0.0s (sum over 6 functions) Prepare 0.0s [Compiler Monitor] Monitoring stopped | Total elapsed: 1.2s由于当前CodeGen耗时主要为二进制编译故专门将Top Function粒度的二进制编译时长记录于CodeGen模块的INFO级别日志中可grep关键字Top Function magic:该日志记录了该Top Function内的所有子图二进制编译时长总和所有子图通过make并行编译样例如下[INFO ] PYPTO(726656):2026-03-19 10:59:35.426 [codegen_cloudnpu.cpp:760][CODEGEN]:Top Function magic: 8, hash: 16874966534923480783: Starting parallel compilation: 128 jobs, 1 tasks [INFO ] PYPTO(726656):2026-03-19 10:59:36.135 [codegen_cloudnpu.cpp:768][CODEGEN]:Top Function magic: 8, hash: 16874966534923480783: Parallel compilation finished in 709.613831 ms日志中记录了该Top Function内所有子图执行bisheng命令编译二进制的并发进程数量以及总体耗时。单个kernel文件编译时长确认方法从pypto工程路径或测试框架路径下找到kernel_aicore文件夹及需要验证的kernel代码文件Tensor**.cpp例如 {前置路径}/output/output_20260319_145742_163710_1702013_6466B4B5/kernel_aicore/TENSOR_Step0_Unroll1_PATH0_hiddenfunc0_8_16874966534923480783_0_aiv.cpp打开kernel代码文件到最底部找到编译该文件的bisheng命令并复制例如bisheng -c -O3 -g -x cce ... -o output/output_20260319_145742_163710_1702013_6466B4B5/kernel_aicore/TENSOR_Step0_Unroll1_PATH0_hiddenfunc0_8_16874966534923480783_0_aiv.o output/output_20260319_145742_163710_1702013_6466B4B5/kernel_aicore/TENSOR_Step0_Unroll1_PATH0_hiddenfunc0_8_16874966534923480783_0_aiv.cppcd {前置路径} 确认当前在output文件夹上一层执行刚刚复制的bisheng命令确认可执行成功若报bisheng命令找不到则参考: prepare_environment CANN 环境加载通用模板章节 . 利用系统自带如time、perf或其他shell命令结合bisheng命令统计时长例如time bisheng -c -O3 -g -x cce ... -o output/output_20260319_145742_163710_1702013_6466B4B5/kernel_aicore/TENSOR_Step0_Unroll1_PATH0_hiddenfunc0_8_16874966534923480783_0_aiv.o output/output_20260319_145742_163710_1702013_6466B4B5/kernel_aicore/TENSOR_Step0_Unroll1_PATH0_hiddenfunc0_8_16874966534923480783_0_aiv.cpp【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考