单算子运行报错

分析结果

如果info.txt中给出如下结论，说明是单算子运行报错或pass异常。

**********************Root cause conclusion******************
Single op test aicore error, please check op.

此时可以结合info.txt文件中的以下信息，通过单算子复现的方法进行问题处理。还可以执行python3 test_single_op.py进一步查看异常算子执行过程中的报错信息，便于分析异常算子的报错原因。

1. Basic information中给出的算子信息，示例如下：

   ***********************1. Basic information********************
   error time   : 2023-06-09-06:55:34.798.772
   device id    : 0
   core id      : 0
   task id      : 6
   stream id    : 7
   node name    : GatherV2
   kernel name  : te_gatherv2_657cb48fa1743a43209d7bc779fe8c294760a5b09b3079a3323fdf18376fc408_1

2. AICERROR code中给出的详细报错信息，示例如下。

   ***********************2. AICERROR code***********************
   error code  : 0x10
   error bits :
   CCU_ERR_INFO: 0x2c6290000324442
   ccu_err_addr bit[22:8]=011001001000100  meaning:CCU Error Address [17:3]  approximate:0x19220
   ccu_illegal_instr，非法执行：1.指令的binary错误  2.指令地址非对齐

3. Instructions中给出的大概报错的cce行号，示例如下：

   ***********************3. Instructions************************
   start   pc   : 0x1000124080064000
   current pc   : 0x124080067d2c
   instruction  :
   Error occured most likely at line: 3d08
   
   /home/HwHiAiUser/tf/info_20230609065654/aicerror_0_20230609065534/te_gatherv2_657cb48fa1743a43209d7bc779fe8c294760a5b09b3079a3323fdf18376fc408_1.o.txt:3d08
   te_gatherv2_657cb48fa1743a43209d7bc779fe8c294760a5b09b3079a3323fdf18376fc408_1.cce:1364
   /usr/local/Ascend/latest/opp/built-in/op_impl/ai_core/tbe/impl/dynamic/gather_v2.py:1214
   /usr/local/Ascend/latest/opp/built-in/op_impl/ai_core/tbe/impl/dynamic/gather_v2.py:1214
   
   related instructions (error occured before the mark *):
   
   3d08: <not available>
   3d0c: <not available>
   3d10: <not available>
   3d14: <not available>
   3d18: <not available>
   3d1c: <not available>
   3d20: <not available>
   3d24: <not available>
   3d28: <not available>
   *   3d2c: <not available>
   
   For complete instructions, please view /home/liuzhenyu/tf/info_20230609065654/aicerror_0_20230609065534/te_gatherv2_657cb48fa1743a43209d7bc779fe8c294760a5b09b3079a3323fdf18376fc408_1.o.txt

故障根因

出现该问题，可能由以下原因：

• 算子自身逻辑错误，比如读写一些未分配的地址。
• 编译器错误，算子的逻辑正确，但编译器将其编译成了错误的底层汇编指令，导致芯片报AI Core error。
• 输入数据错误。通常输入数据是作为索引输入，错误的索引导致算子的非法访问。

处理方法

此类问题可以通过单算子复现的方法定位处理：

在执行msaicerr.py工具分析结束时，会生成一个单算子测试脚本（如下加粗字体所示），开发人员可执行该脚本复现AI Core error现象。

2023-06-09 06:56:58 (101494) - [INFO] The find single op log /home/HwHiAiUser/tf/single_op_log_20230609065654/debug/plog/plog-101494_20230609065657791.log
2023-06-09 06:56:58 (101494) - [INFO] Generate case file /home/HwHiAiUser/AicoreError/tools/msaicerr/test_single_op.py
2023-06-09 06:56:58 (101494) - [INFO] ##################################################
2023-06-09 06:56:58 (101494) - [INFO] single op test failed! Please Check OP or input data!
2023-06-09 06:56:58 (101494) - [INFO] Run 'cd /usr/local/Ascend/CANN-7.2/tools/msaicerr;python3 /home/HwHiAiUser/AicoreError/tools/msaicerr/test_single_op.py' can test op!
2023-06-09 06:56:58 (101494) - [INFO] ##################################################
2023-06-09 06:56:58 (101494) - [INFO] The ai core error info for No.0 is saved in /home/HwHiAiUser/tf/info_20230609065654/aicerror_0_20230609065534/info.txt
2023-06-09 06:56:58 (101494) - [INFO] Finish to analyze each ai core error.
2023-06-09 06:56:58 (101494) - [INFO] The summary info is saved in /home/HwHiAiUser/tf/info_20230609065654/README.txt
2023-06-09 06:56:58 (101494) - [INFO] Analysis finished, please check /home/HwHiAiUser/tf/info_20230609065654, you can view README.txt first.

该问题需要您收集msaicerr.py工具分析结果信息（info_时间戳 目录下所有文件）。