mirror of
https://github.com/MobileGL-Dev/MobileGL
synced 2026-11-16 14:33:24 +09:00
[MG_Remote, MG_Pipe, MG_Test, CI, tools, docs] (P6.5): the first wave completed and reviewed - archive v2, publication boundary, half-close, AcceptPair/role fixes, device re-validation
This commit is contained in:
@@ -1,4 +1,28 @@
|
||||
# 当前阶段进度 — P6:backend 跑在第二个进程里
|
||||
# 当前阶段进度 — P6.5:全 TCP 传输
|
||||
|
||||
## P6.5 第一波(2026-09-22)
|
||||
|
||||
实现与主要正确性门已完成,完整 retrace 与余下链路性能数仍在采证,**尚未宣布阶段收官**。
|
||||
当前工作基于远端 `e6c51d07`,在 `codex/p65-all-tcp` 工作树保留后续未提交修改。
|
||||
|
||||
- TCP 控制、ShmLink/StreamLink 数据面、布局指纹、portable program archive v2、令牌/Refuse、
|
||||
设备 supervisor/前台服务、日志前送与有序关闭均已接线。
|
||||
- 初始 caps 到达前误锁为 lockstep 的启动竞态已修复。READY7 主机 TCP **102/102**、
|
||||
优化构建 Redmi TCP **102/102**,零 skip;两臂逐例确认 **run-ahead ARMED**,无 fallback/demotion。
|
||||
保留车道此前为 spawn **102/102**、inproc **186/186**,零 skip。
|
||||
- G1 符号 **0/0/0/0**,`.text` 逐字一致;真实远端 kill **133 ms**、真实 Wi-Fi 中断 **5053 ms** 闩住 device loss。
|
||||
- 原有单角色日志读取的 CI 缺陷已与上游修复合并;模拟器掉线分类另有回归验证。
|
||||
- 正式 retrace 以 CI loader 的 **39 项** split 子集为准;`ci:false` 的 rd12 单列作性能测量。
|
||||
早期 lockstep 样本中 OpenRA SSIM **1.0**、startup **0.999999511**,不替代修复后的完整矩阵。
|
||||
正在以支持进度超时、进程组清理、实际 run-ahead 证明和可核验 checkpoint 的跑器完成矩阵。
|
||||
|
||||
契约见 [`CONTRACT-P65.md`](../../MobileGL/MG_Remote/CONTRACT-P65.md),
|
||||
制品身份与证据总索引见 [`evidence-index.md`](notes/p65/evidence-index.md);
|
||||
具体结果与未决项见 [`validation-status.md`](notes/p65/validation-status.md)、
|
||||
[`wire-and-validation.md`](notes/p65/wire-and-validation.md)、
|
||||
[`performance.md`](notes/p65/performance.md)。以下保留 P6 收官时的原始进度快照。
|
||||
|
||||
## P6 收官快照
|
||||
|
||||
> **这份文档只记当前阶段(P6)。** 已收官阶段(P0…P5f)的逐门数字与证据在
|
||||
> [`ROADMAP.md`](ROADMAP.md) 的阶段表与各 `P5*` 报告里,不在这里重复。规范契约见
|
||||
|
||||
@@ -50,9 +50,11 @@ CTS 周转单独计价(`gl44to46` 约 56,271 例):逐阶段只跑该阶段
|
||||
|
||||
## 立即的下一项:P6.5 第一波 —— 全 TCP 传输(client 在 WSL,server 在 adb 设备)
|
||||
|
||||
> 状态:**设计已定(2026-09-22),未实现。** 目标形态:x86_64 的 WSL 进程作为 client,Redmi `2f7cbe2e`(aarch64,Adreno)上的 server 进程作为 server,两者在同一局域网内经 **TCP** 连接;`integration` 全部用例与 CI retrace 的 split 子集在这条链路上跑通并对上 golden。本节是 P6.5 行的第一波,只做「控制面 TCP + 数据面 stream」这一对;同机的「TCP 控制 + 共享段数据」混搭(nd `auto` / sd)是第二波,本节不做。
|
||||
> 状态:**实现已接线,验收采证中(2026-09-22)。** 主机三臂与 Redmi TCP 102 项已全通过,G1 与真实断线门通过;完整 retrace 与余下链路性能数见 [`CURRENT_STAGE_PROGRESS.md`](CURRENT_STAGE_PROGRESS.md),尚未宣布阶段收官。目标形态:x86_64 的 WSL 进程作为 client,Redmi `2f7cbe2e`(aarch64,Adreno)上的 server 进程作为 server,两者在同一局域网内经 **TCP** 连接;`integration` 全部用例与 CI retrace 的 split 子集在这条链路上跑通并对上 golden。本节是 P6.5 行的第一波,只做「控制面 TCP + 数据面 stream」这一对;同机的「TCP 控制 + 共享段数据」混搭(nd `auto` / sd)是第二波,本节不做。
|
||||
|
||||
### 1 树上已有的(不重写)与必须先补的(不能绕)
|
||||
### 1 设计时的树上基线(实现前快照)
|
||||
|
||||
以下表格保留本波开工前的缺口定位;当前实现与契约更正见 `MG_Remote/CONTRACT-P65.md` 和阶段进度,不以历史行号描述今天的树。
|
||||
|
||||
| 已有 | 出处 | 对本波的意义 |
|
||||
|---|---|---|
|
||||
@@ -116,7 +118,7 @@ server 在手机上**监听**,client 从 WSL **拨出**。理由不是偏好
|
||||
6. red-once:wf 三条(P6.5 行);ct——错令牌 → Refuse、`wireMajor` 不匹配 → 两端具名拒绝、`adb shell svc wifi disable` → 10 s 内闩住(而不是 120 s `BarrierTimeout`);sl——`Progress` 倒退 → `Fatal{ProtocolCorruption}`、越窗的 `Stage` 帧 → 拒绝、去掉 flush-on-idle 后「帧内最后一条 `kWaitReply`」用例必须挂住并被超时抓到;lf——关掉前送后四个 arming 场景必须**按名红**;sv——第二个并发连接 → `Refuse{Busy}`。
|
||||
7. **必测数(记录)**:逐帧 `kWaitReply` 次数与 RTT 分布(OpenRA、MC in-world 各一);`SEG_STAGE` 字节/帧对链路实测吞吐(车道自己量一次 64 MiB `Stage` 突发);`PRESENT_CREDIT` 1 / 2 / 3 的帧率;loopback tcp+stream 对 spawn(unix+shm)的逐线程 CPU 差。
|
||||
|
||||
### 6 两边怎么配(落地后的操作手册;今天还跑不了)
|
||||
### 6 两边怎么配(第一波操作手册)
|
||||
|
||||
**手机(server)**
|
||||
```bash
|
||||
@@ -125,7 +127,7 @@ server 在手机上**监听**,client 从 WSL **拨出**。理由不是偏好
|
||||
# 2. 手机 IP
|
||||
adb shell ip -f inet addr show wlan0
|
||||
# 3. 起 server(前台 Service → supervisor 监听)
|
||||
adb shell am start-foreground-service -n top.mobilegl.plugin.trace/.MobileGLServerService \
|
||||
adb shell am start-foreground-service -n top.mobilegl.plugin.trace/top.mobilegl.plugin.MobileGLServerService \
|
||||
--es listen tcp://0.0.0.0:40613 --es token devtoken \
|
||||
--es env "MOBILEGL_BACKEND_TYPE=DirectGLES;MOBILEGL_PIPE_STATS=1;MOBILEGL_PIPE_STATS_PERIOD=1;MOBILEGL_LOG_FILE_PATH=/data/data/top.mobilegl.plugin.trace/files/mgl.log"
|
||||
adb logcat -s MobileGL | grep -m1 'listening on tcp://'
|
||||
|
||||
@@ -0,0 +1,48 @@
|
||||
# P6.5 第一波 代码审查(4 切片,2026-09-22)
|
||||
|
||||
审查对象:`codex/p65-all-tcp` HEAD `52ffc6a7` + 未提交工作树(含 archive v2 / Present-glFlush 尾批 / 取消 / half-close 修复)。
|
||||
四个并行 Opus 审查各读设计(ROADMAP §51–116)后逐文件核验。**结论:数据面、wire 布局、握手三块无硬正确性缺陷;实现整体谨慎、扎实。** 下表按严重度排序,两项已修,其余记为跟进。
|
||||
|
||||
| 严重度 | 发现 | 出处 | 处置 |
|
||||
|---|---|---|---|
|
||||
| **Medium** | `AcceptPair` 把可重试的 `accept()` 错误(`EINTR` / `ECONNABORTED`)当致命 → supervisor 映射为 `return 73`,整台常驻 server 退出。LAN 对端在 accept 窗口内 reset、或信号(本进程按构造收 SIGCHLD)打断 `accept()` 都会拆掉 server;与兄弟函数 `WaitReadable` 刻意重试 `EINTR` 自相矛盾。潜伏——设备 102 条顺序会话已过,未触发。 | `SocketTransport.cpp` AcceptPair | **已修**:`EINTR`/`ECONNABORTED` 在 budget 内重新 poll,不返回 `TRANSPORT_CLOSED` |
|
||||
| **Moderate** | `MobileGLServerService.onDestroy()` 只 `destroy()` supervisor PID;在飞的 fork 会话 child(无新 session/group)被 reparent 到 init,泄漏进程 + EGL 上下文。仅 `am force-stop`(按 UID 杀)能清。验收走 force-stop、CI 走 killpg,故门路径干净;属 Android 生命周期 / P12。 | `MobileGLServerService.java:96-102`, `ServerMain.cpp:292` | 跟进(P12 生命周期);本波验收不受影响 |
|
||||
| Low | supervisor 强检 `MOBILEGL_IPC_DIAL=no` 却不设/不检 `MOBILEGL_IPC_ROLE`;launcher 漏设会把 supervisor 主线程 server 日志误记为 client 且不前送。潜伏(四个 launcher 都设了)。 | `ServerMain.cpp` | **已修**:`mobilegl_server_main` 顶部自设 `MOBILEGL_IPC_ROLE=server`(首日志前,fork 继承) |
|
||||
| Low | 设计要求的裸 `char` 符号性普查未在 `gen_pipe.py` 实现;成员摘要抓不到(`sizeof`/`offsetof` 两 ABI 相同)。**当前无实活风险**——所有 wire 子-int 成员都是定符号 `Int8`/`Uint8`。 | `scripts/gen_pipe.py` | 跟进:加 census 守卫 |
|
||||
| Low | `DynamicBackendParameters` / `RenderStateParameters` 只按整体 `sizeof` + 分块边界 offset 入指纹,非逐成员。安全——成员全定宽(无 `long`/`size_t`/指针/位域)。 | `MGPipeRenderStateSpans.h`, `CapsCodec.cpp` | 跟进(可选):逐成员 offset 入摘要 |
|
||||
| Low | client `eventRingFull` 在 drain 后可能被在飞 `ProgressFrame` 短暂重置;自愈(下个 progress 带 `full=0`,1ms timer 兜底),非挂起。 | `StreamLink.cpp:293` | 跟进:加 latch-only 注释/守卫 |
|
||||
| Low | `StreamLink` 的 `RecordArena/RecordCursor/EventArena/EventCursor` attach 时冻结 `LocalHead=0`,与 ILink 性能契约不符;当前无 cpp 消费者,无害。 | `StreamLink.cpp:342-345,399-409` | 跟进:随首个消费者刷新或删访问器 |
|
||||
| 测试缺口 | 无测试断言 keepalive 调优值(KEEPIDLE/INTVL/CNT/USER_TIMEOUT)实际生效;`StreamLinkTest` 不强制跨 recv 边界的帧头拆分,且漏 Cmd 越窗 / reply-seq 倒退 / ProgressFrame 一致性三条 Fatal。 | `SocketTransportTest.cpp`, `StreamLinkTest.cpp` | 跟进:补断言 |
|
||||
|
||||
## 已核验干净(各切片焦点)
|
||||
|
||||
- 数据面:帧重组 / 短读 / iov 回绕 / EOF;水位单调 + late-never-early 接收侧强制(倒退 `Fatal{ProtocolCorruption}`);单邮箱 reply seq 匹配(applied 越过无 reply → `PROTOCOL_MISMATCH`);park 前 `Flush` + flush-on-idle 进度;event 背压(`head − 对端 tail > cap` 阻塞);`ResolveSpan` 指向持久镜像段(非瞬态重组 buffer,无悬垂);单 reader vs apply vs encode 线程安全;EOF→`Die(peer)`→`PeerHungUp`→device-lost 闩(clean detach 不误闩)。
|
||||
- 控制面:`tcp://` 解析(IPv6 `[h]:p`、缺/坏端口、port 0/>65535 全拒);四个 socket 选项全设且查返回值,控制与数据连接都设 keepalive;掉线经 keepalive/USER_TIMEOUT(~5s)→挂断(非 120s barrier);握手零 abort(每条拒绝走具名 `Refuse`,server `_exit(0)`,client 不误回落 monolith);token loopback-only-when-no-token;指纹策略按 Dial(Fork 拒 / Connect 警告 / REQUIRE_SAME_BUILD 拒);fd 泄漏各失败分支已闭。
|
||||
- wire:`gen_pipe.py` 生成与 `PipeFields.def` 同步由 CI `git diff --exit-code` 守;指纹成员齐、删 `GLFunctionsTable`;两端同一 endian-无关计算(非结构体 memcpy 哈希);定宽确认。
|
||||
- server:fork 循环 fd 卫生(child 关 listen、parent 关 accepted、无跨迭代泄漏);僵尸回收 + max-sessions=1 + 第二连接 `Refuse{Busy}` 且干净关闭;child 得 `DIAL=no`;日志前送在 `LogMutex` 下 sink+forward、`LogFlush` 控制线程应答不经 apply 线程(无死锁);exec/argv-env;INTERNET 权限;wake lock 平衡。
|
||||
|
||||
## 已应用修复(本次)
|
||||
|
||||
1. `SocketTransport::AcceptPair`:`EINTR`/`ECONNABORTED` 在 budget 内重新 poll,不再 `TRANSPORT_CLOSED`。防常驻 server 因 accept 瞬态整体退出。
|
||||
2. `mobilegl_server_main`:顶部自设 `MOBILEGL_IPC_ROLE=server`(若未设),不再盲信 launcher。
|
||||
|
||||
两处均在 `MG_Remote/`(`MOBILEGL_BUILD_DISAGGREGATED` 门内),故 G1 monolith `.text` 不受影响(构造性保证)。
|
||||
|
||||
## 修后再验收(固定制品,2026-09-22)
|
||||
|
||||
固定制品:WSL client `libMobileGL.so` SHA16 `e17f82f1`、设备 APK SHA256 `780bb00e…`(`assembleTraceDebug`,`-O0 -g`),**两端 build stamp 同为 `p65-acceptfix-20260922`**(同源同戳,`REQUIRE_SAME_BUILD=1` 真实通过)。
|
||||
|
||||
| 检查 | 结果 | 证据 |
|
||||
|---|---|---|
|
||||
| G1 | monolith `.text` 不变(构造性:改动全在 `MG_Remote/`,非 split 构建不编译) | CMakeLists §497 门 |
|
||||
| 主机 full unit | 2399/2399,0 fail | `/tmp/p65-fullunit2.log` |
|
||||
| P6.5 子集单测 | 147/147(含 wf/ct red-once:同宽字段重排改摘要、wireMajor/layout 不匹配→具名 Refuse 不 abort、Connect 接不同 build、Fork 拒、REQUIRE_SAME_BUILD 拒) | ctest -R 输出 |
|
||||
| integration-tcp **loopback**(Release 固定制品) | 102/102(一条 `ClientVertexArray…GpuWrittenIndices…` 会话槽竞态 flake,单独重跑绿——ci-false 类) | `/tmp/p65-tcp-loopback-fix2.log` |
|
||||
| **device-102** integration(Redmi,固定 APK) | **102/102,0 fail、0 Fatal、0 eglInit 失败;102/102 client 日志 `run-ahead ARMED`** | `/tmp/p65-devlane-fix2.log` |
|
||||
| 代表性 device retrace(Redmi,固定制品,`--require-run-ahead`) | OpenRA ssim=1.0 / startup 0.999999511 / in-world 0.999995438,**三条全 ARMED**(非 lockstep/disarmed) | `/home/swung/p65-repr-device/checkpoint.json` |
|
||||
|
||||
排障留痕(勿重犯):restamp 后只 `ninja libMobileGL.so MobileGLServer` 的**局部构建**会让 `MobileGLIntegrationTest` 与生产库不一致,服务端报 `Fatal{ProtocolCorruption, PipeApplier::Attach missing link}`、客户端 `eglInitialize 0x3001 remote TCP bring-up failed`——**全量 `ninja` 后即消失**,不是 wave 缺陷也不是 debug/release 差异。设备车道无 wake keepalive 会因 Doze 冻结全挂,retrace 用 `--wake-adb-serial` 已规避,device-102 补了 `KEYCODE_WAKEUP` 循环。
|
||||
|
||||
代表性 scope 依用户偏好(本地代表性、CI 兜底全量);此前另有一条完整 39 例 device 矩阵在跑,14 passed / 1 ci-false(`minecraft-1.21.11-main-menu` 的 Redmi 32B UBO 对齐 golden 伪差),因与固定制品身份不一致且 APK 需重装而停,其部分结果 `p65-final-matrix-gles*` 作旁证保留。
|
||||
|
||||
临时环境已恢复:设备 server 停、idle 白名单还原、WSL→手机 host route 删除(adb forward 与本地 fixture 早已清)。设备现装固定 APK `780bb00e`(含本次两修复)。
|
||||
@@ -0,0 +1,57 @@
|
||||
# P6.5 数据面实现记录
|
||||
|
||||
## 已落的边界
|
||||
|
||||
`ILink` 工厂创建共享段或 stream 链路。`ShmLink` 持有段、command/event 环端点;`StreamLink` 持有独立私有镜像及专用 reader。session 只缓存链路借出的 endpoint 指针;Reserve/Pop 与 spin 内的原子读取仍非虚。生产 encoder 保存 `LinkProgress` / `LinkSignals`,decoder 与 writeback 的 span 解析经 `ILink::ResolveSpan`。
|
||||
|
||||
共享车道不装 stream publication hook;共享段 reply 的 `ReadView` 借出已经发布的 payload,由 client 只拷一次。两种 link 均经过 `ILink::PostReply/ReadReply`。旧 raw-ring constructor 与 `Session::Control/Shm` accessor 仍供既有 white-box 测试及共享段 bootstrap 使用;这些兼容点未被冒充成字面 grep 的零命中。
|
||||
|
||||
纯度入口:`python3 scripts/ci/link_seam_purity.py --self-test`。检查物理段/环/slot 池不得回到 session 所有权、上层不得实例化具体 link、apply loop 不得直接读 RingControl、codec 不得持有 RingControl、writeback 不得绕开 link;七个具名负控随脚本执行。cached endpoint 类型与旧测试 constructor 是明确保留的兼容边界。
|
||||
|
||||
## 数据帧
|
||||
|
||||
共用 `Framing.h::FrameReader`;默认 MGLF,data reader 指定 MGLD。长度为 20 字节 data envelope 加 payload,最大 64 MiB;envelope 是 kind:u8、reserved:u8[3]、a:u64、b:u64。所有多字节 data 字段按小端编码。Stage/Cmd/Event 的单帧 payload 上限因而为 64 MiB − 20;64 MiB Stage burst 会拆两帧。
|
||||
|
||||
reader 先验证 framing header 与 data envelope 的角色、长度和窗口,再接收 payload;一条专用 reader 始终排空连接,writer 在调用线程串行发送完整帧。没有无界消息队列。
|
||||
|
||||
Progress 除四个 seq/frame 水位,还携带 **cmdAppliedTail 与 cmdRetiredTail**。原 roadmap 简写只有 applied tail,但现有 `RingProducer::FreeBytes` 只读 retired tail;遗漏会在首次回绕挂死,混成 applied tail 则提前释放 borrowed slot。stage 的三个旧 ring cursor 保持零;原 encoder allocator 保持退休 mark/rebase 规则,链路用 `NoteStage` 记录新字节并先于 Cmd 发送。
|
||||
|
||||
单槽 reply 接受按 seq 前进的最新回复:`wantReply=false` 的 ResourceSubData 仍回复时不会堵住 reader。同步调用只在自身 applied 后读取,Reply 帧严格先于该 applied 进度发送。若 applied 已到而 reply 不存在,立即返回 protocol mismatch;EOF/错误在同一 reply mutex 下唤醒等待者。stream 不读 shared reply slot,不做取模或 stamp 自检。
|
||||
|
||||
## 发布与跨连接顺序
|
||||
|
||||
每次 producer park / stage retirement wait 前 Flush;server apply 的真正 park 点(`ServerLoop`)及 transport 的 `SessionConsumer::WaitForWork` 都 FlushProgress。另在 PostReply、present/completed-frame 变化和每 64 条或 1 ms 发布。水位只晚不早、比较用 >=、倒退具名 Fatal。
|
||||
|
||||
event bytes 先于宣布其完成的 Progress;client drain 返回 event tail,server 只在真实 tail 前进时清除 full latch。控制连接的 SurfaceReply 不能替数据连接保证先后,因此它携 eventHead fence;client 等本地数据 reader 收到该 head 后再排空事件。RPC 前也冲刷并等此前 command 完成,等待过程中继续排空反向事件。
|
||||
|
||||
## 测试与证据边界
|
||||
|
||||
`StreamLinkTest` 覆盖 Stage-before-Cmd、idle 尾水位、160 次记录/多次回绕、无用 reply 后的同步 reply、event credit、EOF、等待中的 reply 被 EOF 释放、缺失 reply 拒绝、独立连接的 event fence、Progress 倒退与 Stage 越窗。另以真实 IPv4 loopback TCP 传送 64 MiB Stage 并记录耗时/MiB/s;socketpair correctness 结果不充作 TCP 吞吐。
|
||||
|
||||
2026-09-22 开发中 build4 曾产生 server `NoteStage` fatal。只读 objdump 证明是编辑 virtual 接口与同轮并行构建交叠:旧 `Ring.cpp.o` 的 NotifyClient 跳 vptr+0xc0,新 StreamLink 此 slot 已为 NoteStage,ProgressChanged 已挪一格。该产物不作验收证据;接口冻结后重建所有受头影响的 object 才可验证。
|
||||
|
||||
## 最后一次退休进度的 red-once
|
||||
|
||||
核心 `StreamPair.StagingArrivesBeforeItsCommandAndLastRecordProgressFlushesOnIdle` 在稳定产物上曾真红:收到 applied=1 后 retired 仍为 0。原因不是网络可见性,而是 receiver 先调用 `AdvanceRetired`;此 helper 会按本地 applied(仍为旧值)夹紧退休值。若此后再无 apply,最后一次退休永远丢失,大 stage 窗口回收可因此互等。
|
||||
|
||||
修复是按依赖顺序先应用 incoming applied,再应用 incoming retired,随后通知。测试分别等待两种语义,不假设 applied 是 retired 的同步屏障;它只有一次 idle progress,不能靠后续批次掩盖这个错误。
|
||||
|
||||
WSL 真 TCP 64 MiB stage 记录(该退休修复前、传输字节已核对的测量):0.069763 秒,917.397 MiB/s。它只代表本机 loopback 的框架与复制吞吐,不代替 Redmi/Wi-Fi 测量。
|
||||
|
||||
## Present 与 glFlush 的提交边界
|
||||
|
||||
阶段审查的真实负控发现:本地 `PublishAndNotify` 不是 stream delivery;run-ahead Present 可以在没有任何后续 wait 的情况下返回,最后一个 present 因此永远留在 client。credit=3 的前三帧尤其能暴露它。
|
||||
|
||||
修复把传输 Flush 放在每次 Present publish 后,并给 exported `glFlush` 接入只提交、不等待 applied 的 client 路径。run-ahead、present credit 和一般记录的批处理均保留;纯 pull 的 glFlush 经预处理仍是原空函数。
|
||||
|
||||
`StreamClientPublicationTest` 用真实 CapsSnapshot 启动 run-ahead ClientSession 和 StreamLink reader,peer 故意不 apply。它断言前三个 Present 各自到达 peer、以及 exported glFlush 发送之前发布的 MemoryBarrier,同时 client waits=0、applied=0。测试没有调用 client wait、事件 drain 或日志同步来暗中冲刷;五秒 alarm 会抓住误加同步等待的回归。
|
||||
|
||||
## 挂断发生在 staging 时的取消
|
||||
|
||||
设备日志曾记录真实顺序:DrawVbo 等待已报告 DEVICE LOST,随后大 BufferSubData 仍进入 stage allocator,并以 `RetirementWaitFailed` 终止 client。现有 codec 与 emitter 没有传播这个已确认的会话取消。
|
||||
|
||||
取消现在是 encoder 本地状态,借用 session 的 lost atomic,并只在 staging/失败等待边界询问生产 doorbell。只有 `PeerHungUp` 会触发 session latch;普通 Dead 可取消 teardown,但不伪造设备丢失。`StageAllocate` 返回 null 时,`StageBytes` 不执行 memcpy 或 NoteStage;session/encoder 在 EncodeRecord 前拒绝取消请求,不产生新 seq 或无效 blobref。stage 的生产等待预算对齐 120 s barrier,给真实 TCP keepalive 检测留下余量;健康 peer 超时仍保持具名 Fatal,不把 deadline 解释成 loss。
|
||||
|
||||
没有发出记录时 seq=0;四个 mailbox emitter 保留调用者已 minted 的非零本地 ticket,避免 ReplyToNoSlot。ResourceSubData 的 buffer 快路径也保留取消的 DECLINED,不再在 wire emitter 或 route 中强制改成 OK。
|
||||
|
||||
回归共三条:已断后大于 stage window 的上传不拷贝/不发记录;填满 stage 后在 producer 确认 park 时 SIGKILL 一个真实 reader child,第二个 blob 不覆盖窗口且无新 seq;健康 peer 的 5 ms 测试预算仍以 RetirementWaitFailed 结束,signal 侧确认 device_lost=0。生产预算不受该单测缩短。
|
||||
@@ -0,0 +1,83 @@
|
||||
# P6.5 第一波证据索引
|
||||
|
||||
本次实现与验收的总入口。完整 trace 和性能表仍在采集,不能将本索引理解为阶段收官。
|
||||
|
||||
> **2026-09-22 收尾追加**:四切片代码审查完成(数据面/wire/握手无硬缺陷),两项修复已落地并再验收——见
|
||||
> [code-review-findings.md](code-review-findings.md)。修复:`SocketTransport::AcceptPair` 重试 `EINTR`/`ECONNABORTED`
|
||||
> (Medium,防常驻 server 因 accept 瞬态整体退出)、supervisor 自设 `MOBILEGL_IPC_ROLE=server`(Low);均在
|
||||
> `MG_Remote/` 门内,G1 不受影响。固定制品(client `e17f82f1` + APK `780bb00e`,同 stamp `p65-acceptfix-20260922`)
|
||||
> 再验收:主机 unit 2399/2399、integration-tcp loopback 102/102、**device-102 102/102 全 ARMED**、代表性 device
|
||||
> retrace 3/3 ARMED golden(OpenRA 1.0)。**残余**:完整 39 例 device golden 矩阵与全套必测数按用户「本地代表性、
|
||||
> CI 兜底」定为 CI/后续;本收尾未宣布 P6.5 阶段收官。临时环境(host route / idle 白名单 / server)已恢复。
|
||||
|
||||
## 源码与制品身份
|
||||
|
||||
- 基线:远端 `feat/disaggregated` 的 `e6c51d0711595f579decfaf78c1f5b0040ccd7fe`。
|
||||
最后一次 fetch 已确认没有更新;该提交是当前分支的祖先。
|
||||
- 开发工作树:`codex/p65-all-tcp`,HEAD `52ffc6a7` 加未提交修改。
|
||||
用户纠正提交偏好之前已有的两个本地提交随后只做了 rebase;之后未创建开发提交、未 push。
|
||||
- 两端显式 build stamp:`410dfa94c3d92241e9ec01ddbba1bb911eb60d4b`。
|
||||
它是本轮共享的构建标识,不代表当前 HEAD 或一份已提交的最终源码。
|
||||
- Android:NDK 27.3、arm64-v8a、debuggable traceRelease,实际 native `-O2 -DNDEBUG`。
|
||||
|
||||
| 制品 | SHA-256 | 使用它的证据 |
|
||||
|---|---|---|
|
||||
| READY7 host libMobileGL.so | `29fcff6b23557be6b1cc3765db382b3422ed0780643c719937616259298d3116` | host/device 102 与修后 TCP CPU |
|
||||
| 优化 APK | `f2a957c3c6ce1c3c77dd0b99f233f40eed9e47896830ee7767af6b7fbb738f50` | READY7 真机与正式 trace |
|
||||
| 最终 ALL 后 host libMobileGL.so | `25ca45d756bc5a4e5bd56ad4ce231e4ef89d45ba41131f389575cda0842cd6be` | 全 unit 与正式 trace |
|
||||
|
||||
最后一次 ALL 增量只重编测试和 SPIRV-Cross 的 `spirv_cross_c.cpp`;未重编 MobileGL 生产 object。
|
||||
其 CMake 每次 configure 都生成 gitversion 时间戳,这次值为 `2026-09-22T08:02:51`,
|
||||
导致重新链接后 SHA 改变。保留两份身份,不能把较早样本改标为新制品。
|
||||
|
||||
## 已完成的验证
|
||||
|
||||
所有 `/home/swung/` 路径位于 WSL Arch,日志/XML/原始样本保留在对应位置。
|
||||
|
||||
| 检查 | 实际结果 | 证据 |
|
||||
|---|---|---|
|
||||
| 最终 ALL | exit 0 | `/home/swung/p65-final-tests-build.log` |
|
||||
| 全 unit | 2389 PASS、0 FAIL、10 个原有条件性 skip | `/home/swung/p65-ready7-unit.{log,xml}` |
|
||||
| TCP loopback | 102 PASS、0 FAIL、0 SKIP;102 条实际 run-ahead ARMED | `/home/swung/p65-ready7-tcp.{log,xml}`、`p65-ready7-tcp-lane.json` |
|
||||
| Redmi TCP | 102 PASS、0 FAIL、0 SKIP;102 条实际 run-ahead ARMED,72.23 s | `/home/swung/p65-armed-device.{log,xml}`、`p65-armed-device-lane.json`、204 份 `p65-armed-device-rolelogs/` |
|
||||
| 名集合 | split 105 中可比 102 = spawn 102 = TCP 102 = device 102 | `/home/swung/p65-ready7-lane-parity.log` |
|
||||
| G14 | 4016 → 4257,0 删名、241 新增(含可选 device 102) | `/home/swung/p65-ready7-test-name-parity.json` |
|
||||
| 最终 G1 | 符号 0 增/删/resize/rename;`.text` 10,822,147 B 逐字节相同 | `/home/swung/p65-g1-ready7-{report.md,symbols.json,verification.json}` |
|
||||
| 真机 SIGKILL | 133 ms,生产挂断路径闩 device loss | `/home/swung/p65-device-peerloss/kill.log` |
|
||||
| 真机 Wi-Fi 半开 | 5053 ms,低于 10 s;Wi-Fi 已恢复 | `/home/swung/p65-device-wifi-loss/{probe.log,timing.json}` |
|
||||
| 真实生产 idle flush 负控 | 原库绿 → 仅删除 idle publication 后 8 s 抓到停滞 → 恢复绿 | `/tmp/p65-idle-redonce-c_n59aqs/results.json` |
|
||||
| 日志前送负控 | 三个 server marker 各 ON 绿 / OFF 缺指定 marker 红 | `/home/swung/p65-lf-controls2/summary.json` |
|
||||
| CI 修复 | role-log 正反控通过;真实两后端 RSP 2 PASS;设备离线分类 5/5 | `/home/swung/p65-ci-runtime-proof.{log,xml,json}`、`scripts/ci/test_trace_infrastructure.py` |
|
||||
|
||||
初始 caps 的三个新回归包含在全 unit 中:真实 TCP/ControlInbox 延迟快照正确武装,
|
||||
健康但不发快照的 peer 在 5 s 内具名启动失败且不伪造 device loss,坏快照拒绝。
|
||||
之后的能力更新仍只能 demote,不能重新 promote。
|
||||
|
||||
此前的保留车道是 spawn 102/102、inproc 186/186、零 skip,见 `p65-final-{spawn,inproc}.{log,xml}`。
|
||||
它们与 G1 细节见 [wire-and-validation.md](wire-and-validation.md)。早期 TCP/device 的 lockstep 样本
|
||||
仍保留作历史证据,不能替代上表的实际 run-ahead 结果。
|
||||
|
||||
最终 G1 更新独立 source snapshot 后只增量构建 after;before 制品与固定的 hash 头未变。
|
||||
双方 `.text` SHA-256 为 `35115edd2c265162c7f845a87d1a2cb9849609a40ba0febac317b91370b9163c`。
|
||||
|
||||
## trace、测量与审查
|
||||
|
||||
- 正式 GLES 39 项:`/home/swung/p65-final-matrix-gles/`。使用原有 golden 与逐例实际 ARMED 门;进行中。
|
||||
- 已完成条目中 `minecraft-1.21.11-main-menu` 为 FAIL(SSIM 0.890161)。原样主机 TCP 对照通过;
|
||||
只从临时 trace 删除 3,878 个不满足 Redmi 32 字节 UBO 对齐的 bind,便能在主机复现缺失,
|
||||
与设备实际图 SSIM 0.998729。该诊断不计正式通过,设备本地对照尚待;
|
||||
详见 [mainmenu-trace-difference.md](mainmenu-trace-difference.md)。
|
||||
- CPU 前后与正式 TCP/spawn 对比:[performance.md](performance.md)。保留非零差值、线程测量范围、
|
||||
样本散布和 before 制品身份限制;没有把性能“只记录”解释成可以不测。
|
||||
- 阶段审查发现 Present/glFlush 尾批可能留在本地;已补真实传输边界并验证前三个 present credit
|
||||
各自到达 idle peer,client waits=0、applied=0。后续窄查未发现正常关闭路径死锁/UAF;
|
||||
`WaitClosed=true` 也可能表示 terminal protocol error,不能独自作为正常 EOF 证明。
|
||||
- link seam 明确保留 cached endpoint、旧白盒 raw-ring constructor 和共享段 bootstrap accessor。
|
||||
ownership/dispatch gate 与七个负控通过;没有声称所有历史 accessor 或字面 grep 命中归零。
|
||||
|
||||
唯一已知的 verify+split 前置债仍为 `PipeRespecifyScope`,inproc/spawn/TCP 同因复现。
|
||||
LF 第四个 PipeVerify marker 属于 client,本来就不能成为 server forwarding 的负控;
|
||||
未执行到的断言不计通过。说明见 [validation-status.md](validation-status.md)。
|
||||
|
||||
临时设备 idle 豁免与 WSL 手机 host route 要在全部真机工作结束后恢复;当前仍在使用。
|
||||
闲置的本机 40614 supervisor 与 adb forward 40615 已清理。
|
||||
@@ -0,0 +1,141 @@
|
||||
# P6.5:1.21.11 主菜单 GLES 像素差异诊断
|
||||
|
||||
**状态:正式设备矩阵仍记 FAIL;独立主机负控已复现同位置缺失,强烈支持 trace 不满足目标 GPU 的 UBO 对齐要求;相同 APK 的设备本地对照仍待补。**
|
||||
本记录不修改源码、trace fixture、golden 或 SSIM 阈值,也不把该失败归入既有 Vulkan 债务。
|
||||
|
||||
## 正式失败与可比阳性
|
||||
|
||||
| 对照 | 结果 | SSIM / 阈值 | 用时 | 实际 arming |
|
||||
|---|---|---|---|---|
|
||||
| Linux client → Android/Adreno TCP+stream,credit=2 | FAIL,完成回放后图像不符 | 0.890161090 / 0.99 | 272.684 s | ARMED,无 lockstep/DISARMED |
|
||||
| WSL 同 ABI/驱动 TCP+stream loopback,credit=2 | PASS | 0.993474922 / 0.99 | 14.018 s | ARMED,无 lockstep/DISARMED |
|
||||
|
||||
两次目标 call 均为 `205347`,分辨率 `854×480`。正式失败的 `statusCode=6`、
|
||||
`returncode=1`、`timeout_kind=null`,不是 watchdog 超时;其 mismatchPixels 为 79,246。
|
||||
客户端和服务端没有 `Fatal{`、device loss、Refuse 或握手失败证据。客户端完成 38,884 次 reply wait;
|
||||
服务端最后一帧计 11,551 draws。没有遗留进程。
|
||||
|
||||
目视检查可见背景、标题与文字仍在,主要缺失 Singleplayer、Multiplayer、Realms、Options、Quit
|
||||
的灰色按钮底图,以及语言/右侧辅助功能按钮的图标或底图。loopback 中这些元素正常。
|
||||
图中 Mali/Tensor 文字属于捕获的游戏画面,不能据此判定当前服务端 GPU;实际服务端日志为 Adreno。
|
||||
|
||||
正式 attempt:
|
||||
`/home/swung/p65-final-matrix-gles/DirectGLES/credit-2/minecraft-1.21.11-main-menu/attempt-a1c1263d9b814620b04ff4c8b8d6cbf1`。
|
||||
原始结果、图像和角色日志位于其 `work/output/`,golden 副本位于 `artifacts/`。
|
||||
loopback 证据索引为 `/home/swung/p65-mainmenu-loopback-control/control-summary.json`。
|
||||
该索引记录主机 library SHA256 为
|
||||
`25ca45d756bc5a4e5bd56ad4ce231e4ef89d45ba41131f389575cda0842cd6be`。
|
||||
仅 loopback 阳性还不能单独区分 ABI/wire 与设备驱动差异。
|
||||
|
||||
## 只读 trace 与源码证据
|
||||
|
||||
设备 `mobilegl.server.log:145` 及 `:358` 报告
|
||||
`GL_UNIFORM_BUFFER_OFFSET_ALIGNMENT: 32`(SSBO 为 64)。
|
||||
trace 的 UBO offset 有 16 字节粒度,但未找到录制时 alignment 查询值;不能声称捕获日志明确报告 16。
|
||||
|
||||
`MobileGL/MG_Impl/GLImpl/Buffer/GL_Buffer.cpp:1553` 的
|
||||
`ValidateBufferRangeOffsetAndSize` 查询当前 context 的 alignment;`:1580` 判断 offset 整除性,
|
||||
不符合时记录 `InvalidValue` 并返回 false。`:1627` 在 `TouchBufferBindingPoint` 和修改绑定之前返回,
|
||||
因此保留之前合法的 buffer/range。远端 client 采用远端能力,不能用 WSL 原生 GPU 的较小对齐要求解释该分支。
|
||||
|
||||
`MobileGL/MG_State/GLState/ErrorState/Error.cpp:20` 仅以 `MGLOG_D` 打印 GL error。
|
||||
现有 INFO 日志没有逐次 `RecordError` 文本;下列“应被拒绝”是调用参数加现行代码得到的预测,
|
||||
不是声称已有逐 call 动态错误日志。
|
||||
|
||||
完整只读 `apitrace dump` 中有 14,149 次 `glBindBufferRange`,没有 `glBindBuffersRange`。
|
||||
其中 **3,878** 次满足 `target=GL_UNIFORM_BUFFER && offset % 32 != 0`,首 call `9683`,
|
||||
末 call `205116`;全部发生在 program 158(2,808 次)或 program 15(1,070 次)。
|
||||
program 158/15 的 uniform block 0 都映射到 UBO binding 0(call `6734`/`6661`)。
|
||||
|
||||
这两个 program 的顶点 shader 13(call `6651`)明确声明 `SpriteAnimationInfo`,内含
|
||||
`ProjectionMatrix`、`SpriteMatrix`、`UPadding`、`VPadding`、`MipMapLevel`,并计算
|
||||
`gl_Position = ProjectionMatrix * SpriteMatrix * vec4(positions[index], 0, 1)`。
|
||||
program 158 的 fragment shader 157(call `6727`)通过 `textureLod(Sprite, texCoord0, MipMapLevel)`
|
||||
填充 sprite;program 15 通过两个 sprite 采样做动画插值。由此可将不合对齐的绑定定位到 atlas 生成,
|
||||
而非笼统归因于最终主菜单 draw。
|
||||
|
||||
与缺失按钮直接相关的调用链如下:
|
||||
|
||||
| call | 事实 |
|
||||
|---|---|
|
||||
| `80415` | FBO 16 的 COLOR_ATTACHMENT0 设为 texture 868,后续 viewport 1024×1024 |
|
||||
| `80426`, `80428` | UBO buffer 44 / offset 0 / size 140,随后 atlas draw |
|
||||
| `80434`, `80436` | UBO buffer 44 / offset 144 / size 140(不满足 32),随后 atlas draw |
|
||||
| `80442`, `80444` | UBO buffer 44 / offset 288 / size 140,随后 atlas draw |
|
||||
| `205215`, `205221` | program 181 采样 texture 868,DrawElementsBaseVertex count 90 / basevertex 4 |
|
||||
| `205254`, `205262` | program 181 再采样 texture 868,count 12 / basevertex 68 |
|
||||
|
||||
FBO 16 一共 607 次 atlas draw,其中 286 次前置 UBO bind 不满足 32 字节对齐;
|
||||
该 FBO 最后一次不合对齐绑定为 `197198`(buffer 43 / offset 144 / size 144)。
|
||||
最终 GUI program 181 使用的 UBO offset 是 0 或 160,本身满足 32。
|
||||
它的 fragment shader 27 对 `texture(Sampler0, texCoord0)` 的零 alpha 执行 discard。
|
||||
|
||||
**获得独立负控支持的机制:** atlas 生成时,非法绑定保留旧 `SpriteMatrix`,新 sprite 仍写入旧区域,目标格留空或错误;
|
||||
最终 GUI 从 texture 868 采样时因零 alpha 丢弃,从而出现按钮文字正常、底图/图标缺失。
|
||||
下面的 blob/UV 对应进一步把缺失区域映射到具体 atlas draw。独立负控已复现主要视觉缺陷,
|
||||
与设备失败图 SSIM 为 0.9987292763;这不声称两个驱动的全部像素完全一致。
|
||||
|
||||
只读 `apitrace dump --blobs --calls=80413,205170,205177` 把诊断副本写到
|
||||
`/tmp/p65-mainmenu-blobs-ub31dw3f`。`80413` 为 buffer 44 的 69,264 字节初始化内容,
|
||||
每个 `SpriteAnimationInfo` record 以 144 字节步进;`205170`/`205177` 分别是最终 buffer 39
|
||||
中 15 个按钮底图 quad 和两个图标 quad 的顶点内容(每顶点 24 字节)。
|
||||
将顶点 UV 乘 atlas 尺寸 1024,再与 UBO 内的 SpriteMatrix 比较,得到:
|
||||
|
||||
| GUI 元素 / 最终采样像素区域 | buffer 44 record / atlas 矩形 | 生成调用与对齐 |
|
||||
|---|---|---|
|
||||
| 15 个底图 quad,包括三行主按钮及底部四个按钮切片;x=723…923, y=1…21 | record 279,矩形 (722, 0, 202, 22) | bind `82658` offset=40176,余数 16;draw `82660`,源 texture 1168 |
|
||||
| 语言图标;x=659…674, y=122…137 | record 125,矩形 (658, 121, 17, 17) | bind `81426` offset=18000,余数 16;draw `81428`,源 texture 1014 |
|
||||
| 右侧辅助功能图标;x=659…674, y=88…103 | record 148,矩形 (658, 87, 17, 17) | bind `81610` offset=21312 合法;draw `81612` 后紧跟 record 149 |
|
||||
|
||||
record 149 原定矩形为 (658, 155, 17, 17),bind `81618` offset=21456 余数 16,
|
||||
draw `81620` 的源 texture 1038。如果该 bind 被拒绝,它沿用 record 148 的合法矩阵,
|
||||
因而会覆盖右侧图标刚生成的位置。按钮背景被拒绝时沿用 record 278 的矩形 (376, 194, 22, 22),
|
||||
语言图标则沿用 record 124 的矩形 (610, 287, 18, 18),都不是最终 GUI 预期采样的区域。
|
||||
|
||||
## 独立控制与证据边界
|
||||
|
||||
原 trace 的同 ABI TCP loopback 已通过。独立代理根据
|
||||
`/home/swung/p65-mainmenu-ubo32-rejected-calls.json` 的 3,878 个 call 编号,
|
||||
仅在临时 trace 副本中移除这些本应被设备 client 拒绝的绑定,保留对应 draw,然后做主机 TCP 负控。
|
||||
该主机结果复现了设备的按钮矩形、语言按钮和右侧图标缺失。
|
||||
|
||||
| 图像比较 | 全图 RGB SSIM | 对原 golden 的判断 |
|
||||
|---|---:|---|
|
||||
| 原 trace 主机 loopback vs 原 golden | 0.9934749217 | PASS |
|
||||
| 原 trace 设备 TCP vs 原 golden | 0.8901610899 | FAIL |
|
||||
| 临时删绑定 trace 主机 TCP vs 原 golden | 0.8892457298 | FAIL;仅诊断负控 |
|
||||
| 临时删绑定 trace 主机 TCP vs 原 trace 设备 TCP | 0.9987292763 | 比较两张失败图,不是 golden 验收 |
|
||||
|
||||
比较使用项目 `trace_replay_core.cpp` 的全图 RGB SSIM(C1=6.5025、C2=58.5225),
|
||||
不 crop、忽略 alpha,且已校验原设备和原 loopback 的 runner 结果。四张图像的路径与 SHA256
|
||||
均保存在 `/home/swung/p65-mainmenu-ubo32-diagnostic/comparison-summary.json`。
|
||||
|
||||
处理过程和逐 call 验证保存在
|
||||
`/home/swung/p65-mainmenu-ubo32-diagnostic/preparation-summary.json`。
|
||||
安装的 apitrace 14.0 不支持 `--exact`;实际使用显式保留 call 补集的
|
||||
`trim --calls=@keep-calls.txt`,并核实该版本直接写出所选调用,没有增加依赖闭包。
|
||||
随后完整 dump 两份 trace,逐项比较所有保留调用的顺序、thread、参数和每个 blob 的 SHA;
|
||||
仅规范化 call 编号前缀和 blob 文件名,确认除名单中的 3,878 个绑定之外没有变化,headers 也一致。
|
||||
原 trace 共 205,348 个 call,临时 trace 共 201,470 个,最后的 `eglSwapBuffers` 从
|
||||
`205347` 重编号为 `201469`。临时 trace SHA256 为
|
||||
`92e47f93ddcb7b5f3eaece05229fa8980e92adc5d24bbff3d6fe1c1b948ef6b4`。
|
||||
|
||||
同目录 `replay-summary.json` 记录负控用时 12.188 秒、returncode=6,实际 ARMED,
|
||||
无 lockstep/DISARMED,双角色均为 TCP+stream 且 Fatal=0;结束后 supervisor 正常停止、
|
||||
state 移除且端口释放。该负控使用与原 loopback 相同 SHA256 的主机库。
|
||||
`apitrace-tool-evidence.json` 保留版本和 `--exact` 不支持的实际输出,`README.md` 汇总复现步骤。
|
||||
原 trace 与 golden 在负控回放后重新计算 SHA256,确认均未改变。
|
||||
|
||||
这一负控、远端 alignment=32、frontend 拒绝路径以及精确 UV 对应共同强烈支持
|
||||
**捕获 trace 对目标 GPU 的 UBO 对齐有效性问题**。它是独立于原设备 TCP 回放的机制复现,
|
||||
不能把修改后的 trace 当作正式 GLES 阳性,也不能将正式 case 改记 PASS。
|
||||
**相同 APK/后端的设备本地 inproc/spawn 原 trace 对照尚未执行**;需待正式设备矩阵释放设备后再补,
|
||||
本记录没有将它写成已完成,也不把负控宣称为完全排除所有跨机器差异。
|
||||
|
||||
原 trace 保持不动,SHA256:
|
||||
`7abd871cce098e93dd15a5e799fdfe093d9c85784716b00fd97c94833b8b83af`。
|
||||
原 golden SHA256:`ea8db1c1c1414d3b564d65b1559a708277417b06895900bc947644d2f658bb86`。
|
||||
|
||||
两条 `GL_STENCIL_INDEX8` NormalizePixelFormat ERROR 及 layered-blit 探测 warning 也见于通过的
|
||||
1.21.4 startup/main-menu,因此不把它们单独作为此失败原因。历史 P4a 的 1.21.11 depth-sampler
|
||||
失败有独立的 sampler refusal 证据,现日志没有同一 refusal;不能把旧原因直接套用到本次。
|
||||
@@ -0,0 +1,60 @@
|
||||
# P6.5 真实 peer-loss 探针
|
||||
|
||||
构建目标 `MobileGLPeerLossProbe`,产物位于 `MobileGL/MG_Test/Wire/MobileGLPeerLossProbe`。它是手动工具,不注册为无设备时自动 skip 的 unit。
|
||||
|
||||
探针复用生产 `ClientSession::StartSpawned` 的 Connect 路径及 Hello/Welcome;计时期间不发送 GL 命令、应用 heartbeat 或人为 ACK。它先观察生产 data doorbell 的 `PeerHungUp()`,随后走真实 `FenceStatus -> EmitAndWait -> ShutDown` 路径触发 session latch,并调用生产 `GetGraphicsResetStatus` handler 检查 `GL_UNKNOWN_CONTEXT_RESET`。没有直接调用 `LatchDeviceLost`。
|
||||
|
||||
## S2:真 kill server child
|
||||
|
||||
先启动与 client 同源码的 supervisor。以下杀的是 Welcome 声明的会话 child,不是 supervisor:
|
||||
|
||||
```bash
|
||||
cmake --build /home/swung/p65-split --target MobileGLPeerLossProbe -j 12
|
||||
export MOBILEGL_IPC_CONTROL=tcp://PHONE_IP:40613
|
||||
export MOBILEGL_IPC_TOKEN=devtoken
|
||||
export MOBILEGL_IPC_REQUIRE_SAME_BUILD=1
|
||||
export MGITEST_PEER_KILL_CMD='adb -s 2f7cbe2e shell run-as top.mobilegl.plugin.trace kill -9 {pid}'
|
||||
/home/swung/p65-split/MobileGL/MG_Test/Wire/MobileGLPeerLossProbe --kill --deadline-ms 10000
|
||||
```
|
||||
|
||||
loopback supervisor 的模板可以是 `MGITEST_PEER_KILL_CMD='kill -9 {pid}'`。模板必须含 `{pid}`;probe 只把它替换成经 Welcome 获取的正数 PID。命令跑在 probe 自己的 helper process group,超时会清理并回收 helper。
|
||||
|
||||
## Wi-Fi 半开:由父侧执行断网
|
||||
|
||||
该门必须用直连手机 IP;`adb forward` 走 USB,不会因为手机 Wi-Fi 关闭而断开,不能充作 Wi-Fi 门。
|
||||
|
||||
```bash
|
||||
export MOBILEGL_IPC_CONTROL=tcp://PHONE_IP:40613
|
||||
export MOBILEGL_IPC_TOKEN=devtoken
|
||||
export MOBILEGL_IPC_REQUIRE_SAME_BUILD=1
|
||||
run=$(mktemp -d /tmp/p65-wifi.XXXXXX)
|
||||
probe=/home/swung/p65-split/MobileGL/MG_Test/Wire/MobileGLPeerLossProbe
|
||||
"$probe" --external --deadline-ms 10000 \
|
||||
--ready-file "$run/ready" --start-file "$run/start" >"$run/probe.log" 2>&1 &
|
||||
probe_pid=$!
|
||||
# READY 文件只有 Welcome PID;等待它出现后才允许注入故障。
|
||||
while [ ! -s "$run/ready" ]; do kill -0 "$probe_pid" || exit 1; sleep 0.05; done
|
||||
trap 'adb -s 2f7cbe2e shell svc wifi enable' EXIT
|
||||
# 同一个父侧操作内先打时间起点标记,随即关闭手机 Wi-Fi。
|
||||
touch "$run/start"
|
||||
while ! grep -q P65_PEER_LOSS_ARMED "$run/probe.log"; do kill -0 "$probe_pid" || exit 1; sleep 0.005; done
|
||||
adb -s 2f7cbe2e shell svc wifi disable
|
||||
wait "$probe_pid"
|
||||
cat "$run/probe.log"
|
||||
```
|
||||
|
||||
marker 的观测周期是 5 ms。计时从 probe 观察 marker 开始;父侧写 marker 后等待 ARMED 行,再立即断网,避免故障抢在计时开始之前。该数包含少量父侧与 adb 启动延迟,对 10 s 上限是保守测量。也可省略 start-file,在 READY 后向 stdin 输入 `GO`,适合手动终端。
|
||||
|
||||
成功行形如:
|
||||
|
||||
```text
|
||||
P65_PEER_LOSS_PASS pid=N mode=external peer_hung_up_ms=N device_lost_ms=N deadline_ms=10000 device_lost=1 gl_reset=0x8255 source=production-barrier
|
||||
```
|
||||
|
||||
PASS 要求 descriptor hangup、dead bell、生产 latch、GL reset 状态与 DECLINED 回复全部成立,且总时间严格小于 deadline。只有超时不会设置 latch;没有故障时 deadline 结束应返回非零,这本身可用作阴性对照。
|
||||
|
||||
退出码:0 成功;2 会话/READY 失败;3 计时或触发失败;4 kill 模板失败;5 生产 latch/GL 状态失败;64 参数错误。探针没有创建真实 EGL/GL context,因此不实现 `--stage-burst`,不把人为传输 ACK 伪装成上传完成。
|
||||
|
||||
## 本机验证
|
||||
|
||||
2026-09-22 独立临时 TCP supervisor 的 S2 真 `kill -9`:`peer_hung_up_ms=4`、`device_lost_ms=4`、`gl_reset=0x8255`,exit 0。无故障的 150 ms 阴性对照:exit 3、`peer_hung_up=0 dead=0 device_lost=0`。证据目录 `/home/swung/p65-peerloss-l2ktmltm`;未用手机,这个数不代替设备/Wi-Fi 门。
|
||||
@@ -0,0 +1,184 @@
|
||||
# P6.5 主机逐线程 CPU 前后记录
|
||||
|
||||
**已经取得前后数字,但不能称为“逐字不变”。** 本次记录覆盖本机 inproc 与 unix+shm spawn,
|
||||
用于观察整波改动对保留车道的影响;性能按路线图通用纪律只记录,不据此阻塞正确性验收。
|
||||
它不代表 TCP 吞吐,也不代表 Android Release 性能。
|
||||
|
||||
## 定义与条件
|
||||
|
||||
- WSL Arch、DirectGLES + llvmpipe;两臂均使用现有 Release 制品,同一个 retrace 可执行文件。
|
||||
- before:`/home/swung/lk-split/libMobileGL.so`;after:READY6 的
|
||||
`/home/swung/p65-split/libMobileGL.so`。各自启动同目录下的 server。
|
||||
before 是既存的 P6.5 前制品,以实际 SHA-256 定身份;旧 CMake 缓存中的 build stamp
|
||||
不足以声称它恰好对应当前远端源码头。
|
||||
- OpenRA 完整 trace 128 帧,选择最后 **100 帧**;rd12 in-world 完整 trace 251 帧,选择最后 **200 帧**。
|
||||
均排除起始资源准备窗口,不把全部 replay 时间除以帧数充作稳态结果。
|
||||
- 每个 case × transport × before/after 均为 **3 次完整 replay**,共 24 个样本。
|
||||
每组记录按 repeat 交替 inproc/spawn;全部 before 完成后等待构建结束,再采 after。
|
||||
不是版本间随机交错试验,也没有 CPU 定频,因此不据此宣称统计显著性或唯一因果。
|
||||
- 采集窗口内没有并发重型构建或另一条 host retrace。此前带
|
||||
`before-pilot-not-comparable` 标签的试跑仅用于校验采集器,不进入表格。
|
||||
- `PRESENT_CREDIT=1`、run-ahead=1、verb-barrier=1、batch-waits=1、spin=50us;
|
||||
PipeStats=0、strict=0、role-split-state=0、audit=0。完整有效环境随每条样本保存。
|
||||
- `--benchmark-finish=0`:runner 不额外在每帧插入 glFinish;trace 自己的同步行为仍保留。
|
||||
|
||||
**client CPU** 来自已有 runner 的 `CLOCK_THREAD_CPUTIME_ID` 与 `frameCpuTimesMs`,
|
||||
取选中尾窗口的平均值。它包括该 replay 线程上的解码与 MobileGL 调用,不是整个进程 CPU,
|
||||
也不是只计 MobileGL 函数的采样 profile。
|
||||
|
||||
**apply CPU** 来自 `/proc/<pid>/task/<tid>/schedstat` 的 execution runtime 纳秒计数。
|
||||
选择最早的、仍存活的 `mgl-srv-apply` TID;后建的 driver helpers 会继承该名字,不能相加冒充
|
||||
一个 apply 线程的 CPU。每条原始采样保留 pid、tid、线程名、采样时刻和累计 CPU。
|
||||
如果没有唯一线程完整覆盖选中窗口,采集器报无效,不填 0。
|
||||
|
||||
### apply 窗口的精度限制
|
||||
|
||||
runner 现有帧数组没有绝对 monotonic 起点,因此外部 apply 采样使用 benchmark JSON 的文件 mtime
|
||||
近似定位 `benchmark::End()`,再减去已有 `totalSeconds - sum(frameTimesMs)` 的非帧尾段,
|
||||
最后回退选中尾窗口的 wall 时间。两个边界在线程 CPU 采样点间线性插值。
|
||||
|
||||
这存在**未单独测量的 summary/JSON 序列化延迟**,不能写成严格帧边界同步或纳秒精度的结果。
|
||||
请求采样周期为 5 ms;before 实际最大间隔 **7.159784 ms**,after 为 **15.230268 ms**。
|
||||
实际间隔与原始点均保留,后续可重新归约。下面多保留的小数位用于复算,不提高测量精度。
|
||||
|
||||
## 结果
|
||||
|
||||
每项是三次 replay 的“尾窗口 CPU 均值”的中位数,单位 **ms/帧**。
|
||||
百分比为 `(after / before - 1) × 100`;完整未舍入值在 comparison JSON 中。
|
||||
|
||||
| trace | transport | 线程 | before | after | 差值 ms/帧 | 差值 % |
|
||||
|---|---|---|---:|---:|---:|---:|
|
||||
| OpenRA | inproc | client | 0.681840 | 0.705350 | +0.023510 | +3.448023% |
|
||||
| OpenRA | inproc | apply | 3.040668 | 3.108000 | +0.067333 | +2.214402% |
|
||||
| OpenRA | spawn | client | 0.806240 | 0.786330 | -0.019910 | -2.469488% |
|
||||
| OpenRA | spawn | apply | 3.242036 | 3.198453 | -0.043583 | -1.344321% |
|
||||
| rd12 | inproc | client | 8.287390 | 8.362680 | +0.075290 | +0.908489% |
|
||||
| rd12 | inproc | apply | 64.884249 | 64.917254 | +0.033006 | +0.050868% |
|
||||
| rd12 | spawn | client | 10.276510 | 10.285330 | +0.008820 | +0.085827% |
|
||||
| rd12 | spawn | apply | 67.614988 | 67.059490 | -0.555499 | -0.821561% |
|
||||
|
||||
逐轮均值的范围也必须保留,避免只给一个点:
|
||||
|
||||
| trace / transport / 线程 | before 三轮范围 | after 三轮范围 |
|
||||
|---|---:|---:|
|
||||
| OpenRA / inproc / client | 0.678730–0.688320 | 0.690650–0.715600 |
|
||||
| OpenRA / inproc / apply | 3.038111–3.112060 | 3.064185–3.172090 |
|
||||
| OpenRA / spawn / client | 0.799590–0.810700 | 0.780370–0.792480 |
|
||||
| OpenRA / spawn / apply | 3.239807–3.299042 | 3.187598–3.211357 |
|
||||
| rd12 / inproc / client | 8.195700–8.325585 | 8.311060–8.510350 |
|
||||
| rd12 / inproc / apply | 64.826829–64.939705 | 64.915537–65.039914 |
|
||||
| rd12 / spawn / client | 10.274680–10.279320 | 10.250475–10.306380 |
|
||||
| rd12 / spawn / apply | 67.489521–67.649413 | 67.010901–67.281044 |
|
||||
|
||||
存在双向变化:inproc client 的两个样本组上升,spawn client 一降一基本持平;
|
||||
apply 也不完全相同。没有删除正增量,没有扩大阈值把它改写成“零开销”。
|
||||
整波还补齐了独立 client 的死亡记录等正确性行为,故不能把全部差值唯一归因于 lk2 的调用形式。
|
||||
|
||||
## 制品与复现
|
||||
|
||||
共同 runner:
|
||||
`/home/swung/tr-split/tools/trace_replay/mobilegl_trace_replay`
|
||||
|
||||
| 制品 | SHA-256 |
|
||||
|---|---|
|
||||
| runner(前后相同) | `700907be83c2c1c1c83eec8de37300a6fdab4c7f06387116fa8aaee0169b7291` |
|
||||
| before libMobileGL.so | `a84d0c09b78b312c600e172c03bd9a6e4ce804585661859d888b20992b4e516d` |
|
||||
| after libMobileGL.so | `d783080c5e1cb7db209a362db4ad742634d7525ae0c9683c4f6e9c5c54803361` |
|
||||
| server launcher(前后相同) | `7a95cb4d276b40e4843c9d9f8c4d0f3486bfa6b5fc3e3b9a0dd842e1e9403ed6` |
|
||||
|
||||
server 是薄 launcher,`NEEDED libMobileGL.so`、`RUNPATH=$ORIGIN`;它自身字节相同并不表示加载了同一库,
|
||||
两臂分别从各自目录解析生产库。
|
||||
|
||||
```bash
|
||||
python3 <tree>/tools/trace_replay/measure_transport_cpu.py \
|
||||
--runner /home/swung/tr-split/tools/trace_replay/mobilegl_trace_replay \
|
||||
--library /home/swung/lk-split/libMobileGL.so \
|
||||
--server /home/swung/lk-split/libMobileGLServer.so \
|
||||
--fixtures /home/swung/w7/pipe/tools/trace_replay/fixtures \
|
||||
--inputs /home/swung/p65-host-cpu-input \
|
||||
--out /home/swung/p65-host-cpu-before --label before-p65 --repeats 3
|
||||
```
|
||||
|
||||
after 只将 library/server 换成 `p65-split` 目录,out/label 换成对应 after 名。
|
||||
脚本拒绝覆盖已存在的 benchmark 证据;重新测量应换新的 out。
|
||||
新工作树中的某些 fixture 是 LFS 指针,故本次使用已核实的 Linux fixture 实体,并保存每条 trace SHA-256。
|
||||
|
||||
证据位置:
|
||||
|
||||
- `/home/swung/p65-host-cpu-before/summary.json`
|
||||
- `/home/swung/p65-host-cpu-after/summary.json`
|
||||
- `/home/swung/p65-host-cpu-comparison.json`
|
||||
- 各目录的 `<transport>/<case>/run-N/{benchmark.json,cpu-summary.json,apply-samples.json,runner.log}`
|
||||
|
||||
这些数关闭了“必须真的量到逐线程 CPU”这一记录缺口,不关闭其他尚缺的 P6.5 设备/trace/吞吐指标,
|
||||
也不把性能变化当正确性失败。
|
||||
|
||||
## 当前 spawn 与 loopback TCP 的专门比较:首轮负控
|
||||
|
||||
另外启动了仅用于本机测量的 `tcp://127.0.0.1:40616` supervisor,使用当前库、同一 runner、
|
||||
credit=1,client/server 均开启 `MOBILEGL_PIPE_STATS=1`、`MOBILEGL_PIPE_STATS_PERIOD=1`。
|
||||
`measure_loopback_cpu.py` 用 `P65LinkMetrics` 与 `P65ServerMetrics` 的线程 CPU 时钟,
|
||||
逐个核对 client/server 帧号:OpenRA 29–128(100 帧),rd12 52–251(200 帧)。
|
||||
这组 apply 数据直接来自帧时钟,不使用上节的 `/proc` 外部窗口近似。
|
||||
|
||||
**首轮不能作为纯传输成本对照。** 虽然两臂都请求 run-ahead=1,实际日志证明 spawn 已 ARMED,
|
||||
而 TCP 在真实第一份 CapsSnapshot 到达之前,错误地用 placeholder 的零能力锁存为 lockstep,
|
||||
随后“只允许 demotion”的规则使它一直无法武装。该差异由真实测量揭露,不能当成 TCP 固有成本放过。
|
||||
|
||||
完整首轮样本保留在 `/home/swung/p65-loopback-cpu/summary.json` 与
|
||||
`summary-with-arm-proof.json`;OpenRA 每臂三轮,rd12 每臂一轮。
|
||||
其中 rd12 的实际 client/apply CPU 为 spawn **10.377163 / 66.994613 ms/帧**,
|
||||
错误 lockstep 的 TCP **105.151038 / 160.624839 ms/帧**。
|
||||
这是具名负控证据,不进入正式 transport 比较结论。
|
||||
|
||||
修复由启动路径等待真实首 caps 完成,不强制打开 run-ahead,也不放宽后续只允许 demotion 的规则。
|
||||
采集器已增加实际 ARMED、无 lockstep fallback、无 DISARMED 的检查;下节记录修复制品的正式重跑。
|
||||
|
||||
### 首 caps 修复后的正式两角色 CPU 数
|
||||
|
||||
修后 TCP 已完整重跑,所有样本均通过实际 run-ahead ARMED 检查,没有 fallback 或 DISARMED。
|
||||
OpenRA 各臂 3 次取逐轮均值的中位数;rd12 各臂 1 次,单次样本不用于统计显著性推断。
|
||||
两角色使用相同精确帧号窗口,不把 setup 算入稳态,也没有使用外部 `/proc` 插值。
|
||||
|
||||
| trace / 窗口 | 线程 | spawn unix+shm ms/帧 | TCP+stream ms/帧 | TCP − spawn ms/帧 | 差值 |
|
||||
|---|---|---:|---:|---:|---:|
|
||||
| OpenRA / 29–128 | client | 0.913889030 | 0.725938440 | -0.187950590 | -20.566019% |
|
||||
| OpenRA / 29–128 | apply | 3.414349090 | 3.123573070 | -0.290776020 | -8.516294% |
|
||||
| rd12 / 52–251 | client | 10.377163490 | 6.507507265 | -3.869656225 | -37.290115% |
|
||||
| rd12 / 52–251 | apply | 66.994613060 | 53.903945275 | -13.090667785 | -19.539881% |
|
||||
|
||||
这是**指定两个线程**的实测变化,不能据负差值宣称 TCP 的进程总 CPU 更低:
|
||||
TCP 另外有专用 I/O reader,以上 client/apply 时钟不包含那些线程的 CPU,也不包含其它 driver workers。
|
||||
本表开了 PipeStats,前节 P6.5 前后表关闭 PipeStats;两表不能交叉相减。
|
||||
|
||||
spawn 控制复用本轮首 caps 修复前已真实 ARMED 的样本,其运行中的数据路径未改变;
|
||||
TCP 使用修后制品。这个复用边界明确保留,不称两个 library 文件哈希相同:
|
||||
|
||||
- spawn library:`d783080c5e1cb7db209a362db4ad742634d7525ae0c9683c4f6e9c5c54803361`
|
||||
- TCP library:`29fcff6b23557be6b1cc3765db382b3422ed0780643c719937616259298d3116`
|
||||
- runner 与输入 trace 保持相同,完整哈希在各样本 `role-cpu.json` 中。
|
||||
|
||||
并发检查:最后一项 syntax 编译结束于 WSL 07:56:32.732;TCP OpenRA 三轮尾窗口分别从
|
||||
07:56:56、07:56:58、07:57:00 开始,rd12 尾窗口从 07:57:55 开始,均无编译重叠。
|
||||
这组精确帧时钟证据为 `/home/swung/p65-loopback-cpu-fixed/summary.json`,
|
||||
归约比较为 `/home/swung/p65-loopback-cpu-comparison.json`;旧 lockstep 数据仍原样保存为负控。
|
||||
|
||||
最小复现(在没有其它 host 重负载时运行;不占手机端口):
|
||||
|
||||
```bash
|
||||
p65_tree=/mnt/c/Users/geekerwan/.codex/worktrees/p65-all-tcp/MobileGL
|
||||
LIBGL_ALWAYS_SOFTWARE=1 EGL_PLATFORM=surfaceless \
|
||||
MESA_GL_VERSION_OVERRIDE=3.3 MESA_GLSL_VERSION_OVERRIDE=330 \
|
||||
python3 "$p65_tree/scripts/ci/tcp_server_fixture.py" start \
|
||||
--server /home/swung/p65-split/libMobileGLServer.so \
|
||||
--endpoint tcp://127.0.0.1:40616 --state /tmp/p65-cpu-server.json
|
||||
trap 'python3 "$p65_tree/scripts/ci/tcp_server_fixture.py" stop --state /tmp/p65-cpu-server.json' EXIT
|
||||
python3 "$p65_tree/tools/trace_replay/measure_loopback_cpu.py" \
|
||||
--runner /home/swung/tr-split/tools/trace_replay/mobilegl_trace_replay \
|
||||
--library /home/swung/p65-split/libMobileGL.so \
|
||||
--server /home/swung/p65-split/libMobileGLServer.so \
|
||||
--inputs /home/swung/p65-host-cpu-input --out /tmp/p65-role-cpu
|
||||
```
|
||||
|
||||
该命令用同一当前制品重测两臂;本次修复后仅 TCP 重测使用了 `--transport tcp`。
|
||||
脚本按帧号核对两份日志、拒绝缺帧/重复帧/非正 CPU,并复用 `p65_link_metrics.py` 的归约逻辑。
|
||||
@@ -0,0 +1,289 @@
|
||||
# P6.5 TCP 车道与设备验收记录
|
||||
|
||||
**状态:验收采证中,未宣布 P6.5 收官。** 历史 TCP 主机/设备 102 项功能阳性保留,
|
||||
但当时实际为 lockstep,不能充作 run-ahead 验收。首 caps race 修复后的 READY7 已取得主机 TCP
|
||||
及 Redmi 各 **102 PASS / 0 FAIL / 0 SKIP**,每条实际 ARMED;正式 trace 矩阵与同模式性能数仍待补。
|
||||
|
||||
当前源码基线为 `origin/feat/disaggregated@e6c51d07`,开发树 `codex/p65-all-tcp` 的
|
||||
HEAD 为 `52ffc6a7` 加未提交工作。两端曾共享的显式 `MOBILEGL_BUILD_STAMP` 是
|
||||
`410dfa94c3d92241e9ec01ddbba1bb911eb60d4b`,**它不是当前 HEAD**;后续 rebase 没有改变当时的
|
||||
生产字节,因此保留了这一制品标识。不能拿匹配的显式 stamp 替代每组产物 SHA、实际 arming
|
||||
状态和运行证据,也不能把较早制品的绿移记到新的修复头。
|
||||
|
||||
## 主机结果:历史功能阳性
|
||||
|
||||
环境:WSL Arch,clang/Release,Mesa llvmpipe/lavapipe;源码位于 Windows 工作树,
|
||||
构建目录 `/home/swung/p65-split`。`integration-split` 的完整标签有 186 条,
|
||||
其中共享注册宏的 DirectGLES 可比集合为 102 条;不能把 186 与 102 的标签总数直接比较。
|
||||
|
||||
| 车道 | PASS | FAIL | SKIP | 证据前缀 |
|
||||
|---|---:|---:|---:|---|
|
||||
| TCP loopback | 102 | 0 | 0 | `/home/swung/p65-final-tcp` |
|
||||
| unix + shm spawn | 102 | 0 | 0 | `/home/swung/p65-final-spawn` |
|
||||
| 完整 inproc 标签 | 186 | 0 | 0 | `/home/swung/p65-final-inproc` |
|
||||
|
||||
这张表保留当时的完整结果。**该次 TCP 102 条后来确认实际是 lockstep**:请求了
|
||||
run-ahead=1,却在真实首 CapsSnapshot 到达之前用 placeholder 的零能力锁存了回退状态。
|
||||
旧拓扑 proof 证明了 TCP/stream 与远端进程,不证明 run-ahead 已 ARMED。spawn/inproc 行保留其
|
||||
原功能结果,不因本表改称 READY7。
|
||||
|
||||
各前缀均有 `.log`、`.xml`。TCP 的两项 CTest supervisor fixture 另计,
|
||||
故 CTest 摘要显示 104 条,而真实渲染用例仍为 102 条。
|
||||
`p65-final-tcp-lane.json` 是 discovery;`junit_tally.py --require-tcp-ran --discovery ...`
|
||||
逐条读取私有角色日志,确认 `control=tcp data=stream server=... pid=N`,不是只看测试名。
|
||||
|
||||
`spawn_lane_parity.py` 比较规范化后的名字集合,保留现有 monolith-only 例外。
|
||||
`split_log_paths.py` 同时检查 Split、Spawn、Tcp、TcpDevice 的私有日志路径。
|
||||
TCP 用例还在客户端 `/proc/self/task/<pid>/children` 断言 Connect 没有偷偷启动本地 server。
|
||||
|
||||
### READY7 主机 TCP:真实 ARMED 复验
|
||||
|
||||
启动改为等待并采用真实首 CapsSnapshot 后再锁存能力;没有强制打开 run-ahead,也没有放宽
|
||||
后续只允许 demotion 的规则。READY7 主机结果为 **102 PASS / 0 FAIL / 0 SKIP**,含两个
|
||||
supervisor fixture 的 CTest 总数为 104,耗时 18.35 秒。
|
||||
|
||||
逐条私有 client 日志实查:**102 条有 `run-ahead ARMED`,`running lockstep` / `run-ahead DISARMED`
|
||||
均为 0,缺日志为 0**。这组才是首 caps 修复后的 run-ahead 功能证据。
|
||||
证据:`/home/swung/p65-ready7-tcp.{log,xml}`、`p65-ready7-tcp-lane.json` 与其所列角色日志。
|
||||
完整 retrace 与同模式 TCP/spawn CPU 对照不能由这 102 个用例替代。
|
||||
|
||||
### READY7 最终 ALL、unit 与名字门
|
||||
|
||||
最终 ALL 增量退出 0;完整 unit 为 **2399 项 = 2389 PASS + 10 既有条件 SKIP,0 FAIL**,
|
||||
18.96 秒,新增三条 InitialCapsStartup 均通过。证据为 `/home/swung/p65-final-tests-build.log`、
|
||||
`p65-ready7-unit.{log,xml}`;没有把条件 skip 隐藏成 PASS。
|
||||
|
||||
最终 G14 为 **4016 → 4257,0 removed / 241 added**,新增包括设备 102 条。
|
||||
`--require-device` 名集合门实跑得到 split 105 条中可比 102,等于 spawn 102、TCP 102、device 102。
|
||||
证据:`/home/swung/p65-ready7-test-name-parity.json`、`p65-ready7-lane-parity.log`。
|
||||
完整标签、可比集合和 fixture 数仍分别记录,不能混成同一个计数。
|
||||
|
||||
必须另记制品身份:最后一次 CMake 重配置因 SPIRV-Cross git-version timestamp
|
||||
`2026-09-22T08:02:51` 重编 `spirv_cross_c.cpp` 并重新链接,最终 host library SHA-256 为
|
||||
`25ca45d756bc5a4e5bd56ad4ce231e4ef89d45ba41131f389575cda0842cd6be`。
|
||||
MobileGL 自有 production objects 未重编,但这依然是**不同制品**;READY7 device 102 与此前
|
||||
CPU 样本使用原 host library(SHA 前缀 `29fc...`),这些证据保留原身份,不改记成新 SHA。
|
||||
正式矩阵使用新的 `25ca45d7...` 制品,不能只凭相同显式 build stamp 混用二者。
|
||||
|
||||
### 被旧 skip 掩盖的问题
|
||||
|
||||
首次 TCP 与 spawn 都是 97 PASS / 5 SKIP。没有将其记成 102 PASS,随后补齐了五条:
|
||||
|
||||
- Triangle 的 verb-stamp 与 persistent-map counting 用例原本只在专门车道获得计数标记。
|
||||
现在共享宏和 small-ring 的对应条目也设置真实统计环境;persistent-map 的 acquisition/bytes
|
||||
属于 client,分进程时取客户端真实计数差,避免读取 server 的结构性零。
|
||||
- 三条 Ct 用例原本因为读不到 server 内存而直接 skip。现在复用 `LogFlush`:client 先等待命令前缀
|
||||
应用完成,server acquire 水位后输出已有 reset/serial/death 计数,client 读取同步后的角色日志。
|
||||
仅 `MOBILEGL_TEST_SERVER_COUNTERS=1` 开启此诊断,没有在 draw 路径加输出。
|
||||
- 删除死亡用例的 skip 后,真地发现 spawn/TCP 的 ObjectDeaths 一直是 0,而 inproc 正常:
|
||||
独立 client 没安装死亡通知。`WireTables.cpp` 为它安装复用现有 wire emitter 的回调,
|
||||
不覆盖 inproc 已有 dispatcher。修复后五条 × 三臂 **15 PASS / 0 SKIP**,
|
||||
证据 `/home/swung/p65-fivecases-fixed.{log,xml}`。
|
||||
|
||||
TCP harness 的 fork pre-flight 也曾先占用远端单会话,使真正测试收到 Busy。Connect 下的驱动
|
||||
初始化已经在 server child 隔离,因此不再另开本地 pre-flight;TCP 车道强制 REQUIRE_GPU,
|
||||
初始化失败是 FAIL,不能作为“本机没有 GPU”而 skip。
|
||||
|
||||
## 日志前送与 CI
|
||||
|
||||
`tcp_log_forwarding_control.py` 直接执行原有 arming 场景,分别给 client 和 supervisor 设置真实特性。
|
||||
`/home/swung/p65-lf-controls2/summary.json` 及六臂角色日志证明:
|
||||
|
||||
| 原有场景 | 后端 / 特性 | forwarding ON | forwarding OFF |
|
||||
|---|---|---|---|
|
||||
| UnlocatedIoBlock arming | DirectGLES / `MOBILEGL_ESPRYT_UNLOCATED_IO_BLOCKS=1` | PASS | 缺指定 server marker,FAIL |
|
||||
| PrimitivesGenerated reroute arming | DirectVulkan / `MOBILEGL_MAGMA_PRIMGEN_QUERY_REROUTE=1` | PASS | 缺指定 server marker,FAIL |
|
||||
| PointSizeDemotion arming | DirectGLES / `MOBILEGL_POINT_SIZE_DEMOTION=1` | PASS | 缺指定 server marker,FAIL |
|
||||
|
||||
六臂均无 skip;关闭前送时 server 本地仍真实产出 marker,client 本地没有同名替代 marker,
|
||||
且失败必须发生在该 marker 断言,不能拿无关失败当负控成功。
|
||||
|
||||
第四条 `PipeVerifyArmingScenario.Armed` 的 marker 来自 client 的 `PipeFill`,所以正确预期是
|
||||
关闭 peer forwarding 后仍绿,不应硬造一个 server 负控。已配置并真实执行当前 verify+split 构建,
|
||||
但它在 arming 前遇到旧 `PipeRespecifyScope` 断言;同代码 inproc/spawn 同样复现。
|
||||
这是既有 verify-only “全资源 respecify”断言与后来合法 per-level producer 的冲突,
|
||||
不是 TCP 前送失败。证据 `/home/swung/p65-lf-verify/` 与 `/home/swung/p65-verify-controls/`;
|
||||
此项尚未宣称通过。
|
||||
|
||||
CI 的 `runtime_mode_proof.py` 曾读取无角色后缀的日志名,导致真实两后端用例通过后仍 FileNotFoundError。
|
||||
修复为读取 client/server 两份,并保留任一缺失为硬失败。除了正反 self-test,
|
||||
还真实执行了 strict + role-split-state + run-ahead 下的两条 P5fRsp 用例,**2 PASS / 0 SKIP**,
|
||||
随后运行完整 `logs` proof 成功;证据 `/home/swung/p65-ci-runtime-proof.{log,xml,json}`。
|
||||
|
||||
TCP 工具自身有名字漂移、伪 arm marker、ready 探针不消耗 accept 连接、PID 复用、
|
||||
设备 idle 配置恢复等正反控制;`tcp_lane_tools_test.py` 在 WSL 为 **4/4 PASS**。
|
||||
link seam 的七个负控与生产 ownership 门已接入 `test.yml`,结果见相邻实现报告。
|
||||
|
||||
正式 trace driver 为 `tools/trace_replay/run_tcp_matrix.py`,工具 stub 回归 **12/12 PASS**;
|
||||
没有用 stub 冒充真实渲染。默认按正规 manifest loader 选择 39 个 CI split case,非 CI 的 rd12
|
||||
只能显式选择且单列。新尝试独立目录,失败/超时/陈旧结果不作为 passed checkpoint;严格 resume
|
||||
不能复用旧 lockstep 图像阳性。
|
||||
|
||||
正式 GLES 矩阵使用 `--require-run-ahead`:显式请求 RUN_AHEAD=1 与 VERB_BARRIER=1,逐例要求
|
||||
私有 client 日志 ARMED 且没有 lockstep / DISARMED,并保存 requested_arm / actual_arm。
|
||||
默认 300 秒日志无进展截止与 7200 秒绝对上限分开,不沿用本机 main-menu 的 180 秒预算;
|
||||
旧脚本误杀 CMake 而遗留 retrace 子进程造成 Busy 的失败保留诊断,不计为 GPU 差异或矩阵通过。
|
||||
新 driver 的超时清理覆盖整个进程组并回收孤儿,正式 39 条完成结果仍待登记。
|
||||
|
||||
## 真机进展与环境事实
|
||||
|
||||
设备为 Redmi `2f7cbe2e`,aarch64 / Adreno 830,IP `192.168.21.181`。
|
||||
已安装并启动 trace flavour 的前台 Service,supervisor 监听 `tcp://0.0.0.0:40613`,
|
||||
两端令牌一致;使用显式设置的 `MOBILEGL_BUILD_STAMP`,不依赖 APK 的 `nogit` 文件名。
|
||||
当前沿用的 `410dfa94...` 是共享制品标识,不是当前 `52ffc6a7` 源码 HEAD。
|
||||
已经收到真实 Welcome 与 Adreno caps,wire/build 指纹均接受。
|
||||
此前安装的 traceDebug 原生实际只有 `-g`、没有优化,以上只作功能诊断,不能作为 release 性能数。
|
||||
后续功能复验已使用原生 `-O2/NDEBUG` 的 debuggable traceRelease APK,并保持受信任签名;
|
||||
各组模式与边界见下,不能把 Debug 诊断数当优化制品性能。
|
||||
|
||||
必须区分已经定位出的三类问题:
|
||||
|
||||
1. 手机 Dozing 时曾看到 native supervisor `wchan=do_freezer_trap`,前台 Service 的 partial wake lock
|
||||
显示 DISABLED。仅给测试包增加 deviceidle 白名单不足以立即解除所有冻结;Awake 下进程与 wake lock
|
||||
恢复。没有关闭全局 Doze/freezer,也没有靠延长控制超时掩盖冻结。
|
||||
2. Awake 后仍有 LAN 回包只到第一个 MSS 的独立问题。WSL 默认到手机经 `eth2`、源 `172.18.0.1`,
|
||||
对应 Windows `xray_tun`。USB `adb forward` 对照通过 EGL;加一条仅针对手机的临时 host route 后,
|
||||
LAN 同样通过 EGL,完整 peer 日志由十余行恢复到数百行。该环境修复不是 transport timeout 改动。
|
||||
3. 真正开始跨 ABI draw 后,暴露 archive 头对 native C++ `sizeof` 的比较(Linux 1056 / Android 0)。
|
||||
portable archive v2/schema 已落地,并进入握手指纹;重编后的两端已通过真实 LAN shader/draw 与
|
||||
64 MiB 上传阳性。最终 golden retrace 和性能数仍须使用优化制品采集。
|
||||
|
||||
### Debug 真机首轮 102 条
|
||||
|
||||
archive v2 的 Debug 制品首轮结果为 **73 PASS / 29 FAIL / 0 SKIP**,61.44 秒。
|
||||
29 条全在 `eglInitialize` 前失败:20 条为明确 `Refuse{Busy}`,9 条为 Welcome 前 transport closed;
|
||||
没有理由把它们称为 GPU 像素或能力差异。当前证据指向连续用例的客户端退出与远端 child 清理完成
|
||||
之间的会话收尾竞态,必须处理后再跑完整车道,不能用 skip 消掉失败。
|
||||
|
||||
逐名诊断在 `/home/swung/p65-debug-device-differences.json`,完整 `.log/.xml` 为同前缀。
|
||||
175 份已存在的角色日志已复制到 `/home/swung/p65-debug-device-rolelogs/`,
|
||||
避免后续同名用例覆盖首轮证据。Discovery 与正常 Awake 维持记录分别为
|
||||
`p65-debug-device-lane.json`、`p65-debug-device-awake.json`。
|
||||
|
||||
### 优化 Release 真机复验:历史 lockstep 功能阳性
|
||||
|
||||
有序会话收尾修复后,客户端等待 server EOF 完成退出;Busy 拒绝先消费 Hello,
|
||||
避免带未读请求关闭 socket 时的 RST 丢失拒绝帧。优化 APK 的 native 实际编译参数为
|
||||
`-O2 -DNDEBUG`,签名与已安装调试证书相容。
|
||||
|
||||
该制品 SHA-256 为 `70a4a3c776a61e03a3c0ad02cbdee38fd6af483a6c7cedeaf33bb1f8531fd228`,
|
||||
真机完整车道为 **102 PASS / 0 FAIL / 0 SKIP**,98.59 秒。
|
||||
全部 client 日志中 `Refuse{Busy}`、`no Welcome`、`ALIVE BUT SILENT` 均为 **0**;
|
||||
逐条 TCP/stream/远端 endpoint/pid arm proof 通过,名字集合与 spawn 的 102 条完全一致。
|
||||
|
||||
证据:`/home/swung/p65-release-device.{log,xml}`、`p65-release-device-lane.json`、
|
||||
`p65-release-device-awake.json`,以及已保全的 204 份角色日志目录
|
||||
`/home/swung/p65-release-device-rolelogs/`。没有删用例、放宽像素断言或恢复 skip。
|
||||
|
||||
**这组 102 条后来确认实际为 lockstep,而非 ARMED。** 它关闭的是当次连续会话的 Busy/Welcome
|
||||
初始化失败,保留为有意义的功能阳性;它没有关闭 run-ahead 形态下的设备验收。
|
||||
上面的 APK SHA 只属于这组历史制品,不移记为 READY7 的产物身份。
|
||||
|
||||
### 首 caps race 与 READY7 真机复验
|
||||
|
||||
性能配对的日志揭露了启动竞态:控制 reader 尚未交付真实首 CapsSnapshot 时,client 就把
|
||||
placeholder 的零 capability 当作 server 的回答;后续“只能 demotion”使本次 session 一直停留在
|
||||
lockstep。修复要求先收到并采用真实首 caps,再宣布 session started 并锁存 run-ahead。
|
||||
|
||||
READY7 Redmi 车道已经完成:**102 PASS / 0 FAIL / 0 SKIP**,72.23 秒。
|
||||
严格 `--require-run-ahead` proof 通过:102 条实际 ARMED,lockstep / DISARMED / Busy / noWelcome
|
||||
均为 0。证据为 `/home/swung/p65-armed-device.{log,xml}`、`p65-armed-device-lane.json`,
|
||||
204 份角色日志保全于 `/home/swung/p65-armed-device-rolelogs/`。
|
||||
这组与 READY7 主机结果构成首 caps 修复的实际模式复验;正式 39 条 CI split golden 矩阵与
|
||||
同模式性能对照仍待验证,不以这一组结果宣布整个阶段关闭。
|
||||
|
||||
### 真实对端死亡与 Wi-Fi 半开连接门
|
||||
|
||||
以下故障注入已有当次独立证据,无需把它们继续列作“从未采集”:
|
||||
|
||||
| 故障 | 观测到 peer hangup / device-lost | 结果与证据 |
|
||||
|---|---:|---|
|
||||
| 真正 kill server child(PID 18824) | 133 ms / 133 ms | PASS;`/home/swung/p65-device-peerloss/kill.log` 与两角色日志 |
|
||||
| 直连 LAN 禁用 Wi-Fi(PID 18979) | 5053 ms / 5053 ms | PASS;`/home/swung/p65-device-wifi-loss/probe.log`、`timing.json` 与两角色日志 |
|
||||
|
||||
两个 probe 都通过生产 barrier 观察挂断并闩 device loss,`gl_reset=0x8255`,10 秒截止内通过;
|
||||
不是发送“请退出”控制消息,也不是把 apply timeout 冒充挂断。Wi-Fi 门使用 **LAN direct eth0,
|
||||
不是 adb forward**;父控制器从 disable 计到返回为 5.090431 秒,probe 自身记 5053 ms。
|
||||
它们证明故障闩机制,不代替 READY7 完整图像/性能验收。
|
||||
|
||||
### 临时环境的恢复责任
|
||||
|
||||
`tcp_device_server.py --allow-idle` 是显式选项,不默认修改设置。原状态已保存为
|
||||
`/home/swung/.cache/mobilegl/tcp-server/2f7cbe2e-top.mobilegl.plugin.trace.json`,
|
||||
内容 `originally_whitelisted=false`。重复 start 不覆盖这个原值。所有设备工作完成后,在 WSL 运行:
|
||||
|
||||
```bash
|
||||
python3 <tree>/tools/trace_replay/tcp_device_server.py stop --serial 2f7cbe2e \
|
||||
--state-file /home/swung/.cache/mobilegl/tcp-server/2f7cbe2e-top.mobilegl.plugin.trace.json
|
||||
```
|
||||
|
||||
它停止本测试包并撤销本次添加的包级 idle 豁免。root 另负责撤回原本不存在的网络辅助配置:
|
||||
|
||||
```bash
|
||||
ip route del 192.168.21.181/32 via 192.168.31.1 dev eth0 metric 10 # WSL root
|
||||
adb -s 2f7cbe2e forward --remove tcp:40615
|
||||
```
|
||||
|
||||
## 尚未关闭的出口项
|
||||
|
||||
- READY7 真正 ARMED 的主机 TCP 和设备 102 已取得;仍需把最终冻结制品的 ALL、必要回归、
|
||||
discovery/逐条 mode proof 与阶段结论对应起来,不能引用旧 lockstep 102 代替。
|
||||
- 正式 WSL → Redmi **39 个 CI split case** 的 golden 矩阵(DirectGLES 按现有阈值,OpenRA 1.0);
|
||||
`ci:false` 的 rd12 作为额外 golden/性能负载单列。旧 scratch 的前两条阳性保留,不能自动变成
|
||||
新 driver/checkpoint 的通过。DirectVulkan 按本波口径记录,不作为相同的硬像素门。
|
||||
- 同一真实 ARMED 模式下 OpenRA / MC in-world 的 wait-reply、RTT、Stage bytes/frame 与链路
|
||||
吞吐对应、credit 1/2/3、loopback TCP 对 spawn 的逐线程 CPU 配对数。旧 TCP lockstep 的 CPU
|
||||
样本是揭露错误模式的负控,不作为传输成本结论。
|
||||
- inproc/spawn 的 before/after 逐线程 CPU 已测,但结果不是“逐字不变”;其口径和局限见
|
||||
[performance.md](performance.md)。数据不会被抹除,也不能把变化全部归因于 lk2 虚调用。
|
||||
- lf 第四条仍有具名 verify+split 前置债,且其 client-owned marker 本来不能作 server forwarding
|
||||
负控。三个 server marker 的正负控与故障闩门已有证据,不重复列成缺采。
|
||||
- 阶段审查已完成,见下;剩余验收结果与最终制品证据索引仍需收口,本账本不宣布 P6.5 收官。
|
||||
|
||||
## 阶段审查状态
|
||||
|
||||
原上下文已完成一次 `phase_review` 阶段审查,以及一次针对 half-close 的极窄 follow-up。
|
||||
按 ID-66 不再另跑完整阶段审查。
|
||||
|
||||
阶段审查发现 Present / `glFlush` 的尾批在 client 随后空闲时未投递;已修复为发送边界,并用
|
||||
真实生产入口的零等待回归证明没有偷加 apply wait:
|
||||
|
||||
- `StreamClientPublication.AllThreePresentCreditsReachAnIdlePeerWithoutAnyClientWait`
|
||||
- `StreamClientPublication.ExportedGlFlushDeliversPublishedCommandsWithoutWaitingForApplied`
|
||||
|
||||
证据在 `MobileGL/MG_Test/Wire/StreamClientPublicationTest.cpp` 和对应定向测试记录。
|
||||
half-close follow-up 未发现 normal-path 死锁或 UAF;它指出 `WaitClosed == true` 也包含 terminal
|
||||
protocol error,不能仅凭该布尔值声称正常 EOF。该语义限制保留,不把 follow-up 改写为所有错误
|
||||
路径均正常关闭的保证。最终证据索引由收尾报告统一串联。
|
||||
|
||||
## 主机 CPU 配对采集方法
|
||||
|
||||
`tools/trace_replay/measure_transport_cpu.py` 复用同一个已有 retrace runner,分别载入旧、新 library
|
||||
和与之配套的 server。OpenRA 的完整 128 帧取尾 100 帧,rd12 的 251 帧取尾 200 帧;
|
||||
每条臂保留完整 benchmark JSON、逐线程原始采样和三个制品的 SHA-256。
|
||||
client 读现有 `CLOCK_THREAD_CPUTIME_ID` 帧数组;apply 读取 `/proc/<pid>/task/<tid>/schedstat`
|
||||
的执行纳秒数,选最早的 `mgl-srv-apply` TID,排除继承该名字的 driver helpers,不以进程 CPU 代替。
|
||||
|
||||
apply 的帧窗口用 benchmark JSON 的写入时间和已有 wall-frame 数组近似对齐,边界在外部采样点间插值。
|
||||
结果明确保留实际最大采样间隔,并说明尚有 summary/JSON 写入延迟;不能把它写成周期精确的测量。
|
||||
已有 `before-pilot-not-comparable` 试跑只验证采集机制,发生在并发构建期间,不纳入正式 A/B。
|
||||
正式 before 已在重型构建停止后完成,原始记录为 `/home/swung/p65-host-cpu-before/summary.json`。
|
||||
使用现存的 P6.5 之前 `lk-split` 制品;三个库/runner 与 trace 的哈希均随样本保存,
|
||||
不把缓存中的旧 build stamp 冒充精确源码基线。以下是各三轮逐轮均值的中位数,单位 ms/帧:
|
||||
|
||||
| trace / transport | client CPU | apply CPU(外部窗口近似) |
|
||||
|---|---:|---:|
|
||||
| OpenRA / inproc | 0.68184 | 3.04067 |
|
||||
| OpenRA / spawn | 0.80624 | 3.24204 |
|
||||
| rd12 / inproc | 8.28739 | 64.88425 |
|
||||
| rd12 / spawn | 10.27651 | 67.61499 |
|
||||
|
||||
after 已按同参数完成,各 case/transport 前后均为三轮;完整差值和精度限制见
|
||||
[performance.md](performance.md)。这组前后数包含整波正确性修复(例如补齐独立 client 的死亡记录),
|
||||
不能把全部差值归因于 lk2 虚调用,也不能称为“逐字不变”。
|
||||
|
||||
|
||||
上述 inproc/spawn before/after 表不是 READY7 的 TCP 传输成本表。此前另做的 TCP/spawn 比较中,
|
||||
spawn 已 ARMED 而 TCP 被首 caps race 留在 lockstep;原样保留在
|
||||
`/home/swung/p65-loopback-cpu/{summary,summary-with-arm-proof}.json`,不进入正式传输结论。
|
||||
正式 TCP 对照与 golden driver 必须检查实际 `run-ahead ARMED`,同时拒绝 lockstep fallback / DISARMED。
|
||||
@@ -0,0 +1,143 @@
|
||||
# P6.5 wire、计量与主机验证记录
|
||||
|
||||
基线是 `origin/feat/disaggregated@2ec8e7f4`,实现树是 `410dfa94c3d92241e9ec01ddbba1bb911eb60d4b` 加本轮未提交修改。没有推送。以下数字注明采集边界,不代表整个 P6.5 已收官;设备、完整 integration 与最终阶段审查另记。
|
||||
|
||||
## wire 事实与握手
|
||||
|
||||
`gen_pipe.py` 从 `PipeFields.def` 生成 82 个 payload/value struct 的成员名、`offsetof`、成员 `sizeof`,以及 81 个 opcode 的有序目录(payload、flags、WaitClass)。摘要还覆盖记录头、handle、render-state chunk 边界、caps codec 版本、caps 尺寸、协议版本、字节序与指针宽度。git stamp 与函数指针表尺寸不再混入 wire 指纹。`DynamicBackendParameters` 的三处 `SizeT` 改为 `Uint64`,两处 `GLenum` 改为 `Uint32`;本波 payload/blob 数值区没有裸 `char` 成员。
|
||||
|
||||
Hello/Welcome 新字段采用 append;保留旧 FlatBuffers 字段槽。`wireFingerprint` 必须一致;Fork 必须同 build,Connect 的不同 build 默认警告,`MOBILEGL_IPC_REQUIRE_SAME_BUILD=1` 时拒绝。握手不兼容经 `Refuse` 返回,不调用 abort。LinkTerms 的四个窗口由 server 陈述。SurfaceReply 的 `eventHead` fence 使控制回复不能越过尚未送达的数据面事件。
|
||||
|
||||
使用 WSL clang 与 NDK 27.3 arm64 的**实际 CapsCodec 编译参数**分别编译 constexpr probe,结果如下;不是凭 LP64 推测一致。
|
||||
|
||||
| 事实 | x86_64 Linux | arm64 Android |
|
||||
|---|---:|---:|
|
||||
| 成员布局摘要 | 4304347197452401705 | 4304347197452401705 |
|
||||
| 有序目录摘要 | 16257371160882448404 | 16257371160882448404 |
|
||||
| render-state 边界摘要 | 2319517018389825580 | 2319517018389825580 |
|
||||
| DynamicBackendParameters | 352 B | 352 B |
|
||||
| MGPCaps | 408 B | 408 B |
|
||||
| 指针宽度 | 64 bit | 64 bit |
|
||||
| format 维度 | 76 | 76 |
|
||||
| target 维度 | 12 | 12 |
|
||||
|
||||
证据:WSL `/tmp/p65-crossabi-80fz3t4f/{probe.cpp,x86_64.s,arm64.s}`。
|
||||
|
||||
### wf 控制
|
||||
|
||||
- 真正复制到临时树后,互换 `MGPRange::Offset`/`Size` 两个同宽 `Uint64` 成员;成员布局摘要由 `4304347197452401705` 变为 `6038841773737773369`,两次使用同一未改动 build header。证据 `/tmp/p65-wire-control-ehave5w9/{before.s,after.s}`。生产树没有被临时改坏。
|
||||
- `SessionHandshakeTest` 的生产 Accept 路径测试了 major=99、错误 wire 摘要的具名 Refuse、空 union 拒绝、Connect 异 build 成功、Fork 异 build 拒绝、Connect 强制同 build 拒绝;9/9 通过。
|
||||
- 真实 TCP supervisor 的开发期控制 `/home/swung/p65-supervisor-smoke/protocol-controls.json` 记录 major=99 → code 1、错误布局 → code 2、不同 build 的 Connect → Welcome、强制同 build → code 3,并验证拒绝后 supervisor 仍活着。该记录采于 rebase 前的 `2bd86664` 开发产物;不能据此冒称最新产物的所有进程退出条件均已重新取证。最终 control 复跑由阶段主报告记载。
|
||||
|
||||
## G1 与生成器
|
||||
|
||||
在同一 `/home/swung/p65-g1-src` 源路径、同一 `/home/swung/p65-g1-build` build 路径先编基线再覆盖 P65 源码,保持 clang/Release、pull、LTO OFF 等选项相同。第三方依赖复用同一只读来源;覆盖后更新时间戳,实际重新编译了受影响对象。
|
||||
|
||||
- 定义符号:**27837 → 27837,新增/删除/resize/rename = 0/0/0/0**。
|
||||
- `.text`:**10822147 → 10822147 B**,抽出后逐字节相同。
|
||||
- 两侧 `.text` SHA-256:`35115edd2c265162c7f845a87d1a2cb9849609a40ba0febac317b91370b9163c`。
|
||||
- `.data`、`.bss`、`.rodata` 也各自尺寸不变。
|
||||
|
||||
证据:`/home/swung/p65-g1-report.log`、`p65-g1-symbols.json`、`p65-g1-before.so`、`p65-g1-{before,after}.text`。这次 G1 包含 wf 的宿主类型改动;此后的 server/stream/计量收尾均在 disaggregated-only 源中。
|
||||
|
||||
`gen_pipe.py --check/--self-test`、`gen_pipe_field_ownership.py --check/--self-test` 全绿;flatc 在临时目录重生的 body 与提交文件逐字相同;ROADMAP/ARCHITECTURE/CURRENT_STAGE_PROGRESS 的 78 条文档引用检查零问题。
|
||||
|
||||
## unit 与唯一环境项
|
||||
|
||||
最终全 unit 跑了 **2389 项**(`/home/swung/p65-unit-final.log`):第一次为 **2378 PASS、10 既有条件 SKIP、1 环境 FAIL**。唯一红是 `PipeCatalogue.FrontendNeverTakesAnApplierAddress` 从离树 build 的 cwd 向上查源码,错误落到 `/MobileGL/MG_Impl`;不是发现了前端持有 applier 地址。
|
||||
|
||||
已仅为该测试设置 source-root `WORKING_DIRECTORY`,保留测试名和其他测试的 cwd。重配后只重跑这一项,CTest **1/1 PASS、退出 0**(`/home/swung/p65-unit-cwd-fixed.log`)。因此本轮完整计数为 **2379 个已验证通过用例 + 10 个既有条件 skip**,没有把全 2389 又跑一遍。
|
||||
|
||||
249 项定向 wire/session/codec/loop/remote/protocol/surface/socket/framing 测试也全绿。最初正则漏了 fixture 名 `StreamPair.*`,不能把这 249 项称为覆盖所有 StreamLink 用例。补跑 8 项时抓到真实接收顺序缺陷:`AdvanceRetired` 先按旧 applied 夹紧,最后 retired 永久丢失。修为先 applied 后 retired 后,8/8 通过(`/home/swung/p65-streampair-fixed.log`),随后纳入上述全 unit。详情见 [数据面实现记录](data-link-implementation.md)。
|
||||
|
||||
## OpenRA 真实计量
|
||||
|
||||
首条 loopback TCP OpenRA retrace:SSIM **1.0**、零差异像素、外部运行耗时 **2.118 s**。日志在 `/home/swung/p65-retrace-loopback-smoke/OpenRA/output/mobilegl.{client,server}.log`。这次 smoke 在上述退休顺序修复前采集,只作为当次图像与计量记录;修复后的功能验收另记。
|
||||
|
||||
计量内部检查:client/server 都恰有 frame 1..29;client 每帧固定 32 桶之和 = `rtt_samples` = `wait_replies`,全跑 reply **221 次**;server 首帧只建基线(valid=0),随后 28 帧有效。两侧有效记录均满足 `0 < thread CPU <= wall`。计时仅在 `MOBILEGL_PIPE_STATS=1` 武装;reply 从 publish 前计至 applied wait 完成,包含 Flush,不包含先前编码/command 空间等待;RTT 分位数明确是桶上界。
|
||||
|
||||
OpenRA 的第 5 帧含大批纹理上传,不能仅丢前三帧就把均值叫作平稳性能。保留全跑数据,同时明确取 **frame 6..29** 的 24 帧:
|
||||
|
||||
| 指标 | 本次 TCP loopback 单臂 |
|
||||
|---|---:|
|
||||
| reply / 帧 | 2.000 |
|
||||
| RTT 均值 | 288.066 μs |
|
||||
| RTT p50 / p99 桶上界 | 512 / 1024 μs |
|
||||
| Stage / 帧 | 130614 B |
|
||||
| 帧流量速率 | 10.328 MiB/s |
|
||||
| client 线程 CPU / 帧 | 3.0800 ms |
|
||||
| apply 线程 CPU / 帧 | 5.5496 ms |
|
||||
| fps | 82.917 |
|
||||
|
||||
全跑 Stage 合计 **233980258 B**;P6 文档的历史 OpenRA 合计为 233979394 B,相差 864 B,不能声称历史两跑逐字相同。当前 snapshot 提前退出、不走 Destroy,所以 client 没有 PipeStats JSON/最终摘要;server 的 `seg=0` 是生产端计数属于 client 的结果,不可用作交叉校验真值。当前两个采样点在同一个 StageAllocate 成功路径、同用 `size`,彼此不相加;这批日志没有提供同跑上游 `TotalBytes(StageSegmentBytes)` 的独立数值证据。
|
||||
|
||||
聚合结果:`/home/swung/p65-openra-metrics.json`(warmup 3,仍含尖峰)与 `p65-openra-steady-metrics.json`(warmup 5)。解析器为 `scripts/ci/p65_link_metrics.py`,`--server-arm LABEL:LOG` 合并 apply 线程 CPU;尚不是 spawn/TCP 配对 A/B 结论。真 TCP 64 MiB burst 另测 **917.397 MiB/s**,不可把帧流量速率充作链路峰值,也不可将 loopback 数字代表 Wi-Fi/adb 设备。
|
||||
|
||||
## 具名前置债:verify + split 阻止 LF 第四例
|
||||
|
||||
`PipeVerifyArmingScenario.Armed` 的 TCP verify 臂在测试 draw 前就遇到:
|
||||
|
||||
```text
|
||||
Fatal{PipeRespecifyScope} resource_respecify {slot=12, gen=0}:
|
||||
scope (target=258, level=0), and no path in this phase may set one
|
||||
```
|
||||
|
||||
使用同一 fresh `/home/swung/p65-verify` 库、server 和 itest,控制臂也得到同因首阻塞:
|
||||
|
||||
| transport | 结果与证据 |
|
||||
|---|---|
|
||||
| TCP stream | 既有 scope pin;`/home/swung/p65-lf-verify/verify/forward-on/peer.server.log` |
|
||||
| inproc | 同一 slot/target/level 的 scope pin;`/home/swung/p65-verify-controls/inproc/test.server.log` |
|
||||
| spawn | 同一 slot/target/level 的 scope pin;`/home/swung/p65-verify-controls/spawn/test.server.log` |
|
||||
|
||||
不是本波 wire 布局差异,也不是不同库混配。`PipeApply.cpp` 的 `PinWholeResourceRespecifyScope` 在 `MOBILEGL_PIPE_VERIFY` 下仍禁止任何 per-level scope,来自 `38f34c13`(2026-09-11);`WireTables.cpp` 在合法 per-level respecify 上调用 `MGPipeSetRespecifiedLevel` 的 producer 来自 `02f15bb6`(2026-09-16),两处均已存在于 P6 基线。旧 pin 未随 producer 落地退役;本任务没有顺手改这条既有生产语义。
|
||||
|
||||
此外 `MGPipe: verify armed` 是 **client PipeFill 的 marker**,即使 verify+split 前置债关闭,关闭 server 日志前送也不应让它消失;它不能成为 server forwarding 的反控。第四例目前是**具名前置阻断,未执行到 arming 断言**,不是 LF 转发失败,也没有被计成通过。其他三个 server-owned marker 的 LF 正负控另由阶段主报告记载。
|
||||
|
||||
|
||||
## 真机发现后的补充:program archive 的宿主尺寸误作 wire 事实
|
||||
|
||||
八项 POD 布局相同并不意味着所有 blob codec 都跨工具链兼容。WSL client → Android server 经 adb-forward TCP 已完成 EGL,但首次 draw 在 `CreateShaderState.Reflection` 拒绝 archive(`/home/swung/p65-device-usb-probe/mobilegl.server.log`)。实际原因是旧 ProgramArtifactsCodec v1 的第二个头字段:Linux 写 `MGL_LINKARTIFACTS_SIZE=1056`,Android 未 pin 的 libc++ 分支期待 0,尚未读取任何逐字段 payload 就拒绝。
|
||||
|
||||
使用两端实际编译参数导出常量,结果为:
|
||||
|
||||
| 宿主事实(不是 wire 格式) | Linux libstdc++ | Android libc++ |
|
||||
|---|---:|---:|
|
||||
| sizeof(LinkArtifacts) | 1056 | 1000 |
|
||||
| sizeof(String) | 32 | 24 |
|
||||
| sizeof(ResourceReflection) | 128 | 120 |
|
||||
| 旧 v1 size echo | 1056 | 0 |
|
||||
|
||||
证据 `/tmp/p65-archive-portable-0bzpmyxr/{linux,android}-sizes.s`。不能通过简单删除该检查解决:字段顺序与 scalar representation 仍需断言。
|
||||
|
||||
修复在 disaggregated 构建启用 archive v2:第二个头字段改为从实际 `VisitFields` 顺序、字段名、容器类别/元素 schema、固定数组长度、scalar 宽度/符号性/浮点格式递归得到的 wire-schema 摘要。字符串只描述计数和内容字节;没有任何 `sizeof(string/vector/map)` 或宿主偏移混入。默认空 record 仅供取字段类型,容器递归 `value_type`,不遍历空元素;摘要每进程只计算一次。glslang UniformInitializer 的八字段表由 writer/reader/schema 共用。原 payload 的逐 scalar 序列化算法保持不变,旧 `LinkArtifacts::program` 仍不运输。
|
||||
|
||||
archive codec 版本和该 schema 摘要同时纳入 Hello 的 WireFingerprint,使真正不兼容的 archive 在握手先拒绝。新增负控要求 v2 拒绝旧 native echo 1056、0 和旧 v1;既有测试名不删除。非 disaggregated 分支保留 v1 头和旧读写语句;现有 G1 pull graph 不编译 ProgramArtifactsCodec.cpp。
|
||||
|
||||
此补充写入时,Linux/NDK 的 codec 与 CapsCodec、Linux 的两份相关测试已按实际 compile_commands 做独立语法检查,六项全部通过;没有另起 ninja。双端重编后的 codec 单测与真实设备 draw 结果由最终阶段报告更新,不把语法检查写成设备验收。
|
||||
|
||||
|
||||
### portable codec 的窄审与后续实证
|
||||
|
||||
按 serializer/deserializer 的分支逐项核对 schema:scalar(类型类别、宽度、enum underlying、浮点格式)、string、map、set、固定数组、vector、UniformInitializer、VisitFields record 均有对应描述;容器的元素类型即使运行时为空也会递归描述。五张实际字段表分别为 TypeFacts 20、ResourceReflection 14、XfbVarying 11、LinkArtifacts 57、SpirvArtifacts 8,名字无重复且与成员一致;唯一跳过的 `LinkArtifacts::program` 仍是既有明确豁免。UniformInitializer 的 8 字段由三个方向共用同一表。该检查针对**实际序列化字段的覆盖**,没有把宿主成员偏移重新引入 wire;未发现漏掉现有 serialized field 的分支。
|
||||
|
||||
root 统一重编后,`/home/swung/p65-final2-targeted.log` 的 54 项定向测试全部通过,包括 fully-populated archive、截断/版本拒绝、新 portable header 负控、两项 archive fingerprint 输入的敏感性检查、已有握手正负控。两端 v2 的 Debug 制品已在真实 LAN 上完成 GL shader 与 64 MiB 上传;这是功能通过,不能充作 Release 性能或完整设备车道收官。
|
||||
|
||||
最后一次源码冻结(含 glFlush、Present、stage cancellation、portable codec)后又用原路径更新 G1 snapshot,只重编 after、不重建 before。最新结果仍是 **27837→27837,0/0/0/0,`.text` 10822147 B 逐字相同**,SHA-256 与前表一致。证据为 `/home/swung/p65-g1-latest-{build,report}.log`、`p65-g1-latest-symbols.json`、`p65-g1-latest.text`。没有降低 G1 判据,也没有将只看尺寸当作字节恒等。
|
||||
|
||||
|
||||
## 真实 ServerLoop idle publication 的 red-once
|
||||
|
||||
此控制没有删除测试里的手动 flush。仅复制生产 `ServerLoop.cpp` 到临时目录,删除 `ApplyThreadMain` 真实 idle 分支的 `session.FlushDataProgress()`;保留 `SessionConsumer::WaitForWork` 的 flush、PostReply 的 progress、64 条/1 ms 批量发布及所有其他代码。使用当前 `compile_commands.json` 只编该 object,再从 `ninja -t commands` 的生产 link 命令只替换该 object 与输出路径,生成临时 `libMobileGL.so`。原 client 不变,复制的 server wrapper 通过子进程 `LD_LIBRARY_PATH` 加载临时库。没有在共享 build 目录执行 ninja build。
|
||||
|
||||
具体用例:`ClearThenReadPixelsScenario.ClearWithNoDrawIsVisibleToDefaultFramebufferReadPixels`,真实 TCP 控制与数据连接,三个独立 loopback 端口对;没有使用设备的 40613。透明 TCP proxy 原样转发并记录 MGLD 帧,观测提交序号、Reply 序号与 Progress 水位,不修改 codec 或 payload。
|
||||
|
||||
| 臂 | 结果 | 实际耗时 | 最后 submitted / Reply / applied |
|
||||
|---|---|---:|---|
|
||||
| 原库(先) | 1 PASS / 0 SKIP | 0.665425 s | 57 / 56 / 57 |
|
||||
| 仅删除生产 idle flush | 8 s 短截止抓到挂住 | 8.000486 s | **1 / 1 / 0** |
|
||||
| 恢复原库(后) | 1 PASS / 0 SKIP | 0.215740 s | 57 / 56 / 57 |
|
||||
|
||||
阴性明确卡在该用例初始化阶段的 **seq 1、opcode 2 `ResourceCreate`**(PipeCalls 的 `kWaitReply` 行,96 B record),不是冒称已进入 ReadPixels。server 已发送 `Reply{seq=1}`,但最后到达 client 的 applied 仍是 0;没有后续命令替它推进水位。8 s 截止时 client、supervisor、session child 仍活着,无 EOF、无 proxy 错误,`mgl-srv-apply` 位于 `futex_do_wait`。这证明健康连接下最后一个真实 reply record 需要生产 idle publication;测试只声明超过短截止,不把观察时间说成无限等待。
|
||||
|
||||
三臂都有真实 `control=tcp data=stream ... dial=connect` marker。主 `libMobileGL.so` 与生产 `ServerLoop.cpp` 的 SHA-256 在试验前后相同;APK 与主设备端口未动。证据目录 `/tmp/p65-idle-redonce-c_n59aqs/` 包含原始/变异单 TU、object、临时 library、link argv、`run-control.py`、`results.json`、各臂 `data-frames.json`/角色日志/XML 以及主产物 hash manifest;控制台记录 `/home/swung/p65-idle-redonce-run.log`。
|
||||
Reference in New Issue
Block a user