Files
MobileGL/docs/Disaggregated/notes/p7/device-window-1/W4-verify/README.md
T
swung0x48 8a445a3098 [docs] (P7): every cited feat/disaggregated commit is the rewritten one without the attribution trailer
- 144 commits from 785fed0b0 onward were rewritten to drop the Co-Authored-By trailer the
  project forbids; origin/feat/disaggregated moved from 1135c664 to 3c80cd62 (same trees)
- the old->new map is ~/w7/logs/sha-map-20260922.txt; every 7..40-hex citation in the
  Disaggregated docs and the MG_Remote contracts that matched an old SHA is replaced by the
  same-length prefix of its rewrite; no other content changes
2026-09-22 20:51:15 -04:00

90 lines
11 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# W4 复验 · p7w4(X1+F1+C+A+B+D1)真机:门 3 AFTER 矩阵、iterationt、OpenRA 改判为纯竞态
APK `p7w4-ae3f43ab`(`apk-p7w4.sha256` = `22472dc5…`;`apk-p7w4-install.txt`:`versionName=26.09.ae3f43a-trace`),= `feat/disaggregated@ae3f43ab` = wave 0 + X1 + F1 + C + A + B + D1。并排包 `top.mobilegl.plugin.p7w1.trace` 原地升级。全部 DirectVulkan × inproc × pbuffer;`--archive-dir .trace-work/p7w4/<run>`(不入库)。
## 1. iterationt ×2:`Fatal{UnmigratedVerb,"Magma:mipmap-shader-format-or-shape"}` 退役(`iterationt.log`)
| case | E0a(修前) | W4 | monolith(E0a) |
|---|---|---|---|
| `iris-iterationt-in-world` | Fatal | **0.999419883** | 0.999421604 |
| `iris-iterationt-nodsa-in-world` | Fatal | **0.998933123** | 0.998936755 |
B 的 mip 形状半退役 + 深度 mip 烘焙(ID-P7-23)在真机上兑现;两例与 monolith 差 ≤ 4e-6。
## 2. 门 3 AFTER:39 例 inproc 矩阵(`matrix-inproc.log`、`matrix-inproc-summary.{txt,json}`)
分母 36(ID-P7-12)逐 case 对 E0a 的 monolith 读数:**34/36 差 ≤ 0.0005**(23 例到第 9 位相同,其余差 ≤ 5e-6:create-instancing −1e-7、bliss +3e-9、derivative +1.4e-6、iterationt −1.7e-6/−3.6e-6、sundial +5.2e-6)。未过的两例:
| case | W4 | monolith | 读法 |
|---|---|---|---|
| `OpenRA` | 0.976493989(本轮 1 遍) | 1.000000 | 见 §3,竞态 |
| `iris-bsl-esc-menu-854` | 无 result.json(`1 error`) | 0.999791667 | inproc 下 scudo OOM(E0a 起如此),待 spawn 臂复测(wave 4) |
分母外三例与 E0a 一致:create-indirect 0.832(OQ-17)、1.21.11-main-menu 0.165(trace 伪差)、photon-v1.3b 0.0089(ID-P7-13)。矩阵本身 1 遍;§7.2 要求的「三遍逐位相同 + spawn 臂」留 wave 4 终局跑。
## 3. OpenRA:ID-P7-19 的「冷驱动缓存」读法撤回——是与温度无关的每次约 50% 的竞态
同一 APK 16 遍(`openra-cold-{1,2,3}.log`、`audit-*.log`、`fif1-*.log`、`plain-*.log`、`stats-*.log`)。cold = 跑前 `pm clear`,warm = 不清。
| run | 冷/热 | 额外环境 | ssim | 错像素 | actual sha256(前 8) |
|---|---|---|---|---|---|
| openra-cold-1 | cold | – | 1.000000 | 0 | `ace2af04` |
| openra-cold-2 | cold | – | 0.976494 | 14658 | `fb75d412` |
| openra-cold-3 | cold | – | 0.976494 | 14658 | `fb75d412` |
| audit-cold-1 | cold | `MOBILEGL_IPC_AUDIT=1` | (Windows adb daemon 短暂失联,无结果) | | |
| audit-cold-2 | cold | `MOBILEGL_IPC_AUDIT=1` | 0.976494 | 14658 | `fb75d412` |
| audit-warm-1 | warm | `MOBILEGL_IPC_AUDIT=1` | 0.976494 | 14658 | `fb75d412` |
| fif1-cold-1 | cold | `MOBILEGL_MAGMA_FRAMESINFLIGHT=1` | 1.000000 | 0 | `ace2af04` |
| fif1-cold-2 | cold | `MOBILEGL_MAGMA_FRAMESINFLIGHT=1` | 0.976494 | 14658 | `fb75d412` |
| plain-cold-4 | cold | – | 1.000000 | 0 | `ace2af04` |
| plain-cold-5 | cold | – | 0.976494 | 14658 | `fb75d412` |
| plain-warm-1 | warm | – | 0.976494 | 14658 | `fb75d412` |
| stats-cold-1 | cold | `MOBILEGL_PIPE_STATS=1 …PERIOD=1` | 1.000000 | 0 | `ace2af04` |
| stats-cold-2 | cold | 同上 | 1.000000 | 0 | `ace2af04` |
| stats-warm-1 | warm | 同上 | 1.000000 | 0 | `ace2af04` |
| stats-audit-warm-1 | warm | 同上 + `IPC_AUDIT=1` | 1.000000 | 0 | `ace2af04` |
| stats-lockstep-cold-1 | cold | 同上 + `MOBILEGL_IPC_RUN_AHEAD=0` | **0.988998** | **9836** | **`4e5ba514`** |
读法:
1. **run-ahead 臂只产生两张图**:`ace2af04`(= golden)与 `fb75d412`(14658 像素错)。冷 5/10 过、热 2/4 过——温度无关;`IPC_AUDIT=1`(退役 staging 填 `0xDD`)不改变错图、`FIF=1` 不改变错图。错图与 E7(p7w3,B 修复前)的错图**逐字节相同**:B 的回读 fence 修复(ID-P7-23)堵的是真洞,但不是这一个。E7 的「冷三红、热一绿」是 4 次样本的巧合。
2. **lockstep(`RUN_AHEAD=0`)确定性地给第三张图** `4e5ba514`(0.988998 = E1 的数)。任何机制都要同时解释三张图。
3. 目标调用 31249 = `glXSwapBuffers`;apitrace 在 swap **之前**用普通 `glReadPixels` 取快照(`apitrace_glproc_android.cpp:49`)→ 记录流 → `ReadWirePixels`;present 是带 credit 的 class-B 记录(`ServerLoop.cpp:1048-1052`),没有旁路能把 swap 排到回读前面。
4. diff 只在会逐帧动画的精灵矩形里(侧栏建造面板、顶部 HUD、若干单位、tooltip)——最像「上一帧的画面」或「本帧最后几批没画」。两臂 client/server 日志逐行相同、零 Fatal。
5. `PIPE_STATS=1`(apply 线程每帧多一行日志)下 4/4 绿——与「时序窗口被额外日志关上」一致,样本小。
归因交 wave 2 的 B3 调查(四镜头 + 裁判 workflow,证据副本 `~/w7/notes/evidence/w4/`,含 `FACTS-2.md`)。**门 3 对 OpenRA 的验收改为**:run-ahead 与 lockstep 各 6 遍全部 `ace2af04`(1.000000 / 0 像素),冷热各半。
## 3b. 后续三段会话:不是旧帧、不是错纹理,是**被静默丢掉的 draw**
| run | 臂 | 额外 | ssim / 错像素 | actual | 调色板 dump(texture 3 @31249) |
|---|---|---|---|---|---|
| prevframe-monolith | monolith,快照改在上一帧 swap(call 30194) | – | 1.000000 / 0 | `ace2af04` | – |
| spawn-1 / 2 / 3 | **spawn(两进程)** | – | 0.976494 / 1.0 / 0.976494 | `fb75d412` / `ace2af04` / `fb75d412` | – |
| dump-inproc-1..4 | inproc | `--dump-texture-2d 31249,3,0,…` | 0.976494 ×4 | `fb75d412` ×4 | (未留存) |
| dump-monolith-1 | monolith | 同上 | 1.000000 | `ace2af04` | `de4b5f9d91c9`(hash `71d5b6a28af0d3e2`) |
| dump2-inproc-1 / 2 / 3 | inproc | 同上 | **0.988998** / 0.976494 / 0.976494 | `4e5ba514` / `fb75d412` / `fb75d412` | `de4b5f9d91c9` ×3 |
| dump2-spawn-1 / 2 | spawn | 同上 | 0.976494 / **0.988998** | `fb75d412` / `4e5ba514` | `de4b5f9d91c9` ×2 |
读法:
1. **不是旧帧**:monolith 在 call 30194 的图 = golden(场景静态),所以两张错图都是本帧、少了东西。
2. **不是错纹理**:调色板(texture 3,256×32 BGRA,每帧 call 30232+1055k 用 `glTexImage2D` 重指定)在快照时刻的内容在所有失败跑里与 monolith 逐字节相同。
3. **是一次 draw 画了个空**:调查镜头 A 对 `fb75d412` 的 diff 做连通域——正好 9 块 = 14658 像素,每块 golden 有精灵(油井、管线、石堆、单位、贴花)而 actual 是干净的地形;镜头 D 再从 trace 反解投影与顶点布局(program 3:vec3 pos + vec4 STUV + vec2 palette,stride 36;`Scroll=(1298,1766)` 1:1),证明 **100% 的错像素都落在 call 30376 `glDrawArrays(GL_TRIANGLES, 0, 318)`(53 个 quad)一次 draw 的屏幕并集里、并集外零个**——这次 draw 执行了(没有日志)但什么都没画出来:它的顶点是 call 30366 `glBufferSubData(buffer 1, 0, 11448)` 送的字节(buffer 1 = 294912 B `GL_DYNAMIC_DRAW`、从不 map、每帧被重写 ~24 次),draw 读到的不是这 11448 字节。两臂日志逐行相同 = 出错路径没有任何日志。候选机制(镜头 B/D,均有引文):`VkBufferManager::WriteWireBuffer` 按 `lastUseSerial > GetCompletedSerial()`(`VkBufferManager.cpp:254`)在「有序 `vkCmdCopyBuffer`」与「立即 host memcpy」之间二选一,而 `TryDrainFrameTransients` 每第 8 次成功 drain 调 `BeginFrame` 让 `m_frameSerial` 无 fence 地 +1 并回卷该槽的 transient arena(`VulkanRenderer.cpp:13568`、`VkBufferManager.cpp:521-528`)——drain 只在 GPU 追平时才成功,正是掷硬币的来源;另有 `WaitForSubmitIndex` / `WaitForFrameSerial` 两处「等一个 fence 就退休它之前所有记录」(B 在回读路径修过的同一形状)。调色板每帧 `glTexImage2D` 重指定不是原因(快照时刻内容正确)。
4. **两进程臂同样掷硬币**(spawn 3 遍 红/绿/红),且第三张图 `4e5ba514`(9836 像素)在 run-ahead 下也出现。**裁判裁定(四镜头 + 对抗裁判,`~/w7/notes/evidence/w4/judge.json`,置信 0.9)**:两张错图都是 call 30376 顶点范围的**前缀撕裂**——`fb75d412` 整段 11448 B 丢、`4e5ba514` 前 6696 B(q00..q30)丢,正好是上一帧对 buffer 1 写入序列的后缀极大值。机制 H1:帧 N-1 的第一次 pooled-fence 中帧提交 S1(调色板 `glTexImage2D` → `FlushWirePendingCommandsForTextureUpdate` → `FlushPendingCommands`)退休时 `OnSubmitsCompletedUpTo:13483` 对该记录调 `NotifyFrameSerialComplete(N-1)`,而携带 staged `vkCmdCopyBuffer` 的 Present 提交 S2(N-1) 还在执行 → floor 无证据地升到 N-1 → 帧 N 对 buffer 1 的第一次写(call 30366)在 `WriteWireBuffer:254` 判「上次使用已完成」、走 `:268` 的无序 host memcpy → 被 S2(N-1) 排队的拷贝盖掉。主机 lavapipe 实测 split 每跑 26 次不实的 serial-complete、154 次 host 写,monolith 0。E5(`FRAMESINFLIGHT=4/8` 各 3 遍全红)与之一致:GPU 落后越多,memcpy 被盖得越彻底。修复交 **B3**(floor 只升到可证值 + 三处单 fence 退休站点共用一个 gather-wait + `:254` 兼看 `gpuWritesPending`;red-once = 计数探针 + `MOBILEGL_TEST_WIRE_GPU_DRAG_FILLS` 拖慢 Present 提交的 spawn 车道用例)。镜头 A 的「静默丢 draw」候选被裁判**否决**(每个 `SetupDraw` 出口都有 `MGLOG_E_ONCE`,且 `4e5ba514` 只丢一次 draw 的前 31 个 quad)。
5. 附带:Magma 从不发布 `kCapRunAheadApply`,DirectVulkan 客户端本来就是逐记录 lockstep(`ClientSession.cpp:1984-1988`),`RUN_AHEAD=0` 改变的只是时序。
## 3c. bsl-esc-menu-854:spawn 臂也死,是内存缺陷(`bsl-spawn.log`、`bsl-mem-*.log`)
| 臂 | 结果 | 进程峰值 RSS(`/proc/<pid>/status` 每 0.4 s 采样,VmHWM) |
|---|---|---|
| monolith | 0.999791667 通过 | app 807 MiB |
| spawn ×2 | server `mgl-srv-apply` 线程 `Scudo ERROR: internal map failure (error desc=Out of memory)` → SIGABRT;client 随后 `Fatal{UncarriedInitialBytes, "resource_respecify"}`(管道已死的下游症状) | client 543 MiB + **server 1195 MiB** |
| inproc | 死(E0a 起如此) | 1607 MiB |
设备 MemTotal 15.5 GB、MemAvailable 8.1 GB——不是系统 OOM,是 scudo 二级分配器的 `mmap` 返回 ENOMEM(`vm.max_map_count` 或每进程上限)。同一帧的字节,split 约为 monolith 的 2.1×。按 ID-P7-12 只有 monolith 自己红才排除,所以这是分离缺陷(ID-P7-27,交 M1 归因;`UploadPendingWireLevels` 拒绝后 pending 条目存活的话与 B3 同根)。
## 4. 会话卫生
每次 `pm clear` 都杀掉设备上的 TCP supervisor(窗口 1b 用);每段会话末尾用 `tcp_device_server.py start …`(runbook §7 的命令)重启并确认 `0.0.0.0:40613` 在听。`audit-cold-1` 的空结果是 Windows adb daemon 在 WSL adb 启动 supervisor 后短暂重启造成,与被测无关。