Files
MobileGL/docs/Disaggregated/notes/anland/changes-for-d1100-mali.md
T

11 KiB
Raw Blame History

为了在天玑 1100 + Mali(内核 4.14)上跑起来,改了什么、为什么

本文只记改动与动机。参考机(Lenovo Y700 / Adreno 750 / 内核 6.1 / KernelSU / 有 systemd 的 Arch 容器)的完整操作手册见 runbook-plasma.md;本文的改动都在分支 feat/disaggregated-fix-d1100-mali 上,两个在 MobileGL 里(本仓库),两个在 anland 的 consumer app 里。

判据:改之前 screencap 是 37 KB 的纯黑;改之后是 1.4 MB 的完整 Plasma 桌面 (壁纸 + 面板 + 时钟),client 日志的验收项从 presented through wl_shm 变成 presented through linux-dmabuf shared images。

这台机器与参考机的差异(每条改动都从这里来)

项 参考机 本机
GPU / 驱动 Adreno 750 Mali(/dev/mali0)
内核 6.1 4.14.186(cgroup v1)
容器 Arch + systemd Fedora 44,无 systemd(custom_init=ds-init.sh)
容器里的编译器 有 没有,且无 DNS → 全部主机交叉编译
/dev/dri 有 renderD* 只有 card0

MobileGL 仓库(本分支)

改动 1:dma-buf 身份认不出来时,用导入自己的 extent + format 认领

文件:MobileGL/MG_Remote/Server/SharedImageRegistry.{h,cpp}、MobileGL/MG_Remote/Server/PipeApplier.cpp

改了什么:Identify(int fd, …) 增加 width/height/fourcc 三个参数(导入记录本来就有它们)。 内核身份 (st_dev, st_ino) 仍然优先;只有当注册表已经发现身份不唯一时,才退化为:在该身份 下已导出的活镜像里,挑 extent 与 fourcc 都相同、且尚未被认领 的那个,按 Id 从小到大 (= 分配顺序 = 生产者交给合成器的顺序),认领一次。

为什么必须改:零拷贝的整条链是"server 分配 AHardwareBuffer → 导出 dma-buf fd → client 把它做成 wl_buffer → 合成器 eglCreateImageKHR 导回 → server 认出是自己那块"。认的依据只有 (st_dev, st_ino)。本机内核给所有 dma-buf descriptor 发同一个身份(实测三个不同的 buffer):

bo0: fd=15 dev=12 ino=10658 size=0  fdinfo[pos: 0 flags: 02000000 mnt_id: 12 ]
bo1: fd=17 dev=12 ino=10658 size=0  …
bo2: fd=19 dev=12 ino=10658 size=0  …

fdinfo 里没有 name、没有别的唯一量——用户态拿不到任何能区分 buffer 的东西。注册表检测到 "两块活镜像同一个身份"后按设计 fail-closed:

[ERROR] two live shared images have one dma-buf identity (dev 12 ino 10658); this kernel does not
        keep dma-buf inodes unique …
[WARN]  a dma-buf import was refused: dma-buf identities are not unique on this kernel

于是每一个 linux-dmabuf 窗口都被拒:client 全退回 wl_shm(8 presented through wl_shm), 合成器也没法采样它上不了屏的东西。fail-closed 本身是对的(猜错会把别人的像素当自己的), 缺的只是内核给不出身份时还有别的可用依据——导入声明的尺寸和格式,加上 server 自己的分配顺序。

验证:自包含探针 eglprobe4.c(主机 clang+lld 编,容器里以 Gold 跑)——gbm_bo_create 取一块 server shared image 的 fd,再走合成器的导入路径:修前 eglCreateImageKHR(EGL_LINUX_DMA_BUF_EXT) -> (nil),修后 -> 0x1;会话里 refusal 归零、client 日志变成 presented through linux-dmabuf shared images。

改动 2:damage 变体被驱动拒绝时,回落普通 eglSwapBuffers

文件:MobileGL/MG_Backend/DirectGLES/DirectGLES.cpp 的 Present()

改了什么:eglSwapBuffersWithDamageEXT 返回 EGL_FALSE 时,用 eglSwapBuffers 再试一次, 并 MGLOG_W_ONCE 说明一次(没有该扩展的驱动照旧走普通入口)。

为什么必须改:server 的 Present() 原本优先用 WithDamage 变体(注释说"驱动提供哪个拼写就用 哪个")。本机的 Mali/4.14 vendor EGL 暴露了这个入口,却对窗口面返回 EGL_FALSE 且不设 EGL 错误:

server window: 1080x2194 fmt=0x1 (pointer=0xb4000070d902ad00)   ← ANativeWindow 是活的、尺寸对
swap entry points: withDamage=0x71a0887040 plain=0x71a087c62c
withDamage → swap=0 err=0x3000        ← 同一块 surface、同一线程
plain      → swap=1 err=0x3000

排除了绑定问题(session.Draw == eglGetCurrentSurface(EGL_DRAW)、context 也 current),也不是窗口 问题(ANativeWindow_getWidth/Height/Format 都正常)——就是驱动拒。信任那个指针的后果是 一帧都不入队:SurfaceView 的 BLAST 层 frame events 全 0、geomLayerBounds 0×0,屏幕上只有 Background for SurfaceView 那块纯黑占位;合成器又能采样但因为上不了屏,client 也跟着退回 wl_shm。这条是"屏幕全黑"的最后一环。

验证:修后 frame events 出现真实时间戳,screencap 从 37 KB 变 1.4 MB 的完整桌面。


anland 仓库(consumer app)

这两条不在本仓库里,但缺任何一条桌面都上不了屏。

改动 3::mobilegl worker 设置 MOBILEGL_IPC_SURFACE=server

文件:consumers/anland_v5/android_consumer/app/src/main/java/com/anland/consumer/MobileGLWorker.java

改了什么:在 Os.setenv("MOBILEGL_IPC_ROLE", "server", …) 旁边加 Os.setenv("MOBILEGL_IPC_SURFACE", "server", true)。

为什么必须改:Config.h 里 IpcTable::Surface 的默认值是 IpcSurface::Offscreen。 client 侧(容器里的 mobilegl-startup.sh/start-mobilegl-session.sh)按 server 去要 server 的窗口,而 server 自己的进程没有任何 MOBILEGL_IPC_SURFACE,于是它把 app 递过来的 窗口 attach 了、却从不创建 server-owned 窗口面、也从不往上面 swap。日志上表现为只有一句 a ServerOwned window surface is served on its window,没有真正的 surface=window … owner=server。补上之后这一行立刻出现。

改动 4:几何回调不再把 Surface 塌成 0×0

文件:…/MainActivity.java(MobileGLConnection 的几何回调)

改了什么:回调收到 (0,0)("不指定尺寸")时,只有在视图确实已有尺寸时才 holder.setSizeFromLayout();否则什么都不做,保留现有 surface。

为什么必须改:这个回调可能在视图第一次布局之前被调用,此时 setSizeFromLayout() 会把 SurfaceHolder 定成 0×0;0×0 的 surface 上任何生产者都无法 queue,之后每一帧 eglSwapBuffers 都会失败——正是"BLAST 层 geomLayerBounds 0×0 且永远没有 buffer"的成因。


环境侧(不是代码,但缺了就起不来)

  1. libatomic.so.1:主机交叉编出来的 KWin 需要它,而这个 Fedora 运行时镜像没有 (kwin_wayland: error while loading shared libraries: libatomic.so.1)。从 sysroot 把 libatomic.so.1.2.0 + 软链补进 rootfs(容器停着时直接写 /data/local/Droidspaces/fedora-kde/usr/lib64/)。ldd 其余 Qt6/KF6 依赖都齐。
  2. 无 systemd 的会话:容器里 systemd 259 因"内核 4.14 + cgroup v1"直接拒绝启动,会话由 ds-init.sh 自己拉起。等价物是把 mobilegl-startup.sh plasma 的那套 env 写进 /opt/mobilegl/bin/start-mobilegl-session.sh(PATH 前置 /opt/mobilegl/kwin/bin 让 kwin_wayland_wrapper 起我们的 KWin),再让 ds-init.sh 的最后一句 exec 它。同时必须去掉 LIBGL_ALWAYS_SOFTWARE=1/GALLIUM_DRIVER=llvmpipe:MobileGL 对"要求软件渲染的进程"主动 让位,留着它整个会话就还是 llvmpipe。
  3. GBM 后端的路径:Fedora 的 loader 搜 /usr/lib64/gbm(上游脚本写的是 Arch 的 /usr/lib/gbm);libGLX_mobilegl.so.0 同理放 /usr/lib64。
  4. /dev/dri 只有 card0:MOBILEGL_GBM_NODE 退到 /dev/null —— 那个节点只当身份、 后端从不对它 ioctl,这是 mobilegl-startup.sh 自己的回退路径,不需要改设备节点权限。
  5. KWin 的构建:pristine kwin-6.7.5 + Arch_v5/kwin.patch + anland_backend_Arch_v5 + 顶层 libdisplay_producer/(后者的 protocol.h/socket_utils.c 是指向 common/ 的符号链接, 拷贝时要 -L 解引用;也不要把 common/ 整个拷进 backend 目录,会让 kde_clang_format 生成重名 target)。6.7.5 上只有 src/opengl/eglcontext.cpp 的 Hunk #2 打不上,按补丁原意手工把 no-arg makeCurrent() 里的 EGL_NO_SURFACE, EGL_NO_SURFACE 换成 m_display->defaultSurface()。

已知但未处理

  • daemon 的 producer/consumer 每 ~5 s 抖一次(producer connected/disconnected、 consumer re-deposited 5 fds,kwin 侧 consumer disconnected, entering fallback)。MobileGL 模式下合成不受影响(窗口与默认 framebuffer 属于 KWin),桌面照常上屏,成因未查。
  • 桌面静止时两次 screencap 的 md5 相同(时钟只到分钟、无动画);判断"活着"要看 server 的 P65ServerFrame 计数或 SurfaceView 的 frame events。
  • "桌面全黑"里有一半是锁屏:会话跑一会儿后 kscreenlocker 会把屏幕锁上,看到的黑屏其实是 greeter(它自己也打 Renderer Name: …,所以日志里会误以为是桌面的渲染器)。判断方法: pgrep -a -f kscreenlocker_greet。修法:写 ~/.config/kscreenlockerrc ([Daemon] Autolock=false/LockOnStart=false)后重启会话;杀 greeter 没用,kwin 会用 --immediateLock 再起一个,D-Bus 的 SetActive(false) 也解不开。这一条是"看不到完整桌面" 的直接原因,与渲染无关。
  • Magma(DirectVulkan)已复验:桌面能上屏(Renderer Name: Magma、8 presented through linux-dmabuf、SurfaceView frame events 是真实时间戳、screencap 1.05 MB 的桌面 + 面板 + 光标)。 上面三条代码改动都与后端无关,两个后端都撞到同一个坑,也都因此被修好。
  • Magma 少画字(未修,已缩小到一条线索):同一场景下所有 Text 都不画(键盘按键是空白白块、 没有 q/w/e…/"American English",面板时钟也没有),而矩形/图标/壁纸都正常。已用探针逐条排除: eglprobe6/8(ES2 的 GL_ALPHA 与 ES3 的 GL_R8/GL_RED 采样 .a/.r 均正确)、 eglprobe7(UNPACK_ALIGNMENT=1 的窄行上传正确)、eglprobe9(图集模式:大纹理 + glTexSubImage2D 偏移 + GL_UNPACK_ROW_LENGTH,值全对、未触碰区域仍为 0)、 eglprobe10(fwidth 与距离场 smoothstep 都正常)。 剩下的一手证据在容器日志里:Magma 下 Qt 的 RHI 上下文建立失败—— QRhiGles2: Failed to make context current. Expect bad things to happen. 与 QWaylandGLContext::makeCurrent: eglError: 0x3002(EGL_NOT_INITIALIZED),Espryt 下没有这两条。 下一步应从 DirectVulkan 的 MakeEGLCurrent/OnClientContextBound(m_contextBindings 按上下文找 surface 的那条路,注释里明确写着"Qt 每个窗口一个线程与上下文")查起。 顺带记一个可查项:Magma 的 GL_EXTENSIONS 不含 OES_standard_derivatives,而 fwidth 实际可用。