Intel Xe GPU驱动中的Page Fault处理机制详解

1. GPU Page Fault 处理机制概述

在Intel Xe架构的GPU驱动中，Page Fault处理是一个关键的内存管理机制。当GPU尝试访问一个无效或受保护的虚拟内存地址时，就会触发Page Fault异常。与CPU端的Page Fault类似，GPU端的Page Fault处理也需要经历异常检测、上下文保存、错误处理以及恢复执行等步骤。

Xe驱动中的Page Fault处理路径主要分为以下几个阶段：

1. 硬件检测到非法内存访问并触发中断
2. 驱动中断服务例程(ISR)捕获异常
3. 分析故障地址和访问类型
4. 执行适当的补救措施（如分配物理页或迁移内存）
5. 恢复GPU执行上下文

这个机制对于实现GPU内存的按需分配、内存迁移和错误隔离至关重要。特别是在共享虚拟内存(SVM)场景下，GPU和CPU可能访问相同的虚拟地址空间，Page Fault处理更是保证系统稳定性的关键。

2. Xe驱动中的Page Fault处理路径

2.1 中断入口点处理

当GPU触发Page Fault时，首先会通过PCIe MSI中断通知系统。在Xe驱动中，这个中断的处理入口通常定义在xe_gpu_fault.c文件中：

c复制irqreturn_t xe_gpu_fault_handler(int irq, void *arg)
{
    struct xe_device *xe = arg;
    u32 fault_status;
    
    /* 读取GPU故障状态寄存器 */
    fault_status = XE_READ(xe, FAULT_STATUS_REG);
    
    if (!(fault_status & FAULT_VALID_BIT))
        return IRQ_NONE;
        
    /* 检查是否为Page Fault类型 */
    if (fault_status & FAULT_TYPE_PAGE) {
        handle_page_fault(xe, fault_status);
    }
    
    /* 清除中断状态 */
    XE_WRITE(xe, FAULT_STATUS_REG, fault_status);
    
    return IRQ_HANDLED;
}

这个中断处理程序首先验证中断有效性，然后根据故障类型分发到具体的处理函数。对于Page Fault，会调用handle_page_fault()进行进一步处理。

2.2 故障地址和上下文提取

在handle_page_fault()函数中，驱动需要收集更多关于故障的详细信息：

c复制static void handle_page_fault(struct xe_device *xe, u32 fault_status)
{
    struct xe_fault_info info = {0};
    u64 fault_addr;
    
    /* 读取故障地址寄存器 */
    fault_addr = XE_READ64(xe, FAULT_ADDR_REG);
    info.address = fault_addr & PAGE_MASK;
    
    /* 解析访问类型 */
    info.access_type = (fault_status & FAULT_ACCESS_MASK) >> FAULT_ACCESS_SHIFT;
    
    /* 获取触发故障的GPU上下文 */
    info.context_id = XE_READ(xe, FAULT_CONTEXT_REG);
    
    /* 获取进程信息 */
    info.pid = get_context_pid(xe, info.context_id);
    
    /* 继续处理Page Fault */
    process_page_fault(xe, &info);
}

这里收集的信息包括：

• 触发故障的虚拟地址（页对齐）
• 访问类型（读/写/执行）
• 触发故障的GPU上下文ID
• 关联的进程PID

这些信息对于后续的故障处理决策至关重要。

3. Page Fault的核心处理逻辑

3.1 虚拟地址空间查找

process_page_fault()函数开始实际的故障处理：

c复制static void process_page_fault(struct xe_device *xe, struct xe_fault_info *info)
{
    struct xe_vm *vm;
    struct xe_bo *bo;
    int ret;
    
    /* 根据上下文ID找到对应的地址空间 */
    vm = find_vm_by_context(xe, info->context_id);
    if (!vm) {
        pr_err("Failed to find VM for context %u\n", info->context