drm/amdgpu: add MCA smu cache support
authorYang Wang <kevinyang.wang@amd.com>
Thu, 18 Apr 2024 07:46:00 +0000 (15:46 +0800)
committerAlex Deucher <alexander.deucher@amd.com>
Tue, 30 Apr 2024 13:58:41 +0000 (09:58 -0400)
v1:
because SMU CE valid mca bank will be cleared after reading,
this patch adds mca cache at the driver level to ensure that the mca bank is not lost.

v2:
refine amdgpu_mca_init/fini/reset() function name.

v3:
add mca_cache.lock support
only add CE bank to mca bank cache.

Signed-off-by: Yang Wang <kevinyang.wang@amd.com>
Reviewed-by: Tao Zhou <tao.zhou1@amd.com>
Signed-off-by: Alex Deucher <alexander.deucher@amd.com>
drivers/gpu/drm/amd/amdgpu/amdgpu_mca.c
drivers/gpu/drm/amd/amdgpu/amdgpu_mca.h
drivers/gpu/drm/amd/amdgpu/amdgpu_ras.c

index 859d594..264f56f 100644 (file)
@@ -183,6 +183,29 @@ static int amdgpu_mca_bank_set_add_entry(struct mca_bank_set *mca_set, struct mc
        return 0;
 }
 
+static int amdgpu_mca_bank_set_merge(struct mca_bank_set *mca_set, struct mca_bank_set *new)
+{
+       struct mca_bank_node *node;
+
+       list_for_each_entry(node, &new->list, node)
+               amdgpu_mca_bank_set_add_entry(mca_set, &node->entry);
+
+       return 0;
+}
+
+static int amdgpu_mca_bank_set_remove_node(struct mca_bank_set *mca_set, struct mca_bank_node *node)
+{
+       if (!node)
+               return -EINVAL;
+
+       list_del(&node->node);
+       kvfree(node);
+
+       mca_set->nr_entries--;
+
+       return 0;
+}
+
 static void amdgpu_mca_bank_set_release(struct mca_bank_set *mca_set)
 {
        struct mca_bank_node *node, *tmp;
@@ -200,6 +223,41 @@ void amdgpu_mca_smu_init_funcs(struct amdgpu_device *adev, const struct amdgpu_m
        mca->mca_funcs = mca_funcs;
 }
 
+int amdgpu_mca_init(struct amdgpu_device *adev)
+{
+       struct amdgpu_mca *mca = &adev->mca;
+       struct mca_bank_cache *mca_cache;
+       int i;
+
+       for (i = 0; i < ARRAY_SIZE(mca->mca_caches); i++) {
+               mca_cache = &mca->mca_caches[i];
+               mutex_init(&mca_cache->lock);
+               amdgpu_mca_bank_set_init(&mca_cache->mca_set);
+       }
+
+       return 0;
+}
+
+void amdgpu_mca_fini(struct amdgpu_device *adev)
+{
+       struct amdgpu_mca *mca = &adev->mca;
+       struct mca_bank_cache *mca_cache;
+       int i;
+
+       for (i = 0; i < ARRAY_SIZE(mca->mca_caches); i++) {
+               mca_cache = &mca->mca_caches[i];
+               amdgpu_mca_bank_set_release(&mca_cache->mca_set);
+               mutex_destroy(&mca_cache->lock);
+       }
+}
+
+int amdgpu_mca_reset(struct amdgpu_device *adev)
+{
+       amdgpu_mca_fini(adev);
+
+       return amdgpu_mca_init(adev);
+}
+
 int amdgpu_mca_smu_set_debug_mode(struct amdgpu_device *adev, bool enable)
 {
        const struct amdgpu_mca_smu_funcs *mca_funcs = adev->mca.mca_funcs;
@@ -314,7 +372,7 @@ static int amdgpu_mca_dispatch_mca_set(struct amdgpu_device *adev, enum amdgpu_r
 {
        struct ras_err_addr err_addr;
        struct amdgpu_smuio_mcm_config_info mcm_info;
-       struct mca_bank_node *node;
+       struct mca_bank_node *node, *tmp;
        struct mca_bank_entry *entry;
        uint32_t count;
        int ret;
@@ -325,7 +383,7 @@ static int amdgpu_mca_dispatch_mca_set(struct amdgpu_device *adev, enum amdgpu_r
        if (!mca_set->nr_entries)
                return 0;
 
-       list_for_each_entry(node, &mca_set->list, node) {
+       list_for_each_entry_safe(node, tmp, &mca_set->list, node) {
                entry = &node->entry;
 
                count = 0;
@@ -359,15 +417,30 @@ static int amdgpu_mca_dispatch_mca_set(struct amdgpu_device *adev, enum amdgpu_r
                                amdgpu_ras_error_statistic_ce_count(err_data,
                                                                    &mcm_info, &err_addr, (uint64_t)count);
                }
+
+               amdgpu_mca_bank_set_remove_node(mca_set, node);
        }
 
        return 0;
 }
 
+static int amdgpu_mca_add_mca_set_to_cache(struct amdgpu_device *adev, enum amdgpu_mca_error_type type, struct mca_bank_set *new)
+{
+       struct mca_bank_cache *mca_cache = &adev->mca.mca_caches[type];
+       int ret;
+
+       mutex_lock(&mca_cache->lock);
+       ret = amdgpu_mca_bank_set_merge(&mca_cache->mca_set, new);
+       mutex_unlock(&mca_cache->lock);
+
+       return ret;
+}
+
 int amdgpu_mca_smu_log_ras_error(struct amdgpu_device *adev, enum amdgpu_ras_block blk, enum amdgpu_mca_error_type type,
                                 struct ras_err_data *err_data, struct ras_query_context *qctx)
 {
        struct mca_bank_set mca_set;
+       struct mca_bank_cache *mca_cache = &adev->mca.mca_caches[type];
        int ret;
 
        amdgpu_mca_bank_set_init(&mca_set);
@@ -377,6 +450,21 @@ int amdgpu_mca_smu_log_ras_error(struct amdgpu_device *adev, enum amdgpu_ras_blo
                goto out_mca_release;
 
        ret = amdgpu_mca_dispatch_mca_set(adev, blk, type, &mca_set, err_data);
+       if (ret)
+               goto out_mca_release;
+
+       /* add remain mca bank to mca cache */
+       if (mca_set.nr_entries) {
+               ret = amdgpu_mca_add_mca_set_to_cache(adev, type, &mca_set);
+               if (ret)
+                       goto out_mca_release;
+       }
+
+       /* dispatch mca set again if mca cache has valid data */
+       mutex_lock(&mca_cache->lock);
+       if (mca_cache->mca_set.nr_entries)
+               ret = amdgpu_mca_dispatch_mca_set(adev, blk, type, &mca_cache->mca_set, err_data);
+       mutex_unlock(&mca_cache->lock);
 
 out_mca_release:
        amdgpu_mca_bank_set_release(&mca_set);
@@ -443,6 +531,9 @@ static int mca_dump_show(struct seq_file *m, enum amdgpu_mca_error_type type)
        list_for_each_entry(node, &mca_set.list, node)
                mca_dump_entry(m, &node->entry);
 
+       /* add mca bank to mca bank cache */
+       ret = amdgpu_mca_add_mca_set_to_cache(adev, type, &mca_set);
+
 err_free_mca_set:
        amdgpu_mca_bank_set_release(&mca_set);
 
index 4d0a0f9..9b97cfa 100644 (file)
@@ -77,11 +77,22 @@ struct amdgpu_mca_ras {
        struct amdgpu_mca_ras_block *ras;
 };
 
+struct mca_bank_set {
+       int nr_entries;
+       struct list_head list;
+};
+
+struct mca_bank_cache {
+       struct mca_bank_set mca_set;
+       struct mutex lock;
+};
+
 struct amdgpu_mca {
        struct amdgpu_mca_ras mp0;
        struct amdgpu_mca_ras mp1;
        struct amdgpu_mca_ras mpio;
        const struct amdgpu_mca_smu_funcs *mca_funcs;
+       struct mca_bank_cache mca_caches[AMDGPU_MCA_ERROR_TYPE_DE];
 };
 
 enum mca_reg_idx {
@@ -113,11 +124,6 @@ struct mca_bank_node {
        struct list_head node;
 };
 
-struct mca_bank_set {
-       int nr_entries;
-       struct list_head list;
-};
-
 struct amdgpu_mca_smu_funcs {
        int max_ue_count;
        int max_ce_count;
@@ -149,6 +155,9 @@ int amdgpu_mca_mp1_ras_sw_init(struct amdgpu_device *adev);
 int amdgpu_mca_mpio_ras_sw_init(struct amdgpu_device *adev);
 
 void amdgpu_mca_smu_init_funcs(struct amdgpu_device *adev, const struct amdgpu_mca_smu_funcs *mca_funcs);
+int amdgpu_mca_init(struct amdgpu_device *adev);
+void amdgpu_mca_fini(struct amdgpu_device *adev);
+int amdgpu_mca_reset(struct amdgpu_device *adev);
 int amdgpu_mca_smu_set_debug_mode(struct amdgpu_device *adev, bool enable);
 int amdgpu_mca_smu_get_mca_set_error_count(struct amdgpu_device *adev, enum amdgpu_ras_block blk,
                                           enum amdgpu_mca_error_type type, uint32_t *total);
index 1adc81a..0522533 100644 (file)
@@ -3629,6 +3629,13 @@ int amdgpu_ras_late_init(struct amdgpu_device *adev)
 
                amdgpu_ras_set_aca_debug_mode(adev, false);
        } else {
+               if (amdgpu_in_reset(adev))
+                       r = amdgpu_mca_reset(adev);
+               else
+                       r = amdgpu_mca_init(adev);
+               if (r)
+                       return r;
+
                amdgpu_ras_set_mca_debug_mode(adev, false);
        }
 
@@ -3701,6 +3708,8 @@ int amdgpu_ras_fini(struct amdgpu_device *adev)
 
        if (amdgpu_aca_is_enabled(adev))
                amdgpu_aca_fini(adev);
+       else
+               amdgpu_mca_fini(adev);
 
        WARN(AMDGPU_RAS_GET_FEATURES(con->features), "Feature mask is not cleared");