Paddle 仓库调试

调试流程概览

调试遵循以下步骤：

1. 描述问题并构造最小复现
2. 代码定位与多假设验证
3. 先写问题分析报告，再做最小修复
4. 利用 Git / CI 收束和巩固结论

步骤 1：描述问题并构造最小复现

用简洁的自然语言说明：

• 触发步骤（命令、脚本、关键配置）
• 期望行为 vs 实际行为
• 是否只在特定环境 / 机器 / 设备 / 数据子集上出现

先确认 bug 能被稳定复现。若无法复现：

• 检查命令是否抄错、参数是否缺失
• 比对并对齐环境（Paddle / Python / CUDA / CUDNN / 驱动 / 显卡型号等）
• 确认与最初出问题的环境一致后再继续

抽取独立的 Python 脚本承载问题：

• 固定随机种子（numpy / random / paddle.seed 等）
• 使用固定、可序列化的小数据
• 去掉与问题无关的逻辑

目标：一条命令即可复现 python reproduce_xxx.py。

步骤 2：代码定位与多假设验证

使用工具定位代码

• ast-grep：用于结构化代码搜索，快速定位特定代码模式

带观测点的复现

阅读报错栈和相关代码时，先列出多个可能原因假设（数据异常、shape 错误、数值不稳定、环境不一致、算子实现问题等），不要立刻改代码。

围绕假设在关键路径上加入观测点：

每完成一次带观测点的复现：

• 基于运行时数据排除不成立的假设
• 在更窄的范围内继续加观测点，逐步缩小问题所在的模块 / 算子 / 配置

将调试日志保存到 .paddle-agent/debug-logs/ 目录。

步骤 3：先写问题分析报告，再做最小修复

基于已有观测和对比结果，先完成问题分析报告：

# [问题标题]

## 复现方式
- 命令：
- 环境：
- 最小脚本路径：

## 现象描述
[错误信息或异常行为]

## 根因分析
[配置 / 数据 / 框架 / 算子 / 环境中的哪一处有问题]

## 关键证据
[日志片段、对比结果、重要观测点输出]

报告存放在 .paddle-agent/debug-analysis/ 目录，没有该目录请创建。

归因时考虑以下维度：

• 接口 / 形状 / dtype：哪个 Tensor 的 shape / dtype 与预期不符
• NaN / Inf / 数值发散：哪一层首次出现异常数值
• 性能与显存：瓶颈在 CPU、IO 还是 GPU kernel

只有在分析结论较为充分时，才进入最小修复阶段：

• 设计改动面尽量小的修改来验证根因
• 先用最小复现脚本验证修复
• 再用完整训练 / 推理脚本验证关键业务路径

步骤 4：利用 Git / CI 收束和巩固结论，最后总结保存为文件

当判断问题可能由近期提交引入时：

• 使用 git bisect 对可疑提交范围做二分定位

对已定位的问题：

• 补充覆盖最小复现脚本逻辑的单测
• 留意 CI 中相关用例是否出现新增失败
• 将最终结论沉淀到 .paddle-agent/debug-analysis/

CUDA / GPU 调试

详细的 CUDA 调试技巧：见 references/cuda-debug.md

快速参考：

# 启用错误检查环境变量复现问题
export PYTHONPATH=$(pwd)/Paddle/build/python
FLAGS_check_cuda_error=1 FLAGS_use_system_allocator=1 python reproduce.py

关键点：

• CUDA 错误通常是异步的，使用 FLAGS_check_cuda_error=1 让错误立即暴露
• GPU kernel 调用前必须检查 numel/shape 是否为空
• 空 Tensor（numel=0）会导致 grid size=0，触发 CUDA error(9)
• CUDA API 返回值必须全部检查，忽略返回值会导致 sticky error 残留
• PADDLE_ENFORCE_GPU_SUCCESS 不会调用 cudaGetLastError()，在错误路径上需手动清除
• CUDA context 在 fork 后不可用：父进程初始化了 CUDA 后 fork 子进程（如 DataLoader worker），子进程中所有 CUDA API 调用都会返回 cudaErrorInitializationError(3)——详见 references/cuda-debug.md 中的 CUDA Fork Safety 章节

注意事项

• 调试的第一目标是稳定复现并缩小范围，不要一开始就尝试大规模重构
• 任何「只在某些机器上出现」的问题，优先从环境差异入手
• 在 Paddle 仓库遇到 bug 时，优先按本 skill 流程执行，再考虑具体修复实现

算子修复注意事项

• 前向和反向 kernel 要一并检查：反向 kernel 往往复用相同的计算逻辑，同样存在边界问题
• 检查所有入口函数：底层公共函数可能被多个入口调用，确保边界检查在正确的层级
• 头文件修改需完整重编：修改 .h 后需重新编译所有引用它的 .cu，并重新链接 .so

CUDA API 与 Sticky Error 注意事项

• 所有 CUDA API 返回值必须检查：包括 cudaEventSynchronize、cudaStreamSynchronize 等，忽略返回值不仅丢失错误信息，还会导致 CUDA runtime 中残留 sticky error
• 错误路径必须清除 last error：在 PADDLE_ENFORCE_GPU_SUCCESS 抛出异常之前，手动调用 cudaGetLastError() 清除残留错误，否则 Python try/except 捕获异常后 CUDA 状态仍被污染
• 跨测试状态污染：unittest 中一个测试的 CUDA sticky error 会影响后续所有测试，排查时需关注测试执行顺序
• 定位 sticky error 污染源：通过逐步删减测试来二分定位产生残留错误的源头测试

CUDA Fork Safety 注意事项

• CUDA context 在 fork 后不可用：如果父进程已初始化 CUDA（创建了 GPU tensor、调用过 CUDA API），fork 出的子进程中所有 CUDA 调用都会返回 cudaErrorInitializationError(3)
• 典型触发场景：主进程中运行了 GPU 测试/训练后，DataLoader 使用 num_workers > 0 fork 子进程；子进程继承了父进程中 GPU tensor 的引用，GC 回收时触发 cudaFree
• 修复模式：在 CUDA API 调用前检测 context 是否可用，对 fork 后不可用的场景做 graceful skip
• 判断依据：cudaGetDevice() 返回 cudaErrorInitializationError(3)、cudaErrorNoDevice(100)、cudaErrorInsufficientDriver(35) 均表示 CUDA 不可用
• 安全性：跳过 cudaFree 是安全的，因为 fork 后子进程中的 GPU 内存不属于该进程，进程退出时由 OS/driver 回收

Paddle 编译验证流程

修改 kernel 头文件后的增量编译：

cd build
# 编译修改的 kernel
ninja paddle/phi/CMakeFiles/phi_gpu.dir/kernels/gpu/<kernel_name>.cu.o -j512
# 重新链接 phi_gpu
ninja phi_gpu -j512
# 重新链接 libpaddle.so
ninja paddle/fluid/pybind/libpaddle.so -j512
# 如果 Python 库未自动更新，手动复制
cp paddle/fluid/pybind/libpaddle.so python/paddle/base/libpaddle.so

.so 部署验证（关键踩坑点）

Paddle 构建产物存在两套路径，增量编译后 Python 加载的可能仍是旧版本：

增量编译后务必检查：

# 确认 Python 实际加载了哪个 .so
python -c "import paddle; import os; print(os.path.realpath(paddle.__file__))"

# 比较构建时间戳
stat build/paddle/phi/libphi_core.so
stat build/python/paddle/libs/libphi_core.so

# 如果时间戳不一致，手动同步
cp build/paddle/phi/libphi_core.so build/python/paddle/libs/libphi_core.so
cp build/paddle/phi/libphi_gpu.so build/python/paddle/libs/libphi_gpu.so

典型症状：修改了源码并重新编译，但运行时错误信息中的行号不变——这说明 Python 加载的仍是旧 .so。

多路径调用链分析方法

当崩溃发生在公共底层函数（如 GetCurrentDeviceId、cudaFree）时，需穷举所有调用路径来定位真正的入口：

1. 从崩溃点出发，向上追溯：用 Grep 搜索崩溃函数的所有调用者，逐层向上展开
2. 结合分配器类型缩小范围：根据 FLAGS（如 FLAGS_use_system_allocator）确定实际使用的分配器链路
3. Tensor 生命周期追踪：DenseTensor::~DenseTensor -> shared_ptr<Allocation> -> AllocationDeleter -> 具体分配器的 FreeImpl
4. 在崩溃点添加 backtrace 日志：临时加入 backtrace_symbols_fd 打印调用栈，确认实际触发路径
5. 注意虚函数/宏展开：PADDLE_ENFORCE_GPU_SUCCESS 是宏，行号由 __LINE__ 决定；FreeImpl 是虚函数，实际调用取决于运行时类型

调试案例

见 references/case-studies.md 了解实际调试案例。