Line data    Source code

       1              : /**
       2              :  * Copyright (c) 2026 Huawei Technologies Co., Ltd.
       3              :  * This program is free software, you can redistribute it and/or modify it under the terms and conditions of
       4              :  * CANN Open Software License Agreement Version 2.0 (the "License").
       5              :  * Please refer to the License for details. You may not use this file except in compliance with the License.
       6              :  * THIS SOFTWARE IS PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTIES OF ANY KIND, EITHER EXPRESS OR IMPLIED,
       7              :  * INCLUDING BUT NOT LIMITED TO NON-INFRINGEMENT, MERCHANTABILITY, OR FITNESS FOR A PARTICULAR PURPOSE.
       8              :  * See LICENSE in the root of the software repository for the full text of the License.
       9              :  */
      10              : 
      11              : #ifndef ENDPOINT_MONITOR_H
      12              : #define ENDPOINT_MONITOR_H
      13              : #include <memory>
      14              : #include <thread>
      15              : #include <unordered_set>
      16              : #include <mutex>
      17              : #include <atomic>
      18              : #include "log.h"
      19              : #include "hccl/hccl_types.h"
      20              : #include "hcomm_res_defs.h"
      21              : #include "hccp_ctx.h"
      22              : 
      23              : namespace hcomm {
      24              : 
      25              : /**
      26              :  * @note 每张卡一格 Endpoint 监控。Device UB 才 Register 进 set 并起线程。
      27              :  *
      28              :  * 仍是单例（每格一份）。构造禁止拷贝，GetHolder(id) 里 static 数组只构造一次，
      29              :  * 之后每次调用返回同一格的 shared_ptr 拷贝。变的是生命周期，不是实例个数。
      30              :  * 旧写法是 Meyers 数组（static array + GetInstance 返回 T&），寿命绑在静态析构上；
      31              :  * 静态对象先构造的晚析构。GetHolder 往往比其它静态对象更晚才第一次调用，
      32              :  * 退出时自己的 static 会先拆。已 Register 的 Endpoint 多持有一份，就能活过那些先构造的静态对象的析构。
      33              :  *
      34              :  * 用法：
      35              :  * 1. 入口只留 GetHolder()。Register：Endpoint AttachMonitor 拷贝后，用持有的指针 Register。ResMgr warmup 调
      36              :  * GetHolder()。
      37              :  * 2. Destroy / 析构：走持有的指针 Remove，再 reset。未 Register 的空指针直接返回。
      38              :  * 3. 析构路径不要再调 GetHolder()。函数内那份 static 数组拆掉后，入口已悬空。
      39              :  */
      40              : class EndpointMonitor {
      41              : public:
      42          132 :     EndpointMonitor() = default;
      43              :     EndpointMonitor(const EndpointMonitor&) = delete;
      44              :     EndpointMonitor& operator=(const EndpointMonitor&) = delete;
      45              :     EndpointMonitor(EndpointMonitor&&) = delete;
      46              :     EndpointMonitor& operator=(EndpointMonitor&&) = delete;
      47              :     ~EndpointMonitor();
      48              : 
      49              :     static std::shared_ptr<EndpointMonitor> GetHolder(s32 deviceId);
      50              :     HcclResult RegisterToEndpointMonitor(s32 deviceLogicId, EndpointHandle epHandle);
      51              :     HcclResult UnRegisterToEndpointMonitor();
      52              :     void RemoveEpHandleFromEndpointMonitor(EndpointHandle epHandle);
      53              : 
      54              : private:
      55              :     HcclResult RunMonitorThread();
      56              :     void MonitorThread();
      57              :     HcclResult DeInit(s32 deviceLogicId);
      58              : 
      59              :     void ProcessUbAsyncEvents();
      60              :     void PrintUbAsyncEventsContext(void* epHandle, u32 seq, const struct AsyncEvent& event);
      61              : 
      62              :     static constexpr u32 MONITOR_INTERVAL = 1000;
      63              :     std::unique_ptr<std::thread> endpointMonitorThread_;
      64              : 
      65              :     std::atomic<bool> initialized_{false};
      66              :     std::atomic<bool> endpointMonitorThreadFlag_{false};
      67              :     std::mutex threadLock_;
      68              :     u32 devPhyId_{0};
      69              :     s32 deviceLogicId_{0};
      70              :     std::unordered_set<u64> epHandleSet_;
      71              : 
      72              :     struct AsyncEvent events_[ASYNC_EVENT_MAX_NUM];
      73              : };
      74              : } // namespace hcomm
      75              : #endif // ENDPOINT_MONITOR_H