F7XXXX-F8XXXX

【免费下载链接】pyptoPyPTO（发音: pai p-t-o）：Parallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto

F70001 COMPILE_AICORE_FAILED

错误描述

AICore kernel编译阶段失败。

可能原因

• CCE源码生成失败（GEN_AICORE_FILE_FAILED）。
• CCE编译命令执行失败（COMPILE_CCEC_FAILED）。
• 链接失败（LINK_FAILED），常见于并行编译符号未处理。

处理方式

1. 检查日志中的CCE编译命令和错误输出。
2. 若出现ld.lld: error: undefined symbol，修改tile_fwk_config.json中"parallel_compile": 1改为串行编译。

F71004 LAUNCH_AICORE_FAILED

错误描述

Host侧AICore kernel下发失败。

可能原因

NA

处理方式

1. 检查编译产物kernel_aicore/*.o是否生成成功。
2. 确认环境变量ASCEND_HOME_PATH是否正确。

F71005 RANGE_VERIFY_FAILED

错误描述

encode阶段InitRawTensorAndMemoryRequirement断言：Shape size mismatch或Data size mismatch，伴随actualRawmagic、rawShape、actualrawShape输出。

可能原因

内存复用链两端（rawTensor与其actualRaw）的rawShapeSize或rawDataSize不一致。常见于reshape / assemble / view等操作的actualRawmagic传递遗漏。

处理方式

1. 从断言日志记录rawMagic、actualRawmagic、rawShape。
2. 打开pass计算图dump（tile_fwk_config.json中"dump_graph": true）。
3. 在build/output/pass/下重点排查pass4 ~ pass27之间的tilegraph，搜索对应rawMagic。
4. 沿数据流分析是否某个pass修改了一侧rawshape而另一侧未同步。
5. 判断归属：
   • 用例写法不满足API约束（inplace、valid_shape一致性等）→ 调整用例。
   • 用例正确 → 联系pass同事排查actualRawmagic传递遗漏。

F71008 MAP_REG_ADDR_FAILED

错误描述

Host侧映射寄存器地址失败：Map reg addr fail, maybe others are using current device。

可能原因

• 当前设备（DEVICE_ID）被其他进程占用，寄存器映射冲突。
• 同一设备上有残留进程未释放资源。
• 多进程/多容器同时映射同一设备寄存器。

处理方式

1. 执行npu-smi info查看设备占用情况，确认目标DEVICE_ID是否被其他进程占用。
2. 清理占用设备的残留进程：fuser -v /dev/davinci<DEVICE_ID>定位并kill。
3. 在容器/多进程场景下，确保ASCEND_DEVICE_ID或DEVICE_ID环境变量设置正确且不冲突。
4. 若问题持续，尝试重启NPU驱动或切换空闲设备。

F7100B SYNC_FAILED

错误描述

Host侧stream同步失败：LaunchAicoreKernel中DynamicLaunchSynchronize返回非0，schedule stream与aicore stream之间同步异常。

可能原因

• AICore执行异常后stream同步失败。
• Debug模式下profiling数据同步后stream同步失败。
• 底层Runtime stream同步超时或状态异常。

处理方式

1. 检查是否开启了runtime_debug_mode或手动调用了torch.npu.synchronize()，暂时关闭以排除同步时机引入的问题。
2. 查看device log中同步失败时刻前后的异常信息（timeout、task abort、stream abort等）。
3. 若为整网场景，检查是否与其他组件存在stream依赖冲突。

F72002 HANDSHAKE_TIMEOUT

错误描述

Schedule AICPU与AICore握手超时，调度线程无法正常启动。

可能原因

• NPU设备不可用或驱动异常。
• 当前进程/容器内NPU资源占用过高，多进程争用同一设备。
• 握手超时配置过短与环境不匹配。

处理方式

1. 执行npu-smi info确认设备与驱动正常。
2. 检查进程/容器内NPU占用是否过高。
3. 查看日志上下文（如Schedule run init succ之后、AbnormalStop相关），区分首次握手失败或运行中异常。
4. 使用关联Skillpypto-environment-setup。

F73001 CTRL_FLOW_EXEC_FAILED

错误描述

Ctrl AICPU控制流执行失败（devTask构建、stitch处理异常）。

可能原因

• Root函数allocCtx或stitchCtx为空。
• 控制流初始化失败。
• Task stats异常。

处理方式

1. 检查device log确认具体失败节点（DEV_TASK_BUILD/ROOT_STITCH）。
2. 查看Ctrl AICPU日志上下文，确认是否有CELL_MATCH相关异常。
3. 若伴随stitch依赖异常（精度问题、怀疑依赖边丢失），启用runtime_debug_mode=3进行运行时依赖校验：

   @pypto.frontend.jit(debug_options={"runtime_debug_mode": 3})

   执行用例后在输出目录运行：

   python tools/verify_dep_correctness.py <dump_dir>

   校验规则： | 规则 | 内容 | |---|---| |rule_static_integrity| 编译期声明的静态后继在运行时是否保留 | |rule_stitch_legality| stitch边引用的producer/consumer是否合法 | |rule_cell_write_conflict| 同一cell是否存在并发写冲突 | 无问题输出PASS，有问题输出分类摘要及dep_check_report.csv详细定位。

F73008 CTRL_ALLOC_TIMEOUT

错误描述

Ctrl AICPU运行超时或整网环境中AICPU执行超时。

可能原因

• 整网场景中，除PyPTO外其他组件也使用AICPU，强制同Cluster分配导致资源不足。
• launch_sched_aicpu_num配置不当。

处理方式

1. 整网场景下，设置PYPTO_LAUNCH_SCHED_SAME_CLUSTER=false，并通过launch_sched_aicpu_num配置可用AICPU数量。
2. 注意：同Cluster分配开启时launch_sched_aicpu_num不生效。

F7400B WORKSPACE_CAPACITY_INSUFFICIENT

错误描述

内存分配失败，表现为：

• torch.OutOfMemoryError: NPU out of memory
• rtMalloc failed. size:xxx

可能原因

• Workspace预算估算过大（Tensor Workspace / Metadata / AICore Spilled / Debug四大类中某一项异常）。
• 未经Tiling的超大Tensor进入了子图（Inplace/FixedAddress/shmemData等例外场景）。
• boundary Outcast slot数量过多或单体大小异常。

处理方式

1. 定位异常大类：开启INFO日志后，搜索[workspaceSize]，对比Metadata / tensor / aicoreSpillen / debug各项。
2. 缩小到Root Function：每个Root有独立日志MaxRootInnerMem is xxx，最大者即为问题来源。
3. 定位问题Tensor：搜索staticMemReq=[xxx] is too larger警告，根据rawmagic在pass计算图中定位。
4. 调整配置：
   • stitch_function_max_num/max_workspace_kb→ 控制容量。
   • unroll_list/max_unroll→ 控制展开次数。
5. 关联Skill：pypto-machine-workspace。

F7400X Workspace内存重叠 / 精度问题

错误描述

算子精度异常，怀疑MACHINE workspace内存复用存在overlap或踩踏。

处理方式

1. 检查输入初始化：保证输入/输出已正确初始化。
2. 检查Tensor连续性：MACHINE相关算子要求输入/输出连续（tensor.is_contiguous()），非连续tensor可能导致异常。
3. 扩大workspace：在python/pypto/frontend/parser/entry.py中将workspace_tensor扩大10倍，若问题消失则说明workspace容量估算偏小。
4. workspace内部自管理：修改framework/src/machine/runtime/device_launcher.cpp的PrepareDevProgArgs，禁用外部workspace传入，改为内部AllocDev。
5. Leaf粒度内存重叠检测：开启ENABLE_DUMP_OPERATION=1+runtime_debug_mode=1，运行后执行：

   python3 tools/schema/schema_memory_check.py -d <device_log_dir> -t <dyn_topo.txt_path>

6. 关闭复杂特性缩小范围：使用 pypto-precision-debug关闭unroll_list、合轴特性、设置submit_before_loop=True。
7. 关联Skill：pypto-memory-overlap-detector。

【免费下载链接】pyptoPyPTO（发音: pai p-t-o）：Parallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto