linux DRM GPU scheduler 笔记

内核文档：

 

Overview

 

The GPU scheduler provides entities which allow userspace to push jobs into software queues which are then scheduled on a hardware run queue. The software queues have a priority among them. The scheduler selects the entities from the run queue using a FIFO. The scheduler provides dependency handling features among jobs. The driver is supposed to provide callback functions for backend operations to the scheduler like submitting a job to hardware run queue, returning the dependencies of a job etc.

 

The organisation of the scheduler is the following:

1. Each hw run queue has one scheduler

2. Each scheduler has multiple run queues with different priorities (e.g., HIGH_HW,HIGH_SW, KERNEL, NORMAL)

3. Each scheduler run queue has a queue of entities to schedule

4. Entities themselves maintain a queue of jobs that will be scheduled on the hardware.

The jobs in a entity are always scheduled in the order that they were pushed.

 

原理概述：

 

众所周知，现代GPU给CPU提供了下发命令流（command stream）接口，而这些命令流用于控制GPU硬件，下发着色程序，以及传递OpenGL或vulkan所需的状态值等。

linux中的GPU scheduler正是用于GPU命令流的调度，这部分代码是从AMD GPU driver中的独立出来的。

从内核文档的描述中可知，GPU scheduler为用户程序提供了entities，可用于用户程序向其提交jobs，这些jobs先被加入到software queue上，然后再经调度器调度到hardware（GPU）上。

GPU上一个命令流通道对应一个GPU scheduler。

GPU scheduler调度策略有两个，一是按优先级调度，二是同等优先级下先入队的先调度，即FIFO模式。GPU scheduler通过回调函数的方法实现不同硬件的jobs提交。

在jobs被提交到硬件之前GPU scheduler提供了依赖项检查特性，只有当jobs的所有依赖项全部可用时，才会被提交到硬件上。

 

GPU上一个命令流通道对应一个gpu scheduler，一个gpu scheduler上包含多个run queue，这些run queue代表了不同的优先级。

当有一个新的job需要提交到GPU上时，先被提交到entities上，被提交的entity通过负载均衡算法，确定该entity最终会被调度到的gpu scheduler，并把entity加入到选中的gpu scheduler的run Queue的列表中，等待被调度。

 

 

基本使用方法：

1.GPU scheduler在能工作前，需要对其初始化，并提供与硬件操作相关的回调函数，而GPU上的一个命令流通道对应一个scheduler

2.在scheduler中有software run queue，这些run queue对应不同的优先级，优先级高的run queue优先调度

3.新的job首先被提交到entity上，而后entity被加入到scheduler的run queue的队列中。在相同优先级下，job和entity按先进先出规则调度（FIFO）

4.当scheduler开始调度时，首先从优先级最高的run queue中选出最先进入的entity，再从选出的entity中，选出最先加入的job

5.在一个job能被提交到GPU HW 上前，需要做依赖性项检测，比如即将render的framebuffer是否可用（依赖检测也是通过回调函数的实现的）

6.scheduler选出的job，最终需要通过初始化中实现的回调函数，将job提交到的GPU的hardware run queue上

7.在GPU处理完一个job后，通过dma_fence的callback通知GPU scheduler，并signal finish fence

 

1.注册sched

 

struct drm_gpu_scheduler;

int drm_sched_init(struct drm_gpu_scheduler *sched,            //sched: scheduler instance
           const struct drm_sched_backend_ops *ops,            //ops: backend operations for this scheduler
           unsigned hw_submission,                        　　 //hw_submission: number of hw submissions that can be in flight
           unsigned hang_limit,                        　　    //hang_limit: number of times to allow a job to hang before dropping it
           long timeout,                            　　　　   //timeout: timeout value in jiffies for the scheduler
           const char *name)                        　　　　   //name: name used for debugging

通过函数drm_sched_init()完一个struct drm_gpu_scheduler *sched的初始化工作。

一旦成功完成，会启动一个内核线程，这个内核线程中实现了主要的调度逻辑。

内核线程处于等待状态，直到有新的job被提交，并唤醒调度作业。

 

hw_submission：指定GPU上单个命令通道可同时提交的命令数。

 

通过函数drm_sched_init()初始化一个GPU scheduler。其中通过参数const struct drm_sched_backend_ops *ops提供平台相关的回调接口。

 

struct drm_sched_backend_ops {
    struct dma_fence *(*dependency)(struct drm_sched_job *sched_job,
                    struct drm_sched_entity *s_entity);
    struct dma_fence *(*run_job)(struct drm_sched_job *sched_job);
    void (*timedout_job)(struct drm_sched_job *sched_job);
    void (*free_job)(struct drm_sched_job *sched_job);
}

dependency：当一个job被视作下一个调度对象时，会调用该接口。如果该job存在依赖项，需返回一个dma_fence指针，GPU scheduler会在这个返回的dma_fence的callback list中添加唤醒操作，一旦该fence被signal，就能再次唤醒GPU scheduler。如果不存在任何依赖项，则返回NULL。

run_job：一旦job的所有依赖项变得可用后，会调用该接口。这个接口主要是实现GPU HW相关的命令提交。该接口成功把命令提交到GPU上后，返回一个dma_fence，gpu scheduler会向这个dma_fence的callback list中添加finish fence唤醒操作，而这个dma_fence一般会在GPU处理完毕该job后被signal。

timedout_job：当一个提交到GPU执行时间过长时，该接口会被调用，以触发GPU执行恢复的处理流程。

free_job：用做当job被处理完毕后的相关资源释放工作。

 

2.初始化entities

int drm_sched_entity_init(struct drm_sched_entity *entity,
              enum drm_sched_priority priority,
              struct drm_gpu_scheduler **sched_list,
              unsigned int num_sched_list,
              atomic_t *guilty)

初始化一个struct drm_sched_entity *entity。

priority：指定entity的优先级，目前支持的优先级有（由低到高）：

  

    DRM_SCHED_PRIORITY_MIN
    DRM_SCHED_PRIORITY_NORMAL
    DRM_SCHED_PRIORITY_HIGH
    DRM_SCHED_PRIORITY_KERNEL

sched_list：entity中job可以被提交的gpu scheduler列表。当gpu存在多个gpu命令流通道时，这样同一个job就有多个潜在的可被提交的通道（HW相关，需要gpu支持），sched_list中即保存了这些潜在的通道。

当一个entity有多个Gpu scheduler时，drm scheduler支持负载均衡算法。

num_sched_list：指定了sched_list中gpu scheduler的个数。

 

函数drm_sched_entity_init()可在open()函数中被调用，这样当多个应用程序调用各自open()函数后，driver会为每个应用程序创建一个entity。

如前文所述，entity是job的提交点，gpu上的一个命令流通道对应一个gpu scheduler，当有多个应用程序同时向同一个gpu命令流通道提交job时，job先被加入到各自的entity上，再等待gpu scheduler的统一调度。

 

3.初始化job

int drm_sched_job_init(struct drm_sched_job *job,
               struct drm_sched_entity *entity,
               void *owner)

entity：指定job会被提交到的entity。如果entity的sched_list大于一个时，会调用负载均衡算法，从entity的sched_list中挑选一个最佳的gpu scheduler进行job调度。

函数drm_sched_job_init()会为该job初始化两个dma_fence：scheduled 和finished，当scheduled fence被signaled，表明该job要被发送到GPU上，当finished fence被signaled，表明该job已在gpu上处理完毕。

所以通过这两个fence可以告知外界job当前的状态。

 

4.提交job

void drm_sched_entity_push_job(struct drm_sched_job *sched_job,
                   struct drm_sched_entity *entity)

当一个job被drm_sched_job_init()初始化后，就可以通过函数 drm_sched_entity_push_job()提交到entity的job_queue上了。

如果entity是首次被提交job到其上的job_queue上，该entity会被加入到gpu scheduler的run queue上，并唤醒gpu scheduler上的调度线程。

 

5.dma_fence的作用

 

DMA fence是linux中用于不同内核模块DMA同步操作的原语，常用于GPU rendering、displaying buffer等之间的同步。

使用DMA FENCE可以减少在用户态的等待，让数据的同步在内核中进行。例如GPU rendering和displaying buffer的同步，GPU rendering负责向framebuffer中写入渲染数据，displaying负责将frambuffer中数据显示到屏幕上。那么displaying需要等待GPU rendering完成后，才能读取framebuffer中的数据（反过来也一样，gpu rendering也需要等displaying显示完毕后，才能在framebuffer上画下一帧图像）。我们可以在应用程序中去同步两者，即等rendering结束后，才调用displaying模块。在等待的过程中应用程序往往会休眠，不能做其他事情（比如准备下一帧framebuffer的渲染）。等displaying显示完毕后，再调用GPU rendering也会使gpu不饱和，处于空闲状态。

使用DMA fence后，将GPU rendering和displaying的同步放到内核中，应用程序调用GPU rendering后，返回一个out fence，不用等GPU rendering的完成，即可调用displaying，并把GPU rendering的out fence传递给displaying模块作为in fence。这样在内核中displaying模块要做显示输出前会等待in fence被signal，而一旦GPU rendering完成后，就会signal该fence。不再需要应用程序的参与。

更详细的解释请参考该文章：https://www.collabora.com/news-and-blog/blog/2016/09/13/mainline-explicit-fencing-part-1/。

 

在Gpu scheduler中，一个job在被调度前要确定其是否有依赖项，一个job被调度后需要告知外界自己当前的状态，这两者均是通过fence来实现的。

job的依赖项叫 in_fence，job自身状态报告叫out_fence，本质上都是相同的数据结构。

当存在in fence且不处于signaled状态，该job需要继续等待（这里的等待方式不是通过调用dma_fence_wait()），直到所有的in fence被signal。在等待前Gpu scheduler会注册一个新的回调接口dma_fence_cb到in fence上（其中包含唤醒Gpu scheduler调度程序的代码），当in fence被signal时，这个callback会被调用，在其中再次唤醒对该job的调度。

一个job有两个out fence：scheduled 和finished，当scheduled fence被signaled，表明该job要被发送到GPU上，当finished fence被signaled，表明该job已在gpu上处理完毕。

 

以下在VC4上的测试代码：

Vc4 driver没有使用drm的gpu scheduler作为调度器。VC4在in fence的处理上是blocking式的，即应用程序会阻塞在这里，这里似乎不符合fence的初衷。且当前driver也只支持单个in fence，而vulkan上可能传入多个依赖项。

实际的测试发现，与原本的driver相比使用gpu scheduler没有带来明显的性能变化，但可以解决fence的问题，当然主要的目的还是练手，主要参考了v3d driver的代码。

 

1.首先是调用 drm_sched_init()创建scheduler。Vc4上对应两个命令入口，bin和render，所以这里创建两个scheduler。

 

 1 static const struct drm_sched_backend_ops vc4_bin_sched_ops = {
 2     .dependency = vc4_job_dependency,
 3     .run_job = vc4_bin_job_run,
 4     .timedout_job = NULL,
 5     .free_job = vc4_job_free,
 6 };
 7
 8 static const struct drm_sched_backend_ops vc4_render_sched_ops = {
 9     .dependency = vc4_job_dependency,
10     .run_job = vc4_render_job_run,
11     .timedout_job = NULL,
12     .free_job = vc4_job_free,
13 };
14
15 int vc4_sched_init(struct vc4_dev *vc4)
16 {
17     int hw_jobs_limit = 1;
18     int job_hang_limit = 0;
19     int hang_limit_ms = 500;
20     int ret;
21
22     ret = drm_sched_init(&vc4->queue[VC4_BIN].sched,
23                          &vc4_bin_sched_ops,
24                          hw_jobs_limit,
25                          job_hang_limit,
26                          msecs_to_jiffies(hang_limit_ms),
27                          "vc4_bin");
28     if (ret) {
29         dev_err(vc4->base.dev, "Failed to create bin scheduler: %d.", ret);
30         return ret;
31     }
32
33     ret = drm_sched_init(&vc4->queue[VC4_RENDER].sched,
34                          &vc4_render_sched_ops,
35                          hw_jobs_limit,
36                          job_hang_limit,
37                          msecs_to_jiffies(hang_limit_ms),
38                          "vc4_render");
39     if (ret) {
40         dev_err(vc4->base.dev, "Failed to create render scheduler: %d.", ret);
41         vc4_sched_fini(vc4);
42         return ret;
43     }
44
45     return ret;
46 }

 

2.在drm driver的open回调接口中添加，entity的初始代码。

 1 static int vc4_open(struct drm_device *dev, struct drm_file *file)
 2 {
 3     struct vc4_dev *vc4 = to_vc4_dev(dev);
 4     struct vc4_file *vc4file;
 5     struct drm_gpu_scheduler *sched;
 6     int i;
 7
 8     vc4file = kzalloc(sizeof(*vc4file), GFP_KERNEL);
 9     if (!vc4file)
10         return -ENOMEM;
11
12     vc4_perfmon_open_file(vc4file);
13
14     for (i = 0; i < VC4_MAX_QUEUES; i++) {
15         sched = &vc4->queue[i].sched;
16         drm_sched_entity_init(&vc4file->sched_entity[i],
17                               DRM_SCHED_PRIORITY_NORMAL,
18                               &sched, 1,
19                               NULL);
20     }
21
22     file->driver_priv = vc4file;
23
24     return 0;
25 }

 

3.在driver完成了job的打包后，就可以向entity上提交job了。

  1 static void vc4_job_free(struct kref *ref)
  2 {
  3     struct vc4_job *job = container_of(ref, struct vc4_job, refcount);
  4     struct vc4_dev *vc4 = job->dev;
  5     struct vc4_exec_info *exec = job->exec;
  6     struct vc4_seqno_cb *cb, *cb_temp;
  7     struct dma_fence *fence;
  8     unsigned long index;
  9     unsigned long irqflags;
 10
 11     xa_for_each(&job->deps, index, fence) {
 12         dma_fence_put(fence);
 13     }
 14     xa_destroy(&job->deps);
 15
 16     dma_fence_put(job->irq_fence);
 17     dma_fence_put(job->done_fence);
 18
 19     if (exec)
 20         vc4_complete_exec(&job->dev->base, exec);
 21
 22     spin_lock_irqsave(&vc4->job_lock, irqflags);
 23     list_for_each_entry_safe(cb, cb_temp, &vc4->seqno_cb_list, work.entry) {
 24         if (cb->seqno <= vc4->finished_seqno) {
 25             list_del_init(&cb->work.entry);
 26             schedule_work(&cb->work);
 27         }
 28     }
 29
 30     spin_unlock_irqrestore(&vc4->job_lock, irqflags);
 31
 32     kfree(job);
 33 }
 34
 35 void vc4_job_put(struct vc4_job *job)
 36 {
 37     kref_put(&job->refcount, job->free);
 38 }
 39
 40 static int vc4_job_init(struct vc4_dev *vc4, struct drm_file *file_priv,
 41                              struct vc4_job *job, void (*free)(struct kref *ref), u32 in_sync)
 42 {
 43     struct dma_fence *in_fence = NULL;
 44     int ret;
 45
 46     xa_init_flags(&job->deps, XA_FLAGS_ALLOC);
 47
 48     if (in_sync) {
 49         ret = drm_syncobj_find_fence(file_priv, in_sync, 0, 0, &in_fence);
 50         if (ret == -EINVAL)
 51             goto fail;
 52
 53         ret = drm_gem_fence_array_add(&job->deps, in_fence);
 54         if (ret) {
 55             dma_fence_put(in_fence);
 56             goto fail;
 57         }
 58     }
 59
 60     kref_init(&job->refcount);
 61     job->free = free;
 62
 63     return 0;
 64
 65 fail:
 66     xa_destroy(&job->deps);
 67     return ret;
 68 }
 69
 70 static int vc4_push_job(struct drm_file *file_priv, struct vc4_job *job, enum vc4_queue queue)
 71 {
 72     struct vc4_file *vc4file = file_priv->driver_priv;
 73     int ret;
 74
 75     ret = drm_sched_job_init(&job->base, &vc4file->sched_entity[queue], vc4file);
 76     if (ret)
 77         return ret;
 78
 79     job->done_fence = dma_fence_get(&job->base.s_fence->finished);
 80
 81     kref_get(&job->refcount);
 82
 83     drm_sched_entity_push_job(&job->base, &vc4file->sched_entity[queue]);
 84
 85     return 0;
 86 }
 87
 88 /* Queues a struct vc4_exec_info for execution.  If no job is
 89 * currently executing, then submits it.
 90 *
 91 * Unlike most GPUs, our hardware only handles one command list at a
 92 * time.  To queue multiple jobs at once, we'd need to edit the
 93 * previous command list to have a jump to the new one at the end, and
 94 * then bump the end address.  That's a change for a later date,
 95 * though.
 96 */
 97 static int
 98 vc4_queue_submit_to_scheduler(struct drm_device *dev,
 99                                           struct drm_file *file_priv,
100                                           struct vc4_exec_info *exec,
101                                           struct ww_acquire_ctx *acquire_ctx)
102 {
103     struct vc4_dev *vc4 = to_vc4_dev(dev);
104     struct drm_vc4_submit_cl *args = exec->args;
105     struct vc4_job *bin = NULL;
106     struct vc4_job *render = NULL;
107     struct drm_syncobj *out_sync;
108     uint64_t seqno;
109     unsigned long irqflags;
110     int ret;
111
112     spin_lock_irqsave(&vc4->job_lock, irqflags);
113
114     seqno = ++vc4->emit_seqno;
115     exec->seqno = seqno;
116
117     spin_unlock_irqrestore(&vc4->job_lock, irqflags);
118
119     render = kcalloc(1, sizeof(*render), GFP_KERNEL);
120     if (!render)
121         return -ENOMEM;
122
123     render->exec = exec;
124
125     ret = vc4_job_init(vc4, file_priv, render, vc4_job_free, args->in_sync);
126     if (ret) {
127         kfree(render);
128         return ret;
129     }
130
131     if (args->bin_cl_size != 0) {
132         bin = kcalloc(1, sizeof(*bin), GFP_KERNEL);
133         if (!bin) {
134             vc4_job_put(render);
135             return -ENOMEM;
136         }
137
138         bin->exec = exec;
139
140         ret = vc4_job_init(vc4, file_priv, bin, vc4_job_free, args->in_sync);
141         if (ret) {
142             vc4_job_put(render);
143             kfree(bin);
144             return ret;
145         }
146     }
147
148     mutex_lock(&vc4->sched_lock);
149
150     if (bin) {
151         ret = vc4_push_job(file_priv, bin, VC4_BIN);
152         if (ret)
153             goto FAIL;
154
155         ret = drm_gem_fence_array_add(&render->deps, dma_fence_get(bin->done_fence));
156         if (ret)
157             goto FAIL;
158     }
159
160     vc4_push_job(file_priv, render, VC4_RENDER);
161
162     mutex_unlock(&vc4->sched_lock);
163
164     if (args->out_sync) {
165         out_sync = drm_syncobj_find(file_priv, args->out_sync);
166         if (!out_sync) {
167             ret = -EINVAL;
168             goto FAIL;;
169         }
170
171         drm_syncobj_replace_fence(out_sync, &bin->base.s_fence->scheduled);
172         exec->fence = render->done_fence;
173
174         drm_syncobj_put(out_sync);
175     }
176
177     vc4_update_bo_seqnos(exec, seqno);
178
179     vc4_unlock_bo_reservations(dev, exec, acquire_ctx);
180
181     if (bin)
182         vc4_job_put(bin);
183     vc4_job_put(render);
184
185     return 0;
186
187 FAIL:
188     return ret;
189 }

参考资料：

 

https://dri.freedesktop.org/docs/drm/gpu/drm-mm.html#gpu-scheduler

https://rosenzweig.io/blog/from-bifrost-to-panfrost.html

https://www.collabora.com/news-and-blog/blog/2017/01/26/mainline-explicit-fencing-part-3/