<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<style type="text/css" style="display:none;"> P {margin-top:0;margin-bottom:0;} </style>
</head>
<body dir="ltr">
<p style="font-family:Arial;font-size:10pt;color:#0000FF;margin:5pt;" align="Left">
[AMD Official Use Only]<br>
</p>
<br>
<div>
<div style="font-family:Calibri,Arial,Helvetica,sans-serif; font-size:12pt; color:rgb(0,0,0)">
The patch looks good for me, but it's better to add comment in amdgpu_register_bad_pages_mca_notifier to explain why we need to reserve GPU info instead of using mgpu_info list, with this addressed, the patch is:</div>
<div style="font-family:Calibri,Arial,Helvetica,sans-serif; font-size:12pt; color:rgb(0,0,0)">
<br>
</div>
<div style="font-family:Calibri,Arial,Helvetica,sans-serif; font-size:12pt; color:rgb(0,0,0)">
<span style="margin:0px;font-family:Calibri, sans-serif;background-color:white">Reviewed-by: Tao Zhou <</span><a href="mailto:tao.zhou1@amd.com" target="_blank" rel="noopener noreferrer" data-auth="NotApplicable" data-linkindex="0" style="margin:0px;font-family:Calibri, sans-serif;background-color:white">tao.zhou1@amd.com</a><span style="margin:0px;font-family:Calibri, sans-serif;background-color:white">></span><br>
</div>
<div>
<div id="appendonsend"></div>
<div style="font-family:Calibri,Arial,Helvetica,sans-serif; font-size:12pt; color:rgb(0,0,0)">
<br>
</div>
<hr tabindex="-1" style="display:inline-block; width:98%">
<div id="divRplyFwdMsg" dir="ltr"><font face="Calibri, sans-serif" color="#000000" style="font-size:11pt"><b>From:</b> Joshi, Mukul <Mukul.Joshi@amd.com><br>
<b>Sent:</b> Tuesday, October 12, 2021 10:33 AM<br>
<b>To:</b> amd-gfx@lists.freedesktop.org <amd-gfx@lists.freedesktop.org><br>
<b>Cc:</b> Zhou1, Tao <Tao.Zhou1@amd.com>; Clements, John <John.Clements@amd.com>; Joshi, Mukul <Mukul.Joshi@amd.com><br>
<b>Subject:</b> [PATCH 2/2] drm/amdgpu: Fix RAS page retirement with mode2 reset on Aldebaran</font>
<div> </div>
</div>
<div class="BodyFragment"><font size="2"><span style="font-size:11pt">
<div class="PlainText">During mode2 reset, the GPU is temporarily removed from the<br>
mgpu_info list. As a result, page retirement fails because it<br>
cannot find the GPU in the GPU list.<br>
To fix this, create our own list of GPUs that support MCE notifier<br>
based page retirement and use that list to check if the UMC error<br>
occurred on a GPU that supports MCE notifier based page retirement.<br>
<br>
Signed-off-by: Mukul Joshi <mukul.joshi@amd.com><br>
---<br>
 drivers/gpu/drm/amd/amdgpu/amdgpu_ras.c | 24 ++++++++++++------------<br>
 1 file changed, 12 insertions(+), 12 deletions(-)<br>
<br>
diff --git a/drivers/gpu/drm/amd/amdgpu/amdgpu_ras.c b/drivers/gpu/drm/amd/amdgpu/amdgpu_ras.c<br>
index e8875351967e..e8d88c77eb46 100644<br>
--- a/drivers/gpu/drm/amd/amdgpu/amdgpu_ras.c<br>
+++ b/drivers/gpu/drm/amd/amdgpu/amdgpu_ras.c<br>
@@ -112,7 +112,12 @@ static bool amdgpu_ras_check_bad_page_unlock(struct amdgpu_ras *con,<br>
 static bool amdgpu_ras_check_bad_page(struct amdgpu_device *adev,<br>
                                 uint64_t addr);<br>
 #ifdef CONFIG_X86_MCE_AMD<br>
-static void amdgpu_register_bad_pages_mca_notifier(void);<br>
+static void amdgpu_register_bad_pages_mca_notifier(struct amdgpu_device *adev);<br>
+struct mce_notifier_adev_list {<br>
+       struct amdgpu_device *devs[MAX_GPU_INSTANCE];<br>
+       int num_gpu;<br>
+};<br>
+static struct mce_notifier_adev_list mce_adev_list;<br>
 #endif<br>
 <br>
 void amdgpu_ras_set_error_query_ready(struct amdgpu_device *adev, bool ready)<br>
@@ -2108,7 +2113,7 @@ int amdgpu_ras_recovery_init(struct amdgpu_device *adev)<br>
 #ifdef CONFIG_X86_MCE_AMD<br>
         if ((adev->asic_type == CHIP_ALDEBARAN) &&<br>
             (adev->gmc.xgmi.connected_to_cpu))<br>
-               amdgpu_register_bad_pages_mca_notifier();<br>
+               amdgpu_register_bad_pages_mca_notifier(adev);<br>
 #endif<br>
         return 0;<br>
 <br>
@@ -2605,24 +2610,18 @@ void amdgpu_release_ras_context(struct amdgpu_device *adev)<br>
 #ifdef CONFIG_X86_MCE_AMD<br>
 static struct amdgpu_device *find_adev(uint32_t node_id)<br>
 {<br>
-       struct amdgpu_gpu_instance *gpu_instance;<br>
         int i;<br>
         struct amdgpu_device *adev = NULL;<br>
 <br>
-       mutex_lock(&mgpu_info.mutex);<br>
-<br>
-       for (i = 0; i < mgpu_info.num_gpu; i++) {<br>
-               gpu_instance = &(mgpu_info.gpu_ins[i]);<br>
-               adev = gpu_instance->adev;<br>
+       for (i = 0; i < mce_adev_list.num_gpu; i++) {<br>
+               adev = mce_adev_list.devs[i];<br>
 <br>
-               if (adev->gmc.xgmi.connected_to_cpu &&<br>
+               if (adev && adev->gmc.xgmi.connected_to_cpu &&<br>
                     adev->gmc.xgmi.physical_node_id == node_id)<br>
                         break;<br>
                 adev = NULL;<br>
         }<br>
 <br>
-       mutex_unlock(&mgpu_info.mutex);<br>
-<br>
         return adev;<br>
 }<br>
 <br>
@@ -2718,8 +2717,9 @@ static struct notifier_block amdgpu_bad_page_nb = {<br>
         .priority       = MCE_PRIO_UC,<br>
 };<br>
 <br>
-static void amdgpu_register_bad_pages_mca_notifier(void)<br>
+static void amdgpu_register_bad_pages_mca_notifier(struct amdgpu_device *adev)<br>
 {<br>
+       mce_adev_list.devs[mce_adev_list.num_gpu++] = adev;<br>
         /*<br>
          * Register the x86 notifier only once<br>
          * with MCE subsystem.<br>
-- <br>
2.33.0<br>
<br>
</div>
</span></font></div>
</div>
</div>
</body>
</html>