已合并
fix: 修复dflow非0卡部署context校验失败并保证API层context透明 #4697
lining23666创建于 9 天前
fix: 修复dflow非0卡部署context校验失败并保证API层context透明 #4697
已合并
Pull Request已成功合入, 合并人@CANN-robot
（感谢 lining23666 的贡献）9 天前 创建了 pull request，commit 6207b6ad
9 天前 添加了label：stat/needs-squash
9 天前 添加了label：cann-cla/yes
CANN-robot
9 天前 评论：
9 天前 评论：
Thanks for your pull-request.
The full list of commands accepted by me can be found at here.
You can get sig-info at here.
You can self-configure the PR merge rules for this repository. For more details, please refer to Here.
For more, you also can visit HICANN.
PR Approval Progress
✅ Congratulations! All modules have met the lgtm and approve requirements.
Module Approval Details
| module | lgtm status | approve status |
|---|---|---|
| repo-cann/ge | ✅ yangyongqiang0606, stevenaw0, xchu42 (3/2) | ✅ yangyongqiang0606 (1/1) |
💡 Tip:
- Committer can comment
/approveor/lgtm- Commenting
/approveimplies both code review (lgtm) and intent to merge (approve)
CLA Signature Pass
lining23666, thanks for your pull request. All authors of the commits have signed the CLA. 👍
CANN-robot9 天前 将yangyongqiang0606,kobemini,ClarkXie,tangqunzhang,xchu42,hugo111,fu-jun2,depeng1994,wqtshg_wt,peiyang,shengnan666,zhangfan_hanq,zhanj,zhujingjing,Mexyy,wangxiaotian995,stevenaw0,yuht9设为评审人
9 天前 将yangyongqiang0606,kobemini,ClarkXie,tangqunzhang,xchu42,hugo111,fu-jun2,depeng1994,wqtshg_wt,peiyang,shengnan666,zhangfan_hanq,zhanj,zhujingjing,Mexyy,wangxiaotian995,stevenaw0,yuht9设为评审人
CANN-robot9 天前 将yangyongqiang0606,kobemini,ClarkXie,tangqunzhang,xchu42,hugo111,fu-jun2,depeng1994,wqtshg_wt,peiyang,shengnan666,zhangfan_hanq,zhanj,zhujingjing,Mexyy,wangxiaotian995,stevenaw0,yuht9设为审查人
9 天前 将yangyongqiang0606,kobemini,ClarkXie,tangqunzhang,xchu42,hugo111,fu-jun2,depeng1994,wqtshg_wt,peiyang,shengnan666,zhangfan_hanq,zhanj,zhujingjing,Mexyy,wangxiaotian995,stevenaw0,yuht9设为审查人
lining23666
9 天前 评论：
9 天前 评论：
compile
Llining23666
9 天前 update merge request[project id: 8824148, iid: 4697, commit_id: b70f65be543714b04dcd545a8b0fa18dbf226721] virtual merging success
9 天前 update merge request[project id: 8824148, iid: 4697, commit_id: b70f65be543714b04dcd545a8b0fa18dbf226721] virtual merging success
CANN-robot
9 天前 评论：
9 天前 评论：
| 🚀 CI 流水线已启动 |
|---|
| 📋 执行详情: 点击查看流水线 |
9 天前 添加了label：ci-pipeline-running
9 天前 删除了label：ci-pipeline-running
9 天前 添加了label：ci-pipeline-passed
8 天前 取消了草稿状态
黄桂军
8 天前 评论：
8 天前 评论：
/lgtm
xchu42
8 天前 评论：
8 天前 评论：
/lgtm
8 天前 添加了label：lgtm
yangyongqiang
7 天前 评论：
7 天前 评论：
/approve
7 天前 添加了label：approved
7 天前 合入了pull request
Pull Request
描述
修复 dflow 部署模型到非 0 卡时加载失败的问题，并保证 dflow API 对调用线程 runtime context 的透明性。包含两个配套修改：
1. SubmitEventSync 入口绑卡（dflow/deployer/common/data_flow/event/proxy_event_manager.cc）
根因：runtime context 是线程私有的，
ProxyEventManager::SubmitEventSync会在部署线程池工作线程（ge_dpl_ldlm 加载子模型线程等）中调用rtEschedSubmitEventSync，而该线程从未执行过aclrtSetDevice，报EE1018: No valid context is bound to the current thread。部署 0 卡时命中 runtime 默认 context 侥幸通过，非 0 卡（如 numa_config 仅配置 2/3/4/5 卡）必现。修复：
SubmitEventSync入口统一aclrtSetDevice(device_id)，单点覆盖全部 6 类远程内存组事件（CreateGroup/AddGroup/AllocCache/AllocMbuf/FreeMbuf/CopyQMbuf），与库内 DestroyQueue、UnloadSubmodels 既有做法一致。该路径仅在部署期和变量同步期调用，不在推理热路径。2. dflow API 入口 context save/restore（dflow/runner/session/dflow_api.cc）
背景：内部路径（如 feed 的 io_helper）会在 API 调用线程上 SetDevice 并残留切换，污染调用方（如 torch_npu 用户主线程）的 context。
修复：API 层新增
RtCtxGuard（RAII），入口记录调用线程 context，出口恢复，使内部设备/context 切换对调用方透明：两个修改配合形成完整方案：内部各依赖 context 的调用点用前自行绑卡（可自由切换），API 层对调用方上下文透明。
变更类型
关联的Issue
如何测试
核对清单
其他信息
本 PR 为草稿状态，真机验证进行中，完成后转正式。