| 修复A2A3环境下EsTranspose和aclrtGetArgsFromExceptionInfo符号未定义问题
Co-authored-by: y00951989<yangshengjun3@huawei.com>
# message auto-generated for no-merge-commit merge:
!5077 merge A2A3_pr into master
修复A2A3环境下EsTranspose和aclrtGetArgsFromExceptionInfo符号未定义问题
Created-by: yangshengjun703
Commit-by: y00951989
Merged-by: cann-robot
Description: ## 描述
解决A2A3环境下EsTranspose和aclrtGetArgsFromExceptionInfo符号未定义问题
## 关联Issue
关联的Issue [https://gitcode.com/cann/ops-transformer/issues/2334](url)
## 测试
完成线上A5 A2 A3 rdv 及 本地问题单复现场景A2A3的用例测试，精度通过
# Ascend C 算子代码检视报告
## 1. 检视概要
**检视文件**：C:\y00951989\5077.diff（171行）
**检视模式**：PR 检视（C++安全检视）
**检视范围**：
- **文件1**：mc2/common/utils/mc2_exception_dump.h - 异常处理动态库加载改造
- **文件2**：mc2/matmul_allto_all/op_graph/fusion_pass/matmul_all_to_all_transpose_a5_fusion_pass.cpp - fusion pass 动态库加载
**核心变更**：
- 使用 dlopen/dlsym 动态加载 API 函数，替代直接调用
- 目的：解决符号依赖问题，提升版本兼容性
**问题统计**：
- **CRITICAL级别**：2个（空指针解引用、资源泄露）
- **MEDIUM级别**：2个（外部输入校验、LOG安全）
- **LOW级别**：0个
**检视结论**：该PR引入动态库加载机制解决版本兼容性问题，但存在**2个CRITICAL级别安全风险**，必须在合并前修复。
---
## 2. 问题详情（按严重级别排序）
### CRITICAL-1：空指针解引用风险（cpp-secure 3.5）
**严重级别**：CRITICAL（高）
**假设检验过程**：
| 步骤 | 假设与证据 | 自信值 |
|------|-----------|-------|
| **H0** | func 指针在使用前已判空 | 0% |
| **证据1** | 行152：static EsTransposeFunc func = GetEsTransposeFunc(); 从 GetEsTransposeFunc() 获取指针 | +40% |
| **证据2** | GetEsTransposeFunc() 可能返回 nullptr（dlopen 或 dlsym 失败时，第139、145行） | +30% |
| **证据3** | TransposeDL 函数中第154行直接调用 func(...)，未进行判空检查 | +30% |
| **H1** | **func 指针可能为 nullptr，直接调用会导致程序崩溃** | **100%** |
**关联条款**：cpp-secure 3.5（指针使用前判空）、TOPK-1（必须校验函数返回值）
**代码路径**：mc2/matmul_allto_all/op_graph/fusion_pass/matmul_all_to_all_transpose_a5_fusion_pass.cpp（diff行152-154）
**问题类型**：内存安全 - 空指针解引用
**问题代码片段**：
```cpp
// 行150-157（TransposeDL 函数）
ge::es::EsTensorHolder TransposeDL(const ge::es::EsTensorLike& x, const ge::es::EsTensorLike& perm)
{
static EsTransposeFunc func = GetEsTransposeFunc(); // ❌ 可能返回 nullptr
auto* builder = ge::es::ResolveBuilder(x, perm);
auto result = func(x.ToTensorHolder(builder).GetCTensorHolder(), // ❌ 直接调用，未判空
perm.ToTensorHolder(builder).GetCTensorHolder());
return result;
}
```
**修改建议**：
```cpp
// ✅ 正确：添加判空检查
ge::es::EsTensorHolder TransposeDL(const ge::es::EsTensorLike& x, const ge::es::EsTensorLike& perm)
{
static EsTransposeFunc func = GetEsTransposeFunc();
if (func == nullptr) {
OPS_LOG_E("MatmulAllToAllTransposeA5FusionPass", "EsTranspose function not loaded");
return ge::es::EsTensorHolder(); // 返回空对象或抛出异常
}
auto* builder = ge::es::ResolveBuilder(x, perm);
auto result = func(x.ToTensorHolder(builder).GetCTensorHolder(),
perm.ToTensorHolder(builder).GetCTensorHolder());
return result;
}
```
---
### CRITICAL-2：资源泄露风险（cpp-secure 5.2）
**严重级别**：CRITICAL（高）
**假设检验过程**：
| 步骤 | 假设与证据 | 自信值 |
|------|-----------|-------|
| **H0** | dlopen handle 资源正确释放 | 0% |
| **证据1** | 行136：dlopen("libes_math.so", RTLD_LAZY | RTLD_GLOBAL) 使用 RTLD_LAZY | RTLD_GLOBAL 标志 | +40% |
| **证据2** | RTLD_LAZY | RTLD_GLOBAL 标志会增加动态库的引用计数 | +30% |
| **证据3** | 整个函数作用域内无 dlclose 调用（第136-148行） | +30% |
| **证据4** | handle 为局部变量，函数返回后丢失，无法后续释放 | +20% |
| **H1** | **dlopen 增加了引用计数，但未配对 dlclose，导致资源泄露** | **100%** |
**关联条款**：cpp-secure 5.2（资源申请和释放必须匹配）
**代码路径**：mc2/matmul_allto_all/op_graph/fusion_pass/matmul_all_to_all_transpose_a5_fusion_pass.cpp（diff行136-148）
**问题类型**：资源泄露 - dlopen未配对dlclose
**问题分析**：
- RTLD_LAZY | RTLD_GLOBAL 标志会加载库并增加引用计数
- 函数返回后 handle 局部变量丢失，无法后续调用 dlclose
- 如果库被多次加载（虽然 static func 缓存了结果，但每次检查都会执行 dlopen），会导致库无法被正常卸载
**修改建议**：
**方案1：使用 RTLD_NOLOAD，仅查询不增加引用计数**（推荐）
```cpp
// ✅ 正确：使用 RTLD_NOLOAD，不增加引用计数
EsTransposeFunc GetEsTransposeFunc()
{
void* handle = dlopen("libes_math.so", RTLD_NOLOAD | RTLD_LAZY); // 仅查询
if (!handle) {
OPS_LOG_E("MatmulAllToAllTransposeA5FusionPass", "dlopen failed: %s", dlerror());
return nullptr;
}
dlerror();
auto func = reinterpret_cast<EsTransposeFunc>(dlsym(handle, "EsTranspose"));
if (dlerror() != nullptr) {
OPS_LOG_E("MatmulAllToAllTransposeA5FusionPass", "dlsym EsTranspose failed");
return nullptr;
}
return func; // RTLD_NOLOAD 不增加引用计数，无需 dlclose
}
```
---
### MEDIUM-1：外部输入参数未判空（cpp-secure 4.1）
**严重级别**：MEDIUM（中）
**假设检验过程**：
| 步骤 | 假设与证据 | 自信值 |
|------|-----------|-------|
| **H0** | args 参数正确校验 | 0% |
| **证据1** | args 参数作为 aclrtExceptionInfo 指针，属于外部输入（来自异常回调） | +40% |
| **证据2** | diff 第81行直接使用 args 参数调用函数，未显示判空检查 | +30% |
| **证据3** | 虽然理论上异常回调不应传入 nullptr，但规范要求对外部输入必须校验 | +20% |
| **H1** | **args 参数作为外部输入，建议添加判空检查** | **70%** |
**关联条款**：cpp-secure 4.1（外部输入数据合法性校验）
**代码路径**：mc2/common/utils/mc2_exception_dump.h（diff行81）
**问题类型**：外部输入校验 - 参数未判空
**问题代码片段**：
```cpp
// 行81（Mc2ExceptionImpl 函数）
auto ret = aclrtGetArgsFromExceptionInfoFunc(args, &devArgsPtr, &devArgsLen); // args 未判空
```
**修改建议**：
```cpp
// ✅ 正确：添加参数校验
inline void Mc2ExceptionImpl(aclrtExceptionInfo *args, void *userdata, const char *op)
{
// 添加外部输入校验
if (args == nullptr) {
OP_LOGE(OP_NAME, "args is nullptr, invalid exception info");
return;
}
// Get addr of hccl context from ExceptionInfo
void* devArgsPtr = nullptr;
uint32_t devArgsLen = 0;
...
}
```
---
### MEDIUM-2：LOG API 潜在空指针风险（cpp-secure 11.1）
**严重级别**：MEDIUM（中）
**假设检验过程**：
| 步骤 | 假设与证据 | 自信值 |
|------|-----------|-------|
| **H0** | dlerror() 返回值作为 LOG 参数安全 | 0% |
| **证据1** | dlerror() 函数在无错误时返回 nullptr | +40% |
| **证据2** | 代码中直接将 dlerror() 作为 %s 参数传入 OP_LOGE（第34、37、55、60行） | +30% |
| **证据3** | 虽然在错误分支调用理论上应返回错误字符串，但不同平台行为可能有差异 | +20% |
| **H1** | **dlerror() 可能返回 nullptr，作为 %s 参数可能导致段错误** | **50%** |
**结论**：自信值 **50%** < 60%，无法推翻原假设H0，但存在**需关注**风险点。
**关联条款**：cpp-secure 11.1（LOG API 禁止传入空指针作为字符串参数）
**代码路径**：mc2/common/utils/mc2_exception_dump.h（diff行34、37、55、60）
**问题类型**：LOG安全 - 潜在空指针风险
**问题代码片段**：
```cpp
// 行34、37、55、60
OP_LOGE(OP_NAME, "dlsym aclrtGetArgsFromExceptionInfo failed: %s", dlerror()); // ❌ dlerror() 可能为 nullptr
OP_LOGE(OP_NAME, "dlopen failed: %s", dlerror()); // ❌ dlerror() 可能为 nullptr
```
**修改建议**：
```cpp
// ✅ 正确：判空或使用安全格式
// 方案1：判空
const char* errMsg = dlerror();
OP_LOGE(OP_NAME, "dlopen failed: %s", errMsg ? errMsg : "unknown error");
// 方案2：使用安全格式
OP_LOGE(OP_NAME, "dlopen failed, error code: %p", dlerror()); // 打印指针地址
```
---
## 3. 通过条款
以下条款经检视后确认代码符合规范：
### TOPK-13：禁止 thread_local 变量
- ✅ **通过**：代码中使用 static 变量，未使用 thread_local 关键字
### TOPK-1：必须校验函数返回值
- ✅ **通过**：dlopen、dlsym、aclrtGetArgsFromExceptionInfo、acldumpGetPath 等关键函数均有返回值校验
### cpp-secure 3.1：禁止使用未初始化的变量
- ✅ **通过**：所有 static 变量均显式初始化（func = nullptr、initialized = false）
### cpp-secure 11.3：LOG API 参数类型必须与格式化说明符匹配
- ✅ **通过**：%s 对应 dlerror() 返回值（char*），%d 对应 aclError 类型（整型），类型匹配
### mc2_exception_dump.h 中的 RTLD_NOLOAD 使用
- ✅ **合理**：GetAclrtGetArgsFromExceptionInfoFunc() 和 GetAcldumpGetPathFunc() 使用 RTLD_NOLOAD | RTLD_LAZY，仅查询库是否已加载，不增加引用计数，无需 dlclose
---
## 4. 整体评价
### 优点总结：
1. **架构设计合理**：使用动态加载机制解决版本兼容性问题，避免硬编码符号依赖
2. **函数指针管理规范**：使用 static 变量缓存函数指针，避免重复加载开销
3. **错误处理完善**：dlopen/dlsym 失败时记录日志，提供错误信息
4. **返回值校验完整**：关键函数调用均有返回值校验和错误处理
5. **RTLD_NOLOAD 使用正确**：mc2_exception_dump.h 中使用 RTLD_NOLOAD 避免增加引用计数
### 需改进项总结：
**必须修改（CRITICAL）**：
1. ✅ TransposeDL 函数添加 func 指针判空检查（防止空指针解引用崩溃）
2. ✅ GetEsTransposeFunc() 修改为 RTLD_NOLOAD 或添加 dlclose（防止资源泄露）
**建议修改（MEDIUM）**：
1. ✅ Mc2ExceptionImpl 函数添加 args 参数判空检查（外部输入校验）
2. ✅ LOG 宏中的 dlerror() 返回值判空或使用安全格式（防止段错误）
### 综合评分：
| 维度 | 评分 | 说明 |
|------|------|------|
| **安全编码** | 60/100 | 2个CRITICAL安全问题需立即修复 |
| **API使用** | 75/100 | dlopen/dlsym 使用基本规范，但存在资源泄露风险 |
| **性能优化** | 90/100 | static 缓存设计合理，避免重复加载 |
| **代码规范** | 85/100 | 注释清晰，格式规范 |
| **版本兼容性** | 95/100 | 动态加载机制解决符号依赖问题 |
**总分**：**81/100**
---
## 5. 结论与建议
### 检视结论：
该PR引入动态库加载机制（dlopen/dlsym）解决版本兼容性问题，架构设计合理。但存在**2个CRITICAL级别的安全风险**（空指针解引用、资源泄露），必须在合并前修复。
### 修改要求：
**必须修复（阻塞合并）**：
1. ✅ **TransposeDL 函数添加判空检查**（cpp-secure 3.5）
- 添加 if (func == nullptr) 检查，防止空指针解引用崩溃
- 返回空对象或抛出异常作为错误处理
2. ✅ **GetEsTransposeFunc() 资源泄露修复**（cpp-secure 5.2）
- **方案1（推荐）**：改用 RTLD_NOLOAD | RTLD_LAZY，仅查询不增加引用计数
- **方案2**：缓存 handle 并添加清理函数，确保引用计数匹配
**建议修复（推荐）**：
1. ✅ Mc2ExceptionImpl 函数添加 args 参数校验（cpp-secure 4.1）
2. ✅ LOG 宏中 dlerror() 返回值判空（cpp-secure 11.1）
### 建议操作：
1. **立即修复 CRITICAL 问题**：优先修复空指针解引用和资源泄露问题
2. **补充单元测试**：测试 dlopen/dlsym 失败场景，验证错误处理逻辑
3. **添加文档说明**：在 README 或代码注释中说明动态加载机制的使用场景和注意事项
4. **代码 Review**：邀请团队成员 Review 修复后的代码
5. **性能测试**：验证动态加载对性能的影响（虽然 static 缓存可避免重复加载）
---
**报告生成时间**：2026-05-08
**检视人**：AI Code Reviewer (ascendc-ops-reviewer)
**检视模式**：PR检视（C++安全检视）
**规范版本**：cpp-secure.md、ascendc-topk.md
**检视状态**：已完成，发现2个
See merge request: cann/ops-transformer!5077 | 21 天前 |
