drivers/gpu/drm/amd/amdgpu/amdgpu_ras.c

   1 /*
   2  * Copyright 2018 Advanced Micro Devices, Inc.
   3  *
   4  * Permission is hereby granted, free of charge, to any person obtaining a
   5  * copy of this software and associated documentation files (the "Software"),
   6  * to deal in the Software without restriction, including without limitation
   7  * the rights to use, copy, modify, merge, publish, distribute, sublicense,
   8  * and/or sell copies of the Software, and to permit persons to whom the
   9  * Software is furnished to do so, subject to the following conditions:
  10  *
  11  * The above copyright notice and this permission notice shall be included in
  12  * all copies or substantial portions of the Software.
  13  *
  14  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  15  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  16  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT.  IN NO EVENT SHALL
  17  * THE COPYRIGHT HOLDER(S) OR AUTHOR(S) BE LIABLE FOR ANY CLAIM, DAMAGES OR
  18  * OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE,
  19  * ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR
  20  * OTHER DEALINGS IN THE SOFTWARE.
  21  *
  22  *
  23  */
  24 #include <linux/debugfs.h>
  25 #include <linux/list.h>
  26 #include <linux/module.h>
  27 #include <linux/uaccess.h>
  28 #include <linux/reboot.h>
  29 #include <linux/syscalls.h>
  30
  31 #include "amdgpu.h"
  32 #include "amdgpu_ras.h"
  33 #include "amdgpu_atomfirmware.h"
  34 #include "amdgpu_xgmi.h"
  35 #include "ivsrcid/nbio/irqsrcs_nbif_7_4.h"
  36
  37 const char *ras_error_string[] = {
  38         "none",
  39         "parity",
  40         "single_correctable",
  41         "multi_uncorrectable",
  42         "poison",
  43 };
  44
  45 const char *ras_block_string[] = {
  46         "umc",
  47         "sdma",
  48         "gfx",
  49         "mmhub",
  50         "athub",
  51         "pcie_bif",
  52         "hdp",
  53         "xgmi_wafl",
  54         "df",
  55         "smn",
  56         "sem",
  57         "mp0",
  58         "mp1",
  59         "fuse",
  60 };
  61
  62 #define ras_err_str(i) (ras_error_string[ffs(i)])
  63 #define ras_block_str(i) (ras_block_string[i])
  64
  65 #define AMDGPU_RAS_FLAG_INIT_BY_VBIOS           1
  66 #define AMDGPU_RAS_FLAG_INIT_NEED_RESET         2
  67 #define RAS_DEFAULT_FLAGS (AMDGPU_RAS_FLAG_INIT_BY_VBIOS)
  68
  69 /* inject address is 52 bits */
  70 #define RAS_UMC_INJECT_ADDR_LIMIT       (0x1ULL << 52)
  71
  72 enum amdgpu_ras_retire_page_reservation {
  73         AMDGPU_RAS_RETIRE_PAGE_RESERVED,
  74         AMDGPU_RAS_RETIRE_PAGE_PENDING,
  75         AMDGPU_RAS_RETIRE_PAGE_FAULT,
  76 };
  77
  78 atomic_t amdgpu_ras_in_intr = ATOMIC_INIT(0);
  79
  80 static bool amdgpu_ras_check_bad_page(struct amdgpu_device *adev,
  81                                 uint64_t addr);
  82
  83 static ssize_t amdgpu_ras_debugfs_read(struct file *f, char __user *buf,
  84                                         size_t size, loff_t *pos)
  85 {
  86         struct ras_manager *obj = (struct ras_manager *)file_inode(f)->i_private;
  87         struct ras_query_if info = {
  88                 .head = obj->head,
  89         };
  90         ssize_t s;
  91         char val[128];
  92
  93         if (amdgpu_ras_error_query(obj->adev, &info))
  94                 return -EINVAL;
  95
  96         s = snprintf(val, sizeof(val), "%s: %lu\n%s: %lu\n",
  97                         "ue", info.ue_count,
  98                         "ce", info.ce_count);
  99         if (*pos >= s)
 100                 return 0;
 101
 102         s -= *pos;
 103         s = min_t(u64, s, size);
 104
 105
 106         if (copy_to_user(buf, &val[*pos], s))
 107                 return -EINVAL;
 108
 109         *pos += s;
 110
 111         return s;
 112 }
 113
 114 static const struct file_operations amdgpu_ras_debugfs_ops = {
 115         .owner = THIS_MODULE,
 116         .read = amdgpu_ras_debugfs_read,
 117         .write = NULL,
 118         .llseek = default_llseek
 119 };
 120
 121 static int amdgpu_ras_find_block_id_by_name(const char *name, int *block_id)
 122 {
 123         int i;
 124
 125         for (i = 0; i < ARRAY_SIZE(ras_block_string); i++) {
 126                 *block_id = i;
 127                 if (strcmp(name, ras_block_str(i)) == 0)
 128                         return 0;
 129         }
 130         return -EINVAL;
 131 }
 132
 133 static int amdgpu_ras_debugfs_ctrl_parse_data(struct file *f,
 134                 const char __user *buf, size_t size,
 135                 loff_t *pos, struct ras_debug_if *data)
 136 {
 137         ssize_t s = min_t(u64, 64, size);
 138         char str[65];
 139         char block_name[33];
 140         char err[9] = "ue";
 141         int op = -1;
 142         int block_id;
 143         uint32_t sub_block;
 144         u64 address, value;
 145
 146         if (*pos)
 147                 return -EINVAL;
 148         *pos = size;
 149
 150         memset(str, 0, sizeof(str));
 151         memset(data, 0, sizeof(*data));
 152
 153         if (copy_from_user(str, buf, s))
 154                 return -EINVAL;
 155
 156         if (sscanf(str, "disable %32s", block_name) == 1)
 157                 op = 0;
 158         else if (sscanf(str, "enable %32s %8s", block_name, err) == 2)
 159                 op = 1;
 160         else if (sscanf(str, "inject %32s %8s", block_name, err) == 2)
 161                 op = 2;
 162         else if (str[0] && str[1] && str[2] && str[3])
 163                 /* ascii string, but commands are not matched. */
 164                 return -EINVAL;
 165
 166         if (op != -1) {
 167                 if (amdgpu_ras_find_block_id_by_name(block_name, &block_id))
 168                         return -EINVAL;
 169
 170                 data->head.block = block_id;
 171                 /* only ue and ce errors are supported */
 172                 if (!memcmp("ue", err, 2))
 173                         data->head.type = AMDGPU_RAS_ERROR__MULTI_UNCORRECTABLE;
 174                 else if (!memcmp("ce", err, 2))
 175                         data->head.type = AMDGPU_RAS_ERROR__SINGLE_CORRECTABLE;
 176                 else
 177                         return -EINVAL;
 178
 179                 data->op = op;
 180
 181                 if (op == 2) {
 182                         if (sscanf(str, "%*s %*s %*s %u %llu %llu",
 183                                                 &sub_block, &address, &value) != 3)
 184                                 if (sscanf(str, "%*s %*s %*s 0x%x 0x%llx 0x%llx",
 185                                                         &sub_block, &address, &value) != 3)
 186                                         return -EINVAL;
 187                         data->head.sub_block_index = sub_block;
 188                         data->inject.address = address;
 189                         data->inject.value = value;
 190                 }
 191         } else {
 192                 if (size < sizeof(*data))
 193                         return -EINVAL;
 194
 195                 if (copy_from_user(data, buf, sizeof(*data)))
 196                         return -EINVAL;
 197         }
 198
 199         return 0;
 200 }
 201
 202 /**
 203  * DOC: AMDGPU RAS debugfs control interface
 204  *
 205  * It accepts struct ras_debug_if who has two members.
 206  *
 207  * First member: ras_debug_if::head or ras_debug_if::inject.
 208  *
 209  * head is used to indicate which IP block will be under control.
 210  *
 211  * head has four members, they are block, type, sub_block_index, name.
 212  * block: which IP will be under control.
 213  * type: what kind of error will be enabled/disabled/injected.
 214  * sub_block_index: some IPs have subcomponets. say, GFX, sDMA.
 215  * name: the name of IP.
 216  *
 217  * inject has two more members than head, they are address, value.
 218  * As their names indicate, inject operation will write the
 219  * value to the address.
 220  *
 221  * The second member: struct ras_debug_if::op.
 222  * It has three kinds of operations.
 223  *
 224  * - 0: disable RAS on the block. Take ::head as its data.
 225  * - 1: enable RAS on the block. Take ::head as its data.
 226  * - 2: inject errors on the block. Take ::inject as its data.
 227  *
 228  * How to use the interface?
 229  *
 230  * Programs
 231  *
 232  * Copy the struct ras_debug_if in your codes and initialize it.
 233  * Write the struct to the control node.
 234  *
 235  * Shells
 236  *
 237  * .. code-block:: bash
 238  *
 239  *      echo op block [error [sub_block address value]] > .../ras/ras_ctrl
 240  *
 241  * Parameters:
 242  *
 243  * op: disable, enable, inject
 244  *      disable: only block is needed
 245  *      enable: block and error are needed
 246  *      inject: error, address, value are needed
 247  * block: umc, sdma, gfx, .........
 248  *      see ras_block_string[] for details
 249  * error: ue, ce
 250  *      ue: multi_uncorrectable
 251  *      ce: single_correctable
 252  * sub_block:
 253  *      sub block index, pass 0 if there is no sub block
 254  *
 255  * here are some examples for bash commands:
 256  *
 257  * .. code-block:: bash
 258  *
 259  *      echo inject umc ue 0x0 0x0 0x0 > /sys/kernel/debug/dri/0/ras/ras_ctrl
 260  *      echo inject umc ce 0 0 0 > /sys/kernel/debug/dri/0/ras/ras_ctrl
 261  *      echo disable umc > /sys/kernel/debug/dri/0/ras/ras_ctrl
 262  *
 263  * How to check the result?
 264  *
 265  * For disable/enable, please check ras features at
 266  * /sys/class/drm/card[0/1/2...]/device/ras/features
 267  *
 268  * For inject, please check corresponding err count at
 269  * /sys/class/drm/card[0/1/2...]/device/ras/[gfx/sdma/...]_err_count
 270  *
 271  * .. note::
 272  *      Operations are only allowed on blocks which are supported.
 273  *      Please check ras mask at /sys/module/amdgpu/parameters/ras_mask
 274  *      to see which blocks support RAS on a particular asic.
 275  *
 276  */
 277 static ssize_t amdgpu_ras_debugfs_ctrl_write(struct file *f, const char __user *buf,
 278                 size_t size, loff_t *pos)
 279 {
 280         struct amdgpu_device *adev = (struct amdgpu_device *)file_inode(f)->i_private;
 281         struct ras_debug_if data;
 282         int ret = 0;
 283
 284         if (amdgpu_ras_intr_triggered()) {
 285                 DRM_WARN("RAS WARN: error injection currently inaccessible\n");
 286                 return size;
 287         }
 288
 289         ret = amdgpu_ras_debugfs_ctrl_parse_data(f, buf, size, pos, &data);
 290         if (ret)
 291                 return -EINVAL;
 292
 293         if (!amdgpu_ras_is_supported(adev, data.head.block))
 294                 return -EINVAL;
 295
 296         switch (data.op) {
 297         case 0:
 298                 ret = amdgpu_ras_feature_enable(adev, &data.head, 0);
 299                 break;
 300         case 1:
 301                 ret = amdgpu_ras_feature_enable(adev, &data.head, 1);
 302                 break;
 303         case 2:
 304                 if ((data.inject.address >= adev->gmc.mc_vram_size) ||
 305                     (data.inject.address >= RAS_UMC_INJECT_ADDR_LIMIT)) {
 306                         ret = -EINVAL;
 307                         break;
 308                 }
 309
 310                 /* umc ce/ue error injection for a bad page is not allowed */
 311                 if ((data.head.block == AMDGPU_RAS_BLOCK__UMC) &&
 312                     amdgpu_ras_check_bad_page(adev, data.inject.address)) {
 313                         DRM_WARN("RAS WARN: 0x%llx has been marked as bad before error injection!\n",
 314                                         data.inject.address);
 315                         break;
 316                 }
 317
 318                 /* data.inject.address is offset instead of absolute gpu address */
 319                 ret = amdgpu_ras_error_inject(adev, &data.inject);
 320                 break;
 321         default:
 322                 ret = -EINVAL;
 323                 break;
 324         }
 325
 326         if (ret)
 327                 return -EINVAL;
 328
 329         return size;
 330 }
 331
 332 /**
 333  * DOC: AMDGPU RAS debugfs EEPROM table reset interface
 334  *
 335  * Some boards contain an EEPROM which is used to persistently store a list of
 336  * bad pages which experiences ECC errors in vram.  This interface provides
 337  * a way to reset the EEPROM, e.g., after testing error injection.
 338  *
 339  * Usage:
 340  *
 341  * .. code-block:: bash
 342  *
 343  *      echo 1 > ../ras/ras_eeprom_reset
 344  *
 345  * will reset EEPROM table to 0 entries.
 346  *
 347  */
 348 static ssize_t amdgpu_ras_debugfs_eeprom_write(struct file *f, const char __user *buf,
 349                 size_t size, loff_t *pos)
 350 {
 351         struct amdgpu_device *adev = (struct amdgpu_device *)file_inode(f)->i_private;
 352         int ret;
 353
 354         ret = amdgpu_ras_eeprom_reset_table(&adev->psp.ras.ras->eeprom_control);
 355
 356         return ret == 1 ? size : -EIO;
 357 }
 358
 359 static const struct file_operations amdgpu_ras_debugfs_ctrl_ops = {
 360         .owner = THIS_MODULE,
 361         .read = NULL,
 362         .write = amdgpu_ras_debugfs_ctrl_write,
 363         .llseek = default_llseek
 364 };
 365
 366 static const struct file_operations amdgpu_ras_debugfs_eeprom_ops = {
 367         .owner = THIS_MODULE,
 368         .read = NULL,
 369         .write = amdgpu_ras_debugfs_eeprom_write,
 370         .llseek = default_llseek
 371 };
 372
 373 /**
 374  * DOC: AMDGPU RAS sysfs Error Count Interface
 375  *
 376  * It allows the user to read the error count for each IP block on the gpu through
 377  * /sys/class/drm/card[0/1/2...]/device/ras/[gfx/sdma/...]_err_count
 378  *
 379  * It outputs the multiple lines which report the uncorrected (ue) and corrected
 380  * (ce) error counts.
 381  *
 382  * The format of one line is below,
 383  *
 384  * [ce|ue]: count
 385  *
 386  * Example:
 387  *
 388  * .. code-block:: bash
 389  *
 390  *      ue: 0
 391  *      ce: 1
 392  *
 393  */
 394 static ssize_t amdgpu_ras_sysfs_read(struct device *dev,
 395                 struct device_attribute *attr, char *buf)
 396 {
 397         struct ras_manager *obj = container_of(attr, struct ras_manager, sysfs_attr);
 398         struct ras_query_if info = {
 399                 .head = obj->head,
 400         };
 401
 402         if (amdgpu_ras_intr_triggered())
 403                 return snprintf(buf, PAGE_SIZE,
 404                                 "Query currently inaccessible\n");
 405
 406         if (amdgpu_ras_error_query(obj->adev, &info))
 407                 return -EINVAL;
 408
 409         return snprintf(buf, PAGE_SIZE, "%s: %lu\n%s: %lu\n",
 410                         "ue", info.ue_count,
 411                         "ce", info.ce_count);
 412 }
 413
 414 /* obj begin */
 415
 416 #define get_obj(obj) do { (obj)->use++; } while (0)
 417 #define alive_obj(obj) ((obj)->use)
 418
 419 static inline void put_obj(struct ras_manager *obj)
 420 {
 421         if (obj && --obj->use == 0)
 422                 list_del(&obj->node);
 423         if (obj && obj->use < 0) {
 424                  DRM_ERROR("RAS ERROR: Unbalance obj(%s) use\n", obj->head.name);
 425         }
 426 }
 427
 428 /* make one obj and return it. */
 429 static struct ras_manager *amdgpu_ras_create_obj(struct amdgpu_device *adev,
 430                 struct ras_common_if *head)
 431 {
 432         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 433         struct ras_manager *obj;
 434
 435         if (!con)
 436                 return NULL;
 437
 438         if (head->block >= AMDGPU_RAS_BLOCK_COUNT)
 439                 return NULL;
 440
 441         obj = &con->objs[head->block];
 442         /* already exist. return obj? */
 443         if (alive_obj(obj))
 444                 return NULL;
 445
 446         obj->head = *head;
 447         obj->adev = adev;
 448         list_add(&obj->node, &con->head);
 449         get_obj(obj);
 450
 451         return obj;
 452 }
 453
 454 /* return an obj equal to head, or the first when head is NULL */
 455 struct ras_manager *amdgpu_ras_find_obj(struct amdgpu_device *adev,
 456                 struct ras_common_if *head)
 457 {
 458         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 459         struct ras_manager *obj;
 460         int i;
 461
 462         if (!con)
 463                 return NULL;
 464
 465         if (head) {
 466                 if (head->block >= AMDGPU_RAS_BLOCK_COUNT)
 467                         return NULL;
 468
 469                 obj = &con->objs[head->block];
 470
 471                 if (alive_obj(obj)) {
 472                         WARN_ON(head->block != obj->head.block);
 473                         return obj;
 474                 }
 475         } else {
 476                 for (i = 0; i < AMDGPU_RAS_BLOCK_COUNT; i++) {
 477                         obj = &con->objs[i];
 478                         if (alive_obj(obj)) {
 479                                 WARN_ON(i != obj->head.block);
 480                                 return obj;
 481                         }
 482                 }
 483         }
 484
 485         return NULL;
 486 }
 487 /* obj end */
 488
 489 /* feature ctl begin */
 490 static int amdgpu_ras_is_feature_allowed(struct amdgpu_device *adev,
 491                 struct ras_common_if *head)
 492 {
 493         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 494
 495         return con->hw_supported & BIT(head->block);
 496 }
 497
 498 static int amdgpu_ras_is_feature_enabled(struct amdgpu_device *adev,
 499                 struct ras_common_if *head)
 500 {
 501         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 502
 503         return con->features & BIT(head->block);
 504 }
 505
 506 /*
 507  * if obj is not created, then create one.
 508  * set feature enable flag.
 509  */
 510 static int __amdgpu_ras_feature_enable(struct amdgpu_device *adev,
 511                 struct ras_common_if *head, int enable)
 512 {
 513         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 514         struct ras_manager *obj = amdgpu_ras_find_obj(adev, head);
 515
 516         /* If hardware does not support ras, then do not create obj.
 517          * But if hardware support ras, we can create the obj.
 518          * Ras framework checks con->hw_supported to see if it need do
 519          * corresponding initialization.
 520          * IP checks con->support to see if it need disable ras.
 521          */
 522         if (!amdgpu_ras_is_feature_allowed(adev, head))
 523                 return 0;
 524         if (!(!!enable ^ !!amdgpu_ras_is_feature_enabled(adev, head)))
 525                 return 0;
 526
 527         if (enable) {
 528                 if (!obj) {
 529                         obj = amdgpu_ras_create_obj(adev, head);
 530                         if (!obj)
 531                                 return -EINVAL;
 532                 } else {
 533                         /* In case we create obj somewhere else */
 534                         get_obj(obj);
 535                 }
 536                 con->features |= BIT(head->block);
 537         } else {
 538                 if (obj && amdgpu_ras_is_feature_enabled(adev, head)) {
 539                         con->features &= ~BIT(head->block);
 540                         put_obj(obj);
 541                 }
 542         }
 543
 544         return 0;
 545 }
 546
 547 /* wrapper of psp_ras_enable_features */
 548 int amdgpu_ras_feature_enable(struct amdgpu_device *adev,
 549                 struct ras_common_if *head, bool enable)
 550 {
 551         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 552         union ta_ras_cmd_input info;
 553         int ret;
 554
 555         if (!con)
 556                 return -EINVAL;
 557
 558         if (!enable) {
 559                 info.disable_features = (struct ta_ras_disable_features_input) {
 560                         .block_id =  amdgpu_ras_block_to_ta(head->block),
 561                         .error_type = amdgpu_ras_error_to_ta(head->type),
 562                 };
 563         } else {
 564                 info.enable_features = (struct ta_ras_enable_features_input) {
 565                         .block_id =  amdgpu_ras_block_to_ta(head->block),
 566                         .error_type = amdgpu_ras_error_to_ta(head->type),
 567                 };
 568         }
 569
 570         /* Do not enable if it is not allowed. */
 571         WARN_ON(enable && !amdgpu_ras_is_feature_allowed(adev, head));
 572         /* Are we alerady in that state we are going to set? */
 573         if (!(!!enable ^ !!amdgpu_ras_is_feature_enabled(adev, head)))
 574                 return 0;
 575
 576         if (!amdgpu_ras_intr_triggered()) {
 577                 ret = psp_ras_enable_features(&adev->psp, &info, enable);
 578                 if (ret) {
 579                         DRM_ERROR("RAS ERROR: %s %s feature failed ret %d\n",
 580                                         enable ? "enable":"disable",
 581                                         ras_block_str(head->block),
 582                                         ret);
 583                         if (ret == TA_RAS_STATUS__RESET_NEEDED)
 584                                 return -EAGAIN;
 585                         return -EINVAL;
 586                 }
 587         }
 588
 589         /* setup the obj */
 590         __amdgpu_ras_feature_enable(adev, head, enable);
 591
 592         return 0;
 593 }
 594
 595 /* Only used in device probe stage and called only once. */
 596 int amdgpu_ras_feature_enable_on_boot(struct amdgpu_device *adev,
 597                 struct ras_common_if *head, bool enable)
 598 {
 599         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 600         int ret;
 601
 602         if (!con)
 603                 return -EINVAL;
 604
 605         if (con->flags & AMDGPU_RAS_FLAG_INIT_BY_VBIOS) {
 606                 if (enable) {
 607                         /* There is no harm to issue a ras TA cmd regardless of
 608                          * the currecnt ras state.
 609                          * If current state == target state, it will do nothing
 610                          * But sometimes it requests driver to reset and repost
 611                          * with error code -EAGAIN.
 612                          */
 613                         ret = amdgpu_ras_feature_enable(adev, head, 1);
 614                         /* With old ras TA, we might fail to enable ras.
 615                          * Log it and just setup the object.
 616                          * TODO need remove this WA in the future.
 617                          */
 618                         if (ret == -EINVAL) {
 619                                 ret = __amdgpu_ras_feature_enable(adev, head, 1);
 620                                 if (!ret)
 621                                         DRM_INFO("RAS INFO: %s setup object\n",
 622                                                 ras_block_str(head->block));
 623                         }
 624                 } else {
 625                         /* setup the object then issue a ras TA disable cmd.*/
 626                         ret = __amdgpu_ras_feature_enable(adev, head, 1);
 627                         if (ret)
 628                                 return ret;
 629
 630                         ret = amdgpu_ras_feature_enable(adev, head, 0);
 631                 }
 632         } else
 633                 ret = amdgpu_ras_feature_enable(adev, head, enable);
 634
 635         return ret;
 636 }
 637
 638 static int amdgpu_ras_disable_all_features(struct amdgpu_device *adev,
 639                 bool bypass)
 640 {
 641         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 642         struct ras_manager *obj, *tmp;
 643
 644         list_for_each_entry_safe(obj, tmp, &con->head, node) {
 645                 /* bypass psp.
 646                  * aka just release the obj and corresponding flags
 647                  */
 648                 if (bypass) {
 649                         if (__amdgpu_ras_feature_enable(adev, &obj->head, 0))
 650                                 break;
 651                 } else {
 652                         if (amdgpu_ras_feature_enable(adev, &obj->head, 0))
 653                                 break;
 654                 }
 655         }
 656
 657         return con->features;
 658 }
 659
 660 static int amdgpu_ras_enable_all_features(struct amdgpu_device *adev,
 661                 bool bypass)
 662 {
 663         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 664         int ras_block_count = AMDGPU_RAS_BLOCK_COUNT;
 665         int i;
 666         const enum amdgpu_ras_error_type default_ras_type =
 667                 AMDGPU_RAS_ERROR__NONE;
 668
 669         for (i = 0; i < ras_block_count; i++) {
 670                 struct ras_common_if head = {
 671                         .block = i,
 672                         .type = default_ras_type,
 673                         .sub_block_index = 0,
 674                 };
 675                 strcpy(head.name, ras_block_str(i));
 676                 if (bypass) {
 677                         /*
 678                          * bypass psp. vbios enable ras for us.
 679                          * so just create the obj
 680                          */
 681                         if (__amdgpu_ras_feature_enable(adev, &head, 1))
 682                                 break;
 683                 } else {
 684                         if (amdgpu_ras_feature_enable(adev, &head, 1))
 685                                 break;
 686                 }
 687         }
 688
 689         return con->features;
 690 }
 691 /* feature ctl end */
 692
 693 /* query/inject/cure begin */
 694 int amdgpu_ras_error_query(struct amdgpu_device *adev,
 695                 struct ras_query_if *info)
 696 {
 697         struct ras_manager *obj = amdgpu_ras_find_obj(adev, &info->head);
 698         struct ras_err_data err_data = {0, 0, 0, NULL};
 699         int i;
 700
 701         if (!obj)
 702                 return -EINVAL;
 703
 704         switch (info->head.block) {
 705         case AMDGPU_RAS_BLOCK__UMC:
 706                 if (adev->umc.funcs->query_ras_error_count)
 707                         adev->umc.funcs->query_ras_error_count(adev, &err_data);
 708                 /* umc query_ras_error_address is also responsible for clearing
 709                  * error status
 710                  */
 711                 if (adev->umc.funcs->query_ras_error_address)
 712                         adev->umc.funcs->query_ras_error_address(adev, &err_data);
 713                 break;
 714         case AMDGPU_RAS_BLOCK__SDMA:
 715                 if (adev->sdma.funcs->query_ras_error_count) {
 716                         for (i = 0; i < adev->sdma.num_instances; i++)
 717                                 adev->sdma.funcs->query_ras_error_count(adev, i,
 718                                                                         &err_data);
 719                 }
 720                 break;
 721         case AMDGPU_RAS_BLOCK__GFX:
 722                 if (adev->gfx.funcs->query_ras_error_count)
 723                         adev->gfx.funcs->query_ras_error_count(adev, &err_data);
 724                 break;
 725         case AMDGPU_RAS_BLOCK__MMHUB:
 726                 if (adev->mmhub.funcs->query_ras_error_count)
 727                         adev->mmhub.funcs->query_ras_error_count(adev, &err_data);
 728                 break;
 729         case AMDGPU_RAS_BLOCK__PCIE_BIF:
 730                 if (adev->nbio.funcs->query_ras_error_count)
 731                         adev->nbio.funcs->query_ras_error_count(adev, &err_data);
 732                 break;
 733         case AMDGPU_RAS_BLOCK__XGMI_WAFL:
 734                 amdgpu_xgmi_query_ras_error_count(adev, &err_data);
 735                 break;
 736         default:
 737                 break;
 738         }
 739
 740         obj->err_data.ue_count += err_data.ue_count;
 741         obj->err_data.ce_count += err_data.ce_count;
 742
 743         info->ue_count = obj->err_data.ue_count;
 744         info->ce_count = obj->err_data.ce_count;
 745
 746         if (err_data.ce_count) {
 747                 dev_info(adev->dev, "%ld correctable errors detected in %s block\n",
 748                          obj->err_data.ce_count, ras_block_str(info->head.block));
 749         }
 750         if (err_data.ue_count) {
 751                 dev_info(adev->dev, "%ld uncorrectable errors detected in %s block\n",
 752                          obj->err_data.ue_count, ras_block_str(info->head.block));
 753         }
 754
 755         return 0;
 756 }
 757
 758 /* wrapper of psp_ras_trigger_error */
 759 int amdgpu_ras_error_inject(struct amdgpu_device *adev,
 760                 struct ras_inject_if *info)
 761 {
 762         struct ras_manager *obj = amdgpu_ras_find_obj(adev, &info->head);
 763         struct ta_ras_trigger_error_input block_info = {
 764                 .block_id =  amdgpu_ras_block_to_ta(info->head.block),
 765                 .inject_error_type = amdgpu_ras_error_to_ta(info->head.type),
 766                 .sub_block_index = info->head.sub_block_index,
 767                 .address = info->address,
 768                 .value = info->value,
 769         };
 770         int ret = 0;
 771
 772         if (!obj)
 773                 return -EINVAL;
 774
 775         /* Calculate XGMI relative offset */
 776         if (adev->gmc.xgmi.num_physical_nodes > 1) {
 777                 block_info.address =
 778                         amdgpu_xgmi_get_relative_phy_addr(adev,
 779                                                           block_info.address);
 780         }
 781
 782         switch (info->head.block) {
 783         case AMDGPU_RAS_BLOCK__GFX:
 784                 if (adev->gfx.funcs->ras_error_inject)
 785                         ret = adev->gfx.funcs->ras_error_inject(adev, info);
 786                 else
 787                         ret = -EINVAL;
 788                 break;
 789         case AMDGPU_RAS_BLOCK__UMC:
 790         case AMDGPU_RAS_BLOCK__MMHUB:
 791         case AMDGPU_RAS_BLOCK__XGMI_WAFL:
 792         case AMDGPU_RAS_BLOCK__PCIE_BIF:
 793                 ret = psp_ras_trigger_error(&adev->psp, &block_info);
 794                 break;
 795         default:
 796                 DRM_INFO("%s error injection is not supported yet\n",
 797                          ras_block_str(info->head.block));
 798                 ret = -EINVAL;
 799         }
 800
 801         if (ret)
 802                 DRM_ERROR("RAS ERROR: inject %s error failed ret %d\n",
 803                                 ras_block_str(info->head.block),
 804                                 ret);
 805
 806         return ret;
 807 }
 808
 809 int amdgpu_ras_error_cure(struct amdgpu_device *adev,
 810                 struct ras_cure_if *info)
 811 {
 812         /* psp fw has no cure interface for now. */
 813         return 0;
 814 }
 815
 816 /* get the total error counts on all IPs */
 817 unsigned long amdgpu_ras_query_error_count(struct amdgpu_device *adev,
 818                 bool is_ce)
 819 {
 820         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 821         struct ras_manager *obj;
 822         struct ras_err_data data = {0, 0};
 823
 824         if (!con)
 825                 return 0;
 826
 827         list_for_each_entry(obj, &con->head, node) {
 828                 struct ras_query_if info = {
 829                         .head = obj->head,
 830                 };
 831
 832                 if (amdgpu_ras_error_query(adev, &info))
 833                         return 0;
 834
 835                 data.ce_count += info.ce_count;
 836                 data.ue_count += info.ue_count;
 837         }
 838
 839         return is_ce ? data.ce_count : data.ue_count;
 840 }
 841 /* query/inject/cure end */
 842
 843
 844 /* sysfs begin */
 845
 846 static int amdgpu_ras_badpages_read(struct amdgpu_device *adev,
 847                 struct ras_badpage **bps, unsigned int *count);
 848
 849 static char *amdgpu_ras_badpage_flags_str(unsigned int flags)
 850 {
 851         switch (flags) {
 852         case AMDGPU_RAS_RETIRE_PAGE_RESERVED:
 853                 return "R";
 854         case AMDGPU_RAS_RETIRE_PAGE_PENDING:
 855                 return "P";
 856         case AMDGPU_RAS_RETIRE_PAGE_FAULT:
 857         default:
 858                 return "F";
 859         };
 860 }
 861
 862 /**
 863  * DOC: AMDGPU RAS sysfs gpu_vram_bad_pages Interface
 864  *
 865  * It allows user to read the bad pages of vram on the gpu through
 866  * /sys/class/drm/card[0/1/2...]/device/ras/gpu_vram_bad_pages
 867  *
 868  * It outputs multiple lines, and each line stands for one gpu page.
 869  *
 870  * The format of one line is below,
 871  * gpu pfn : gpu page size : flags
 872  *
 873  * gpu pfn and gpu page size are printed in hex format.
 874  * flags can be one of below character,
 875  *
 876  * R: reserved, this gpu page is reserved and not able to use.
 877  *
 878  * P: pending for reserve, this gpu page is marked as bad, will be reserved
 879  * in next window of page_reserve.
 880  *
 881  * F: unable to reserve. this gpu page can't be reserved due to some reasons.
 882  *
 883  * Examples:
 884  *
 885  * .. code-block:: bash
 886  *
 887  *      0x00000001 : 0x00001000 : R
 888  *      0x00000002 : 0x00001000 : P
 889  *
 890  */
 891
 892 static ssize_t amdgpu_ras_sysfs_badpages_read(struct file *f,
 893                 struct kobject *kobj, struct bin_attribute *attr,
 894                 char *buf, loff_t ppos, size_t count)
 895 {
 896         struct amdgpu_ras *con =
 897                 container_of(attr, struct amdgpu_ras, badpages_attr);
 898         struct amdgpu_device *adev = con->adev;
 899         const unsigned int element_size =
 900                 sizeof("0xabcdabcd : 0x12345678 : R\n") - 1;
 901         unsigned int start = div64_ul(ppos + element_size - 1, element_size);
 902         unsigned int end = div64_ul(ppos + count - 1, element_size);
 903         ssize_t s = 0;
 904         struct ras_badpage *bps = NULL;
 905         unsigned int bps_count = 0;
 906
 907         memset(buf, 0, count);
 908
 909         if (amdgpu_ras_badpages_read(adev, &bps, &bps_count))
 910                 return 0;
 911
 912         for (; start < end && start < bps_count; start++)
 913                 s += scnprintf(&buf[s], element_size + 1,
 914                                 "0x%08x : 0x%08x : %1s\n",
 915                                 bps[start].bp,
 916                                 bps[start].size,
 917                                 amdgpu_ras_badpage_flags_str(bps[start].flags));
 918
 919         kfree(bps);
 920
 921         return s;
 922 }
 923
 924 static ssize_t amdgpu_ras_sysfs_features_read(struct device *dev,
 925                 struct device_attribute *attr, char *buf)
 926 {
 927         struct amdgpu_ras *con =
 928                 container_of(attr, struct amdgpu_ras, features_attr);
 929
 930         return scnprintf(buf, PAGE_SIZE, "feature mask: 0x%x\n", con->features);
 931 }
 932
 933 static int amdgpu_ras_sysfs_create_feature_node(struct amdgpu_device *adev)
 934 {
 935         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 936         struct attribute *attrs[] = {
 937                 &con->features_attr.attr,
 938                 NULL
 939         };
 940         struct bin_attribute *bin_attrs[] = {
 941                 &con->badpages_attr,
 942                 NULL
 943         };
 944         struct attribute_group group = {
 945                 .name = "ras",
 946                 .attrs = attrs,
 947                 .bin_attrs = bin_attrs,
 948         };
 949
 950         con->features_attr = (struct device_attribute) {
 951                 .attr = {
 952                         .name = "features",
 953                         .mode = S_IRUGO,
 954                 },
 955                         .show = amdgpu_ras_sysfs_features_read,
 956         };
 957
 958         con->badpages_attr = (struct bin_attribute) {
 959                 .attr = {
 960                         .name = "gpu_vram_bad_pages",
 961                         .mode = S_IRUGO,
 962                 },
 963                 .size = 0,
 964                 .private = NULL,
 965                 .read = amdgpu_ras_sysfs_badpages_read,
 966         };
 967
 968         sysfs_attr_init(attrs[0]);
 969         sysfs_bin_attr_init(bin_attrs[0]);
 970
 971         return sysfs_create_group(&adev->dev->kobj, &group);
 972 }
 973
 974 static int amdgpu_ras_sysfs_remove_feature_node(struct amdgpu_device *adev)
 975 {
 976         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
 977         struct attribute *attrs[] = {
 978                 &con->features_attr.attr,
 979                 NULL
 980         };
 981         struct bin_attribute *bin_attrs[] = {
 982                 &con->badpages_attr,
 983                 NULL
 984         };
 985         struct attribute_group group = {
 986                 .name = "ras",
 987                 .attrs = attrs,
 988                 .bin_attrs = bin_attrs,
 989         };
 990
 991         sysfs_remove_group(&adev->dev->kobj, &group);
 992
 993         return 0;
 994 }
 995
 996 int amdgpu_ras_sysfs_create(struct amdgpu_device *adev,
 997                 struct ras_fs_if *head)
 998 {
 999         struct ras_manager *obj = amdgpu_ras_find_obj(adev, &head->head);
1000
1001         if (!obj || obj->attr_inuse)
1002                 return -EINVAL;
1003
1004         get_obj(obj);
1005
1006         memcpy(obj->fs_data.sysfs_name,
1007                         head->sysfs_name,
1008                         sizeof(obj->fs_data.sysfs_name));
1009
1010         obj->sysfs_attr = (struct device_attribute){
1011                 .attr = {
1012                         .name = obj->fs_data.sysfs_name,
1013                         .mode = S_IRUGO,
1014                 },
1015                         .show = amdgpu_ras_sysfs_read,
1016         };
1017         sysfs_attr_init(&obj->sysfs_attr.attr);
1018
1019         if (sysfs_add_file_to_group(&adev->dev->kobj,
1020                                 &obj->sysfs_attr.attr,
1021                                 "ras")) {
1022                 put_obj(obj);
1023                 return -EINVAL;
1024         }
1025
1026         obj->attr_inuse = 1;
1027
1028         return 0;
1029 }
1030
1031 int amdgpu_ras_sysfs_remove(struct amdgpu_device *adev,
1032                 struct ras_common_if *head)
1033 {
1034         struct ras_manager *obj = amdgpu_ras_find_obj(adev, head);
1035
1036         if (!obj || !obj->attr_inuse)
1037                 return -EINVAL;
1038
1039         sysfs_remove_file_from_group(&adev->dev->kobj,
1040                                 &obj->sysfs_attr.attr,
1041                                 "ras");
1042         obj->attr_inuse = 0;
1043         put_obj(obj);
1044
1045         return 0;
1046 }
1047
1048 static int amdgpu_ras_sysfs_remove_all(struct amdgpu_device *adev)
1049 {
1050         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1051         struct ras_manager *obj, *tmp;
1052
1053         list_for_each_entry_safe(obj, tmp, &con->head, node) {
1054                 amdgpu_ras_sysfs_remove(adev, &obj->head);
1055         }
1056
1057         amdgpu_ras_sysfs_remove_feature_node(adev);
1058
1059         return 0;
1060 }
1061 /* sysfs end */
1062
1063 /**
1064  * DOC: AMDGPU RAS Reboot Behavior for Unrecoverable Errors
1065  *
1066  * Normally when there is an uncorrectable error, the driver will reset
1067  * the GPU to recover.  However, in the event of an unrecoverable error,
1068  * the driver provides an interface to reboot the system automatically
1069  * in that event.
1070  *
1071  * The following file in debugfs provides that interface:
1072  * /sys/kernel/debug/dri/[0/1/2...]/ras/auto_reboot
1073  *
1074  * Usage:
1075  *
1076  * .. code-block:: bash
1077  *
1078  *      echo true > .../ras/auto_reboot
1079  *
1080  */
1081 /* debugfs begin */
1082 static void amdgpu_ras_debugfs_create_ctrl_node(struct amdgpu_device *adev)
1083 {
1084         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1085         struct drm_minor *minor = adev->ddev->primary;
1086
1087         con->dir = debugfs_create_dir("ras", minor->debugfs_root);
1088         debugfs_create_file("ras_ctrl", S_IWUGO | S_IRUGO, con->dir,
1089                                 adev, &amdgpu_ras_debugfs_ctrl_ops);
1090         debugfs_create_file("ras_eeprom_reset", S_IWUGO | S_IRUGO, con->dir,
1091                                 adev, &amdgpu_ras_debugfs_eeprom_ops);
1092
1093         /*
1094          * After one uncorrectable error happens, usually GPU recovery will
1095          * be scheduled. But due to the known problem in GPU recovery failing
1096          * to bring GPU back, below interface provides one direct way to
1097          * user to reboot system automatically in such case within
1098          * ERREVENT_ATHUB_INTERRUPT generated. Normal GPU recovery routine
1099          * will never be called.
1100          */
1101         debugfs_create_bool("auto_reboot", S_IWUGO | S_IRUGO, con->dir,
1102                                 &con->reboot);
1103 }
1104
1105 void amdgpu_ras_debugfs_create(struct amdgpu_device *adev,
1106                 struct ras_fs_if *head)
1107 {
1108         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1109         struct ras_manager *obj = amdgpu_ras_find_obj(adev, &head->head);
1110
1111         if (!obj || obj->ent)
1112                 return;
1113
1114         get_obj(obj);
1115
1116         memcpy(obj->fs_data.debugfs_name,
1117                         head->debugfs_name,
1118                         sizeof(obj->fs_data.debugfs_name));
1119
1120         obj->ent = debugfs_create_file(obj->fs_data.debugfs_name,
1121                                        S_IWUGO | S_IRUGO, con->dir, obj,
1122                                        &amdgpu_ras_debugfs_ops);
1123 }
1124
1125 void amdgpu_ras_debugfs_create_all(struct amdgpu_device *adev)
1126 {
1127         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1128         struct ras_manager *obj;
1129         struct ras_fs_if fs_info;
1130
1131         /*
1132          * it won't be called in resume path, no need to check
1133          * suspend and gpu reset status
1134          */
1135         if (!con)
1136                 return;
1137
1138         amdgpu_ras_debugfs_create_ctrl_node(adev);
1139
1140         list_for_each_entry(obj, &con->head, node) {
1141                 if (amdgpu_ras_is_supported(adev, obj->head.block) &&
1142                         (obj->attr_inuse == 1)) {
1143                         sprintf(fs_info.debugfs_name, "%s_err_inject",
1144                                         ras_block_str(obj->head.block));
1145                         fs_info.head = obj->head;
1146                         amdgpu_ras_debugfs_create(adev, &fs_info);
1147                 }
1148         }
1149 }
1150
1151 void amdgpu_ras_debugfs_remove(struct amdgpu_device *adev,
1152                 struct ras_common_if *head)
1153 {
1154         struct ras_manager *obj = amdgpu_ras_find_obj(adev, head);
1155
1156         if (!obj || !obj->ent)
1157                 return;
1158
1159         debugfs_remove(obj->ent);
1160         obj->ent = NULL;
1161         put_obj(obj);
1162 }
1163
1164 static void amdgpu_ras_debugfs_remove_all(struct amdgpu_device *adev)
1165 {
1166         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1167         struct ras_manager *obj, *tmp;
1168
1169         list_for_each_entry_safe(obj, tmp, &con->head, node) {
1170                 amdgpu_ras_debugfs_remove(adev, &obj->head);
1171         }
1172
1173         debugfs_remove_recursive(con->dir);
1174         con->dir = NULL;
1175 }
1176 /* debugfs end */
1177
1178 /* ras fs */
1179
1180 static int amdgpu_ras_fs_init(struct amdgpu_device *adev)
1181 {
1182         amdgpu_ras_sysfs_create_feature_node(adev);
1183
1184         return 0;
1185 }
1186
1187 static int amdgpu_ras_fs_fini(struct amdgpu_device *adev)
1188 {
1189         amdgpu_ras_debugfs_remove_all(adev);
1190         amdgpu_ras_sysfs_remove_all(adev);
1191         return 0;
1192 }
1193 /* ras fs end */
1194
1195 /* ih begin */
1196 static void amdgpu_ras_interrupt_handler(struct ras_manager *obj)
1197 {
1198         struct ras_ih_data *data = &obj->ih_data;
1199         struct amdgpu_iv_entry entry;
1200         int ret;
1201         struct ras_err_data err_data = {0, 0, 0, NULL};
1202
1203         while (data->rptr != data->wptr) {
1204                 rmb();
1205                 memcpy(&entry, &data->ring[data->rptr],
1206                                 data->element_size);
1207
1208                 wmb();
1209                 data->rptr = (data->aligned_element_size +
1210                                 data->rptr) % data->ring_size;
1211
1212                 /* Let IP handle its data, maybe we need get the output
1213                  * from the callback to udpate the error type/count, etc
1214                  */
1215                 if (data->cb) {
1216                         ret = data->cb(obj->adev, &err_data, &entry);
1217                         /* ue will trigger an interrupt, and in that case
1218                          * we need do a reset to recovery the whole system.
1219                          * But leave IP do that recovery, here we just dispatch
1220                          * the error.
1221                          */
1222                         if (ret == AMDGPU_RAS_SUCCESS) {
1223                                 /* these counts could be left as 0 if
1224                                  * some blocks do not count error number
1225                                  */
1226                                 obj->err_data.ue_count += err_data.ue_count;
1227                                 obj->err_data.ce_count += err_data.ce_count;
1228                         }
1229                 }
1230         }
1231 }
1232
1233 static void amdgpu_ras_interrupt_process_handler(struct work_struct *work)
1234 {
1235         struct ras_ih_data *data =
1236                 container_of(work, struct ras_ih_data, ih_work);
1237         struct ras_manager *obj =
1238                 container_of(data, struct ras_manager, ih_data);
1239
1240         amdgpu_ras_interrupt_handler(obj);
1241 }
1242
1243 int amdgpu_ras_interrupt_dispatch(struct amdgpu_device *adev,
1244                 struct ras_dispatch_if *info)
1245 {
1246         struct ras_manager *obj = amdgpu_ras_find_obj(adev, &info->head);
1247         struct ras_ih_data *data = &obj->ih_data;
1248
1249         if (!obj)
1250                 return -EINVAL;
1251
1252         if (data->inuse == 0)
1253                 return 0;
1254
1255         /* Might be overflow... */
1256         memcpy(&data->ring[data->wptr], info->entry,
1257                         data->element_size);
1258
1259         wmb();
1260         data->wptr = (data->aligned_element_size +
1261                         data->wptr) % data->ring_size;
1262
1263         schedule_work(&data->ih_work);
1264
1265         return 0;
1266 }
1267
1268 int amdgpu_ras_interrupt_remove_handler(struct amdgpu_device *adev,
1269                 struct ras_ih_if *info)
1270 {
1271         struct ras_manager *obj = amdgpu_ras_find_obj(adev, &info->head);
1272         struct ras_ih_data *data;
1273
1274         if (!obj)
1275                 return -EINVAL;
1276
1277         data = &obj->ih_data;
1278         if (data->inuse == 0)
1279                 return 0;
1280
1281         cancel_work_sync(&data->ih_work);
1282
1283         kfree(data->ring);
1284         memset(data, 0, sizeof(*data));
1285         put_obj(obj);
1286
1287         return 0;
1288 }
1289
1290 int amdgpu_ras_interrupt_add_handler(struct amdgpu_device *adev,
1291                 struct ras_ih_if *info)
1292 {
1293         struct ras_manager *obj = amdgpu_ras_find_obj(adev, &info->head);
1294         struct ras_ih_data *data;
1295
1296         if (!obj) {
1297                 /* in case we registe the IH before enable ras feature */
1298                 obj = amdgpu_ras_create_obj(adev, &info->head);
1299                 if (!obj)
1300                         return -EINVAL;
1301         } else
1302                 get_obj(obj);
1303
1304         data = &obj->ih_data;
1305         /* add the callback.etc */
1306         *data = (struct ras_ih_data) {
1307                 .inuse = 0,
1308                 .cb = info->cb,
1309                 .element_size = sizeof(struct amdgpu_iv_entry),
1310                 .rptr = 0,
1311                 .wptr = 0,
1312         };
1313
1314         INIT_WORK(&data->ih_work, amdgpu_ras_interrupt_process_handler);
1315
1316         data->aligned_element_size = ALIGN(data->element_size, 8);
1317         /* the ring can store 64 iv entries. */
1318         data->ring_size = 64 * data->aligned_element_size;
1319         data->ring = kmalloc(data->ring_size, GFP_KERNEL);
1320         if (!data->ring) {
1321                 put_obj(obj);
1322                 return -ENOMEM;
1323         }
1324
1325         /* IH is ready */
1326         data->inuse = 1;
1327
1328         return 0;
1329 }
1330
1331 static int amdgpu_ras_interrupt_remove_all(struct amdgpu_device *adev)
1332 {
1333         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1334         struct ras_manager *obj, *tmp;
1335
1336         list_for_each_entry_safe(obj, tmp, &con->head, node) {
1337                 struct ras_ih_if info = {
1338                         .head = obj->head,
1339                 };
1340                 amdgpu_ras_interrupt_remove_handler(adev, &info);
1341         }
1342
1343         return 0;
1344 }
1345 /* ih end */
1346
1347 /* traversal all IPs except NBIO to query error counter */
1348 static void amdgpu_ras_log_on_err_counter(struct amdgpu_device *adev)
1349 {
1350         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1351         struct ras_manager *obj;
1352
1353         if (!con)
1354                 return;
1355
1356         list_for_each_entry(obj, &con->head, node) {
1357                 struct ras_query_if info = {
1358                         .head = obj->head,
1359                 };
1360
1361                 /*
1362                  * PCIE_BIF IP has one different isr by ras controller
1363                  * interrupt, the specific ras counter query will be
1364                  * done in that isr. So skip such block from common
1365                  * sync flood interrupt isr calling.
1366                  */
1367                 if (info.head.block == AMDGPU_RAS_BLOCK__PCIE_BIF)
1368                         continue;
1369
1370                 amdgpu_ras_error_query(adev, &info);
1371         }
1372 }
1373
1374 /* recovery begin */
1375
1376 /* return 0 on success.
1377  * caller need free bps.
1378  */
1379 static int amdgpu_ras_badpages_read(struct amdgpu_device *adev,
1380                 struct ras_badpage **bps, unsigned int *count)
1381 {
1382         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1383         struct ras_err_handler_data *data;
1384         int i = 0;
1385         int ret = 0;
1386
1387         if (!con || !con->eh_data || !bps || !count)
1388                 return -EINVAL;
1389
1390         mutex_lock(&con->recovery_lock);
1391         data = con->eh_data;
1392         if (!data || data->count == 0) {
1393                 *bps = NULL;
1394                 ret = -EINVAL;
1395                 goto out;
1396         }
1397
1398         *bps = kmalloc(sizeof(struct ras_badpage) * data->count, GFP_KERNEL);
1399         if (!*bps) {
1400                 ret = -ENOMEM;
1401                 goto out;
1402         }
1403
1404         for (; i < data->count; i++) {
1405                 (*bps)[i] = (struct ras_badpage){
1406                         .bp = data->bps[i].retired_page,
1407                         .size = AMDGPU_GPU_PAGE_SIZE,
1408                         .flags = AMDGPU_RAS_RETIRE_PAGE_RESERVED,
1409                 };
1410
1411                 if (data->last_reserved <= i)
1412                         (*bps)[i].flags = AMDGPU_RAS_RETIRE_PAGE_PENDING;
1413                 else if (data->bps_bo[i] == NULL)
1414                         (*bps)[i].flags = AMDGPU_RAS_RETIRE_PAGE_FAULT;
1415         }
1416
1417         *count = data->count;
1418 out:
1419         mutex_unlock(&con->recovery_lock);
1420         return ret;
1421 }
1422
1423 static void amdgpu_ras_do_recovery(struct work_struct *work)
1424 {
1425         struct amdgpu_ras *ras =
1426                 container_of(work, struct amdgpu_ras, recovery_work);
1427         struct amdgpu_device *remote_adev = NULL;
1428         struct amdgpu_device *adev = ras->adev;
1429         struct list_head device_list, *device_list_handle =  NULL;
1430         struct amdgpu_hive_info *hive = amdgpu_get_xgmi_hive(adev, false);
1431
1432         /* Build list of devices to query RAS related errors */
1433         if  (hive && adev->gmc.xgmi.num_physical_nodes > 1) {
1434                 device_list_handle = &hive->device_list;
1435         } else {
1436                 list_add_tail(&adev->gmc.xgmi.head, &device_list);
1437                 device_list_handle = &device_list;
1438         }
1439
1440         list_for_each_entry(remote_adev, device_list_handle, gmc.xgmi.head) {
1441                 amdgpu_ras_log_on_err_counter(remote_adev);
1442         }
1443
1444         if (amdgpu_device_should_recover_gpu(ras->adev))
1445                 amdgpu_device_gpu_recover(ras->adev, 0);
1446         atomic_set(&ras->in_recovery, 0);
1447 }
1448
1449 /* alloc/realloc bps array */
1450 static int amdgpu_ras_realloc_eh_data_space(struct amdgpu_device *adev,
1451                 struct ras_err_handler_data *data, int pages)
1452 {
1453         unsigned int old_space = data->count + data->space_left;
1454         unsigned int new_space = old_space + pages;
1455         unsigned int align_space = ALIGN(new_space, 512);
1456         void *bps = kmalloc(align_space * sizeof(*data->bps), GFP_KERNEL);
1457         struct amdgpu_bo **bps_bo =
1458                         kmalloc(align_space * sizeof(*data->bps_bo), GFP_KERNEL);
1459
1460         if (!bps || !bps_bo) {
1461                 kfree(bps);
1462                 kfree(bps_bo);
1463                 return -ENOMEM;
1464         }
1465
1466         if (data->bps) {
1467                 memcpy(bps, data->bps,
1468                                 data->count * sizeof(*data->bps));
1469                 kfree(data->bps);
1470         }
1471         if (data->bps_bo) {
1472                 memcpy(bps_bo, data->bps_bo,
1473                                 data->count * sizeof(*data->bps_bo));
1474                 kfree(data->bps_bo);
1475         }
1476
1477         data->bps = bps;
1478         data->bps_bo = bps_bo;
1479         data->space_left += align_space - old_space;
1480         return 0;
1481 }
1482
1483 /* it deal with vram only. */
1484 int amdgpu_ras_add_bad_pages(struct amdgpu_device *adev,
1485                 struct eeprom_table_record *bps, int pages)
1486 {
1487         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1488         struct ras_err_handler_data *data;
1489         int ret = 0;
1490
1491         if (!con || !con->eh_data || !bps || pages <= 0)
1492                 return 0;
1493
1494         mutex_lock(&con->recovery_lock);
1495         data = con->eh_data;
1496         if (!data)
1497                 goto out;
1498
1499         if (data->space_left <= pages)
1500                 if (amdgpu_ras_realloc_eh_data_space(adev, data, pages)) {
1501                         ret = -ENOMEM;
1502                         goto out;
1503                 }
1504
1505         memcpy(&data->bps[data->count], bps, pages * sizeof(*data->bps));
1506         data->count += pages;
1507         data->space_left -= pages;
1508
1509 out:
1510         mutex_unlock(&con->recovery_lock);
1511
1512         return ret;
1513 }
1514
1515 /*
1516  * write error record array to eeprom, the function should be
1517  * protected by recovery_lock
1518  */
1519 static int amdgpu_ras_save_bad_pages(struct amdgpu_device *adev)
1520 {
1521         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1522         struct ras_err_handler_data *data;
1523         struct amdgpu_ras_eeprom_control *control;
1524         int save_count;
1525
1526         if (!con || !con->eh_data)
1527                 return 0;
1528
1529         control = &con->eeprom_control;
1530         data = con->eh_data;
1531         save_count = data->count - control->num_recs;
1532         /* only new entries are saved */
1533         if (save_count > 0)
1534                 if (amdgpu_ras_eeprom_process_recods(control,
1535                                                         &data->bps[control->num_recs],
1536                                                         true,
1537                                                         save_count)) {
1538                         DRM_ERROR("Failed to save EEPROM table data!");
1539                         return -EIO;
1540                 }
1541
1542         return 0;
1543 }
1544
1545 /*
1546  * read error record array in eeprom and reserve enough space for
1547  * storing new bad pages
1548  */
1549 static int amdgpu_ras_load_bad_pages(struct amdgpu_device *adev)
1550 {
1551         struct amdgpu_ras_eeprom_control *control =
1552                                         &adev->psp.ras.ras->eeprom_control;
1553         struct eeprom_table_record *bps = NULL;
1554         int ret = 0;
1555
1556         /* no bad page record, skip eeprom access */
1557         if (!control->num_recs)
1558                 return ret;
1559
1560         bps = kcalloc(control->num_recs, sizeof(*bps), GFP_KERNEL);
1561         if (!bps)
1562                 return -ENOMEM;
1563
1564         if (amdgpu_ras_eeprom_process_recods(control, bps, false,
1565                 control->num_recs)) {
1566                 DRM_ERROR("Failed to load EEPROM table records!");
1567                 ret = -EIO;
1568                 goto out;
1569         }
1570
1571         ret = amdgpu_ras_add_bad_pages(adev, bps, control->num_recs);
1572
1573 out:
1574         kfree(bps);
1575         return ret;
1576 }
1577
1578 /*
1579  * check if an address belongs to bad page
1580  *
1581  * Note: this check is only for umc block
1582  */
1583 static bool amdgpu_ras_check_bad_page(struct amdgpu_device *adev,
1584                                 uint64_t addr)
1585 {
1586         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1587         struct ras_err_handler_data *data;
1588         int i;
1589         bool ret = false;
1590
1591         if (!con || !con->eh_data)
1592                 return ret;
1593
1594         mutex_lock(&con->recovery_lock);
1595         data = con->eh_data;
1596         if (!data)
1597                 goto out;
1598
1599         addr >>= AMDGPU_GPU_PAGE_SHIFT;
1600         for (i = 0; i < data->count; i++)
1601                 if (addr == data->bps[i].retired_page) {
1602                         ret = true;
1603                         goto out;
1604                 }
1605
1606 out:
1607         mutex_unlock(&con->recovery_lock);
1608         return ret;
1609 }
1610
1611 /* called in gpu recovery/init */
1612 int amdgpu_ras_reserve_bad_pages(struct amdgpu_device *adev)
1613 {
1614         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1615         struct ras_err_handler_data *data;
1616         uint64_t bp;
1617         struct amdgpu_bo *bo = NULL;
1618         int i, ret = 0;
1619
1620         if (!con || !con->eh_data)
1621                 return 0;
1622
1623         mutex_lock(&con->recovery_lock);
1624         data = con->eh_data;
1625         if (!data)
1626                 goto out;
1627         /* reserve vram at driver post stage. */
1628         for (i = data->last_reserved; i < data->count; i++) {
1629                 bp = data->bps[i].retired_page;
1630
1631                 /* There are two cases of reserve error should be ignored:
1632                  * 1) a ras bad page has been allocated (used by someone);
1633                  * 2) a ras bad page has been reserved (duplicate error injection
1634                  *    for one page);
1635                  */
1636                 if (amdgpu_bo_create_kernel_at(adev, bp << AMDGPU_GPU_PAGE_SHIFT,
1637                                                AMDGPU_GPU_PAGE_SIZE,
1638                                                AMDGPU_GEM_DOMAIN_VRAM,
1639                                                &bo, NULL))
1640                         DRM_WARN("RAS WARN: reserve vram for retired page %llx fail\n", bp);
1641
1642                 data->bps_bo[i] = bo;
1643                 data->last_reserved = i + 1;
1644                 bo = NULL;
1645         }
1646
1647         /* continue to save bad pages to eeprom even reesrve_vram fails */
1648         ret = amdgpu_ras_save_bad_pages(adev);
1649 out:
1650         mutex_unlock(&con->recovery_lock);
1651         return ret;
1652 }
1653
1654 /* called when driver unload */
1655 static int amdgpu_ras_release_bad_pages(struct amdgpu_device *adev)
1656 {
1657         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1658         struct ras_err_handler_data *data;
1659         struct amdgpu_bo *bo;
1660         int i;
1661
1662         if (!con || !con->eh_data)
1663                 return 0;
1664
1665         mutex_lock(&con->recovery_lock);
1666         data = con->eh_data;
1667         if (!data)
1668                 goto out;
1669
1670         for (i = data->last_reserved - 1; i >= 0; i--) {
1671                 bo = data->bps_bo[i];
1672
1673                 amdgpu_bo_free_kernel(&bo, NULL, NULL);
1674
1675                 data->bps_bo[i] = bo;
1676                 data->last_reserved = i;
1677         }
1678 out:
1679         mutex_unlock(&con->recovery_lock);
1680         return 0;
1681 }
1682
1683 int amdgpu_ras_recovery_init(struct amdgpu_device *adev)
1684 {
1685         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1686         struct ras_err_handler_data **data;
1687         int ret;
1688
1689         if (con)
1690                 data = &con->eh_data;
1691         else
1692                 return 0;
1693
1694         *data = kmalloc(sizeof(**data), GFP_KERNEL | __GFP_ZERO);
1695         if (!*data) {
1696                 ret = -ENOMEM;
1697                 goto out;
1698         }
1699
1700         mutex_init(&con->recovery_lock);
1701         INIT_WORK(&con->recovery_work, amdgpu_ras_do_recovery);
1702         atomic_set(&con->in_recovery, 0);
1703         con->adev = adev;
1704
1705         ret = amdgpu_ras_eeprom_init(&con->eeprom_control);
1706         if (ret)
1707                 goto free;
1708
1709         if (con->eeprom_control.num_recs) {
1710                 ret = amdgpu_ras_load_bad_pages(adev);
1711                 if (ret)
1712                         goto free;
1713                 ret = amdgpu_ras_reserve_bad_pages(adev);
1714                 if (ret)
1715                         goto release;
1716         }
1717
1718         return 0;
1719
1720 release:
1721         amdgpu_ras_release_bad_pages(adev);
1722 free:
1723         kfree((*data)->bps);
1724         kfree((*data)->bps_bo);
1725         kfree(*data);
1726         con->eh_data = NULL;
1727 out:
1728         DRM_WARN("Failed to initialize ras recovery!\n");
1729
1730         return ret;
1731 }
1732
1733 static int amdgpu_ras_recovery_fini(struct amdgpu_device *adev)
1734 {
1735         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1736         struct ras_err_handler_data *data = con->eh_data;
1737
1738         /* recovery_init failed to init it, fini is useless */
1739         if (!data)
1740                 return 0;
1741
1742         cancel_work_sync(&con->recovery_work);
1743         amdgpu_ras_release_bad_pages(adev);
1744
1745         mutex_lock(&con->recovery_lock);
1746         con->eh_data = NULL;
1747         kfree(data->bps);
1748         kfree(data->bps_bo);
1749         kfree(data);
1750         mutex_unlock(&con->recovery_lock);
1751
1752         return 0;
1753 }
1754 /* recovery end */
1755
1756 /* return 0 if ras will reset gpu and repost.*/
1757 int amdgpu_ras_request_reset_on_boot(struct amdgpu_device *adev,
1758                 unsigned int block)
1759 {
1760         struct amdgpu_ras *ras = amdgpu_ras_get_context(adev);
1761
1762         if (!ras)
1763                 return -EINVAL;
1764
1765         ras->flags |= AMDGPU_RAS_FLAG_INIT_NEED_RESET;
1766         return 0;
1767 }
1768
1769 /*
1770  * check hardware's ras ability which will be saved in hw_supported.
1771  * if hardware does not support ras, we can skip some ras initializtion and
1772  * forbid some ras operations from IP.
1773  * if software itself, say boot parameter, limit the ras ability. We still
1774  * need allow IP do some limited operations, like disable. In such case,
1775  * we have to initialize ras as normal. but need check if operation is
1776  * allowed or not in each function.
1777  */
1778 static void amdgpu_ras_check_supported(struct amdgpu_device *adev,
1779                 uint32_t *hw_supported, uint32_t *supported)
1780 {
1781         *hw_supported = 0;
1782         *supported = 0;
1783
1784         if (amdgpu_sriov_vf(adev) || !adev->is_atom_fw ||
1785             (adev->asic_type != CHIP_VEGA20 &&
1786              adev->asic_type != CHIP_ARCTURUS))
1787                 return;
1788
1789         if (amdgpu_atomfirmware_mem_ecc_supported(adev)) {
1790                 DRM_INFO("HBM ECC is active.\n");
1791                 *hw_supported |= (1 << AMDGPU_RAS_BLOCK__UMC |
1792                                 1 << AMDGPU_RAS_BLOCK__DF);
1793         } else
1794                 DRM_INFO("HBM ECC is not presented.\n");
1795
1796         if (amdgpu_atomfirmware_sram_ecc_supported(adev)) {
1797                 DRM_INFO("SRAM ECC is active.\n");
1798                 *hw_supported |= ~(1 << AMDGPU_RAS_BLOCK__UMC |
1799                                 1 << AMDGPU_RAS_BLOCK__DF);
1800         } else
1801                 DRM_INFO("SRAM ECC is not presented.\n");
1802
1803         /* hw_supported needs to be aligned with RAS block mask. */
1804         *hw_supported &= AMDGPU_RAS_BLOCK_MASK;
1805
1806         *supported = amdgpu_ras_enable == 0 ?
1807                         0 : *hw_supported & amdgpu_ras_mask;
1808 }
1809
1810 int amdgpu_ras_init(struct amdgpu_device *adev)
1811 {
1812         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1813         int r;
1814
1815         if (con)
1816                 return 0;
1817
1818         con = kmalloc(sizeof(struct amdgpu_ras) +
1819                         sizeof(struct ras_manager) * AMDGPU_RAS_BLOCK_COUNT,
1820                         GFP_KERNEL|__GFP_ZERO);
1821         if (!con)
1822                 return -ENOMEM;
1823
1824         con->objs = (struct ras_manager *)(con + 1);
1825
1826         amdgpu_ras_set_context(adev, con);
1827
1828         amdgpu_ras_check_supported(adev, &con->hw_supported,
1829                         &con->supported);
1830         if (!con->hw_supported) {
1831                 amdgpu_ras_set_context(adev, NULL);
1832                 kfree(con);
1833                 return 0;
1834         }
1835
1836         con->features = 0;
1837         INIT_LIST_HEAD(&con->head);
1838         /* Might need get this flag from vbios. */
1839         con->flags = RAS_DEFAULT_FLAGS;
1840
1841         if (adev->nbio.funcs->init_ras_controller_interrupt) {
1842                 r = adev->nbio.funcs->init_ras_controller_interrupt(adev);
1843                 if (r)
1844                         return r;
1845         }
1846
1847         if (adev->nbio.funcs->init_ras_err_event_athub_interrupt) {
1848                 r = adev->nbio.funcs->init_ras_err_event_athub_interrupt(adev);
1849                 if (r)
1850                         return r;
1851         }
1852
1853         amdgpu_ras_mask &= AMDGPU_RAS_BLOCK_MASK;
1854
1855         if (amdgpu_ras_fs_init(adev))
1856                 goto fs_out;
1857
1858         DRM_INFO("RAS INFO: ras initialized successfully, "
1859                         "hardware ability[%x] ras_mask[%x]\n",
1860                         con->hw_supported, con->supported);
1861         return 0;
1862 fs_out:
1863         amdgpu_ras_set_context(adev, NULL);
1864         kfree(con);
1865
1866         return -EINVAL;
1867 }
1868
1869 /* helper function to handle common stuff in ip late init phase */
1870 int amdgpu_ras_late_init(struct amdgpu_device *adev,
1871                          struct ras_common_if *ras_block,
1872                          struct ras_fs_if *fs_info,
1873                          struct ras_ih_if *ih_info)
1874 {
1875         int r;
1876
1877         /* disable RAS feature per IP block if it is not supported */
1878         if (!amdgpu_ras_is_supported(adev, ras_block->block)) {
1879                 amdgpu_ras_feature_enable_on_boot(adev, ras_block, 0);
1880                 return 0;
1881         }
1882
1883         r = amdgpu_ras_feature_enable_on_boot(adev, ras_block, 1);
1884         if (r) {
1885                 if (r == -EAGAIN) {
1886                         /* request gpu reset. will run again */
1887                         amdgpu_ras_request_reset_on_boot(adev,
1888                                         ras_block->block);
1889                         return 0;
1890                 } else if (adev->in_suspend || adev->in_gpu_reset) {
1891                         /* in resume phase, if fail to enable ras,
1892                          * clean up all ras fs nodes, and disable ras */
1893                         goto cleanup;
1894                 } else
1895                         return r;
1896         }
1897
1898         /* in resume phase, no need to create ras fs node */
1899         if (adev->in_suspend || adev->in_gpu_reset)
1900                 return 0;
1901
1902         if (ih_info->cb) {
1903                 r = amdgpu_ras_interrupt_add_handler(adev, ih_info);
1904                 if (r)
1905                         goto interrupt;
1906         }
1907
1908         r = amdgpu_ras_sysfs_create(adev, fs_info);
1909         if (r)
1910                 goto sysfs;
1911
1912         return 0;
1913 cleanup:
1914         amdgpu_ras_sysfs_remove(adev, ras_block);
1915 sysfs:
1916         if (ih_info->cb)
1917                 amdgpu_ras_interrupt_remove_handler(adev, ih_info);
1918 interrupt:
1919         amdgpu_ras_feature_enable(adev, ras_block, 0);
1920         return r;
1921 }
1922
1923 /* helper function to remove ras fs node and interrupt handler */
1924 void amdgpu_ras_late_fini(struct amdgpu_device *adev,
1925                           struct ras_common_if *ras_block,
1926                           struct ras_ih_if *ih_info)
1927 {
1928         if (!ras_block || !ih_info)
1929                 return;
1930
1931         amdgpu_ras_sysfs_remove(adev, ras_block);
1932         if (ih_info->cb)
1933                 amdgpu_ras_interrupt_remove_handler(adev, ih_info);
1934         amdgpu_ras_feature_enable(adev, ras_block, 0);
1935 }
1936
1937 /* do some init work after IP late init as dependence.
1938  * and it runs in resume/gpu reset/booting up cases.
1939  */
1940 void amdgpu_ras_resume(struct amdgpu_device *adev)
1941 {
1942         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1943         struct ras_manager *obj, *tmp;
1944
1945         if (!con)
1946                 return;
1947
1948         if (con->flags & AMDGPU_RAS_FLAG_INIT_BY_VBIOS) {
1949                 /* Set up all other IPs which are not implemented. There is a
1950                  * tricky thing that IP's actual ras error type should be
1951                  * MULTI_UNCORRECTABLE, but as driver does not handle it, so
1952                  * ERROR_NONE make sense anyway.
1953                  */
1954                 amdgpu_ras_enable_all_features(adev, 1);
1955
1956                 /* We enable ras on all hw_supported block, but as boot
1957                  * parameter might disable some of them and one or more IP has
1958                  * not implemented yet. So we disable them on behalf.
1959                  */
1960                 list_for_each_entry_safe(obj, tmp, &con->head, node) {
1961                         if (!amdgpu_ras_is_supported(adev, obj->head.block)) {
1962                                 amdgpu_ras_feature_enable(adev, &obj->head, 0);
1963                                 /* there should be no any reference. */
1964                                 WARN_ON(alive_obj(obj));
1965                         }
1966                 }
1967         }
1968
1969         if (con->flags & AMDGPU_RAS_FLAG_INIT_NEED_RESET) {
1970                 con->flags &= ~AMDGPU_RAS_FLAG_INIT_NEED_RESET;
1971                 /* setup ras obj state as disabled.
1972                  * for init_by_vbios case.
1973                  * if we want to enable ras, just enable it in a normal way.
1974                  * If we want do disable it, need setup ras obj as enabled,
1975                  * then issue another TA disable cmd.
1976                  * See feature_enable_on_boot
1977                  */
1978                 amdgpu_ras_disable_all_features(adev, 1);
1979                 amdgpu_ras_reset_gpu(adev);
1980         }
1981 }
1982
1983 void amdgpu_ras_suspend(struct amdgpu_device *adev)
1984 {
1985         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
1986
1987         if (!con)
1988                 return;
1989
1990         amdgpu_ras_disable_all_features(adev, 0);
1991         /* Make sure all ras objects are disabled. */
1992         if (con->features)
1993                 amdgpu_ras_disable_all_features(adev, 1);
1994 }
1995
1996 /* do some fini work before IP fini as dependence */
1997 int amdgpu_ras_pre_fini(struct amdgpu_device *adev)
1998 {
1999         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
2000
2001         if (!con)
2002                 return 0;
2003
2004         /* Need disable ras on all IPs here before ip [hw/sw]fini */
2005         amdgpu_ras_disable_all_features(adev, 0);
2006         amdgpu_ras_recovery_fini(adev);
2007         return 0;
2008 }
2009
2010 int amdgpu_ras_fini(struct amdgpu_device *adev)
2011 {
2012         struct amdgpu_ras *con = amdgpu_ras_get_context(adev);
2013
2014         if (!con)
2015                 return 0;
2016
2017         amdgpu_ras_fs_fini(adev);
2018         amdgpu_ras_interrupt_remove_all(adev);
2019
2020         WARN(con->features, "Feature mask is not cleared");
2021
2022         if (con->features)
2023                 amdgpu_ras_disable_all_features(adev, 1);
2024
2025         amdgpu_ras_set_context(adev, NULL);
2026         kfree(con);
2027
2028         return 0;
2029 }
2030
2031 void amdgpu_ras_global_ras_isr(struct amdgpu_device *adev)
2032 {
2033         uint32_t hw_supported, supported;
2034
2035         amdgpu_ras_check_supported(adev, &hw_supported, &supported);
2036         if (!hw_supported)
2037                 return;
2038
2039         if (atomic_cmpxchg(&amdgpu_ras_in_intr, 0, 1) == 0) {
2040                 DRM_WARN("RAS event of type ERREVENT_ATHUB_INTERRUPT detected!\n");
2041
2042                 amdgpu_ras_reset_gpu(adev);
2043         }
2044 }