Pular para o conteúdo
Notícias e tutoriais sobre Linux
Drivers para Linux

Mudança automática de frequência pode travar GPUs no Linux e nova correção tenta resolver

O fim dos travamentos por variação de frequência térmica no ecosistema Etnaviv!

linux correcao travamentos gpus vivante etnaviv

Uma série de patches publicada nesta sexta-feira pretende corrigir uma condição no driver Etnaviv do Linux: o sistema de gerenciamento térmico pode alterar a frequência de determinadas GPUs Vivante enquanto elas ainda executam um trabalho, uma situação capaz de provocar o travamento do componente. Em um teste deliberadamente agressivo criado para expor a falha, o desenvolvedor registrou 25 recuperações de travamento em 24 execuções do benchmark glmark2. Com a adoção da nova lógica proposta, nenhuma falha ocorreu em 34 execuções consecutivas.

Mudar o clock no meio de um trabalho pode travar a GPU

O problema central abordado pelos desenvolvedores do Etnaviv, o driver de código aberto responsável pelo suporte às GPUs Vivante no kernel Linux, reside no momento exato em que a frequência de operação do chip é alterada. Atualmente, quando o sistema operacional precisa reduzir ou aumentar o clock da GPU, essa instrução é enviada imediatamente.

Se a placa de vídeo estiver ociosa, o ajuste ocorre sem incidentes. O cenário muda se a GPU estiver processando ativamente uma carga de trabalho. A alteração da frequência no meio da execução de um trabalho gráfico pode desestabilizar o hardware e forçar o driver a iniciar um processo de recuperação de travamento (hang recovery).

Por que o Linux altera a frequência da GPU?

linux correcao travamentos gpus vivante etnaviv 1
Mudança automática de frequência pode travar GPUs no Linux e nova correção tenta resolver 3

A variação do clock não acontece de forma arbitrária. O kernel possui mecanismos de gerenciamento térmico projetados para proteger o hardware. Quando um componente atinge temperaturas elevadas, o sistema operacional reduz sua frequência de operação para diminuir o calor gerado e o consumo de energia, um processo conhecido como thermal throttling. Assim que a temperatura volta a um patamar seguro, a frequência pode ser elevada novamente.

O problema identificado na série de patches não contesta a necessidade do thermal throttling. A proteção térmica deve permanecer ativada, conforme recomendado pela própria documentação do driver. A falha está na falta de sincronização entre as ordens do sistema de refrigeração e a fila de processamento da GPU.

Entenda sem termos técnicos o problema!

Para visualizar o problema, imagine uma máquina industrial trabalhando com uma esteira configurada para rodar a uma determinada velocidade. No sistema antigo, um supervisor poderia mudar a velocidade da esteira repentinamente no meio da montagem de um lote de produtos. Algumas máquinas mais robustas tolerariam o tranco, mas outras poderiam perder a sincronização e parar completamente.

A proposta para o Linux faz algo diferente. Em vez de aceitar a mudança imediata, a máquina termina o lote atual, pausa momentaneamente a entrada de novos produtos, ajusta a velocidade da esteira e só então começa a processar o próximo lote na nova velocidade. Dessa forma, cada lote inteiro é concluído utilizando uma velocidade consistente, evitando paradas abruptas.

Nova lógica espera o trabalho terminar antes de mudar o clock

O quinto patch da série introduz exatamente essa sincronização (drm/etnaviv: Change the GPU clock between jobs). Quando o sistema térmico solicita uma mudança de clock e a GPU está ocupada, o driver marca que existe uma alteração pendente e impede temporariamente a entrada de novos trabalhos na fila. Em seguida, aguarda a conclusão das tarefas que já estavam em andamento. Após a finalização, altera a frequência e libera a fila para novos trabalhos.

Existe, contudo, uma saída de emergência. O driver não pode esperar indefinidamente. Se os trabalhos retidos não terminarem dentro de um limite de tempo preestabelecido (timeout), a espera é abortada. Nesse caso específico, o clock acaba sendo alterado com tarefas em andamento para evitar um bloqueio total do agendador do sistema e garantir a estabilidade geral do kernel.

Teste agressivo teve 25 recuperações antes e nenhuma depois

O autor da correção, Christian Gmeiner, validou a mudança em um ambiente de testes projetado para forçar a instabilidade. Utilizando uma GPU GC7000 revisão 6009, ele alternou o estado de resfriamento (cooling state) a cada 200 milissegundos enquanto executava o teste gráfico glmark2.

Antes da aplicação do patch, a GPU perdeu a estabilidade repetidas vezes, exigindo 25 recuperações de travamento em apenas 24 execuções do teste. Com a nova lógica de espera, o desenvolvedor completou 34 execuções sem registrar nenhuma necessidade de recuperação. É importante notar que este teste foi construído artificialmente para causar dezenas de mudanças de clock por minuto. Usuários comuns em condições normais não experimentam essa quantidade de falhas, mas o teste comprova que a vulnerabilidade estrutural existe e é reproduzível.

O problema não termina no travamento

A série de sete patches não se limita a estabilizar o hardware. O trabalho inicial de Gmeiner foi motivado por uma necessidade de observabilidade. Ferramentas gráficas e bibliotecas de espaço de usuário (userspace) precisam medir o desempenho da GPU. Para fazer isso, elas leem contadores internos de ciclos.

Mesa precisa saber em qual frequência cada trabalho rodou

Um ciclo de processamento não equivale a uma medida fixa de tempo. Executar 100 milhões de ciclos com a GPU operando a 1 GHz consome um tempo diferente do que executar os mesmos 100 milhões de ciclos a 500 MHz. Para converter ciclos em microssegundos com precisão, o userspace precisa saber a frequência exata em que o componente operava naquele momento.

Se a frequência varia dinamicamente por causa do gerenciamento térmico ou após o retorno de uma suspensão, o Mesa 3D (a biblioteca gráfica padrão do ecossistema Linux) perde a referência. Sem a informação correta do clock, as métricas de tempo geradas para análise de desempenho ficam incorretas.

Linux passa a guardar histórico das mudanças de frequência

Para resolver a falta de informações, o último patch da série cria uma nova interface chamada CLOCK_HISTORY. Através de uma chamada de sistema (ioctl), o driver Etnaviv passa a armazenar um histórico detalhado das mudanças de frequência da GPU. Cada evento registrado guarda a nova frequência, a assinatura de tempo exata (timestamp) e o motivo da mudança (como um reset, o retorno do modo de suspensão ou uma alteração regular).

As últimas 256 mudanças ficam disponíveis ao userspace

O driver mantém um buffer circular na memória com capacidade para armazenar as últimas 256 alterações de clock por GPU, consumindo aproximadamente 10 KiB. Esse tamanho foi considerado suficiente porque o histórico só recebe uma nova entrada quando o gerenciador térmico efetivamente muda o estado do componente, e não a cada quadro renderizado na tela. Quando uma aplicação como o Mesa solicita os dados, o kernel devolve apenas as mudanças ocorridas desde a última consulta, mantendo a leitura eficiente.

Mesa já prepara suporte

A nova interface do kernel não foi criada no vácuo. O próprio desenvolvedor abriu o Merge Request 46538 no projeto Mesa para implementar a leitura desses dados. Com a mudança, ao finalizar um trabalho gráfico, o Mesa poderá cruzar a assinatura de tempo da conclusão com o histórico de clocks fornecido pelo Linux, descobrindo com alta precisão qual frequência alimentou a execução daquela tarefa específica.

Quais GPUs foram testadas?

A série de alterações foi testada em hardwares específicos baseados na arquitetura ARM, comuns em sistemas embarcados. Os testes ocorreram em:

  • GPU GC7000 revisão 6214 (em plataforma i.MX8MQ);
  • GPU GC7000 revisão 6009 (em plataforma i.MX8QM);
  • GPU GC2000 revisão 5108 (em plataforma i.MX6Q).

O desenvolvedor realizou backports manuais das correções para os kernels Linux 6.6 e Linux 6.12 a fim de validar as placas mais antigas, utilizando caminhos específicos de inicialização do controlador (FSCALE).

Isso afeta Radeon, GeForce ou Intel?

Não. As mudanças propostas e os travamentos descritos são estritamente ligados à arquitetura interna do driver Etnaviv, utilizado exclusivamente por processadores gráficos da Vivante. Placas de vídeo da AMD (Radeon), NVIDIA (GeForce), Intel (Arc) e outras GPUs integradas de plataformas móveis (como Qualcomm Adreno e ARM Mali) utilizam drivers completamente distintos no Linux e possuem suas próprias lógicas de gerenciamento térmico e de agendamento de tarefas.

Quando a mudança pode chegar aos usuários?

Os sete patches compõem a primeira versão (v1) da proposta e foram enviados às listas de discussão do kernel (lore.kernel.org) nesta sexta-feira. O código agora passa pelo escrutínio dos mantenedores do subsistema DRM e de outros desenvolvedores envolvidos no projeto Etnaviv. Algumas das correções estruturais possuem indicação para versões estáveis (Cc: stable), o que aumenta a chance de que a solução para os travamentos chegue a kernels antigos em atualizações futuras, assim que a série principal for lapidada, aprovada e incorporada na linha principal do Linux.

RECURSOS DO ARTIGO

Links e recursos

Materiais oficiais e referências técnicas relacionadas à matéria.
QUEM ESCREVE
Emanuel Negromonte

Sobre o autor

Emanuel Negromonte é Jornalista, Mestre em Tecnologia da Informação e atualmente cursa a segunda graduação em Engenharia de Software. Com 14 anos de experiência escrevendo sobre GNU/Linux, Software Livre e Código Aberto, dedica-se a descomplicar o universo tecnológico para entusiastas e profissionais. Seu foco é em notícias, tutoriais e análises aprofundadas, promovendo o conhecimento e a liberdade digital no Brasil.