F5-M2/M7 production gcc 崩 = IST IRQ 栈缺失(非 VirtIO 的因)

2026-07-06。VirtIO 弧收官(见 finale)后,production GUI/console 跑 gcc/g++ 偶发崩,一度归因 init_msi_x。深查后真凶 = 硬件 IRQ 没用 IST 栈 (F13-B Bug② 同族,见 f13-b-bug2-irq-ist)。并 origin/main 带入 IST2 修后稳定。本 note 记调试链 + 教训,免下个 AI 重追 VirtIO。

症状(崩点漂移)

production run(挂 virtio-blk-pci + init_msi_x unmask 0x42)+ gcc/g++ 重负载 → 崩点漂移:

• #GP in BuddyAllocator::clear_bit(RDX 非规范地址)
• #DF RSP=user(内核在用户栈上执行)
• 用户态 segfault(kernel_init exec /bin/sh、cc1 NULL 写)
• EXT2 failed to read inode block + cc1 加载坏 ELF

四跑四样 → 内存损坏签名(不是确定性逻辑 bug)。

bisect 误导 → sub-bisect 还原清白

run 当时没挂 virtio 设备(只 test target 有),前一个 AI 的 #if 0 bisect 无效(Step 21a2/21a3 本就是 no-op)→ 错误归因 VirtIO。

把 virtio-blk 加进 run 后重做 + console 自跑(build-console,GUI=OFF)sub-bisect:

• B:只 map table(+0x84000)→ clean。
• C:map table+PBA(直接 g_vmm.map)→ clean。canary:+0x84000/+0x85000 map 前 = 0x0, map 后邻居 +0x90000/+0x70000 PTE 不变 → map 干净,无 PT 踩踏/别名。
• D:msix_.init(maps+指针+cap 赋值)→ clean。
• E:full init_msi_x(msix_.init + mask_all + program_vector + enable)+ IST 修 → clean。

⭐ init_msi_x 的每个动作(map/mask/program/enable + PTE 校验映到设备 MMIO 0xfebf5000 非 RAM、 0x42 中断没 fire 无 I/O)全清白。bisect 干净指向触发器,不是根因。

真根因:IRQ 无 IST 栈(F13-B Bug② 原文)

CinuxOS 硬件 IRQ 没用 IST:interrupts.S 的 ISR_IRQ stub 的 sub $512 + fxsave(%rsp)

• ISR frame 落在被中断 task 的栈上。PIT 100Hz / 各 IRQ 在 gcc/g++ 深栈中段抢进, fxsave 512B + frame 物理覆盖调用链沿途的栈对象 → corrupt 指针 → 踩 .text/数据 → 崩点漂移。

之前因「栈不溢出」排除过 IST —— 错。IST 不是防溢出,是防 IRQ frame 物理覆盖 task 栈对象。 watermark 测的是 render/调用自身栈(浅),漏了 IRQ entry 在同栈上的 fxsave 区。

init_msi_x 的角色:arm virtio-blk 的 MSI(unmask entry 0)+ 挪二进制布局 → 触发/暴露了 这个潜在的 IST 溢出(PIT tick 在 gcc 深栈上 fxsave 覆盖)。与 init_msi_x 无因果。

修:并 origin/main 带 IST2 栈

merge eab66a0(并 origin/main)带入 F13-B 的 IST IRQ 栈(54f6392 fix(gui) F13-B 稳定化):

• gdt.hpp/cpp:alignas(16) uint8_t irq_stack_[4KB] + tss_.ist[1] = &irq_stack_[...](照抄 IST1 #DF 模板)
• IDT gate 的 ist 字段 = 2 → CPU 进 ISR 自动把 RSP 换成 TSS.ist[1],fxsave + frame 落 IST2,完全不碰 task 栈。

验证

• boot 日志:[BIG] GDT loaded (TSS with IST1 #DF + IST2 IRQ stacks)。
• build-console(GUI=OFF)自跑 3+ 次完整 usability(/etc/cinux-usability-test.sh 跑 gcc hello.c + g++ hello.cpp)全 PASS,0 segfault。
• run-kernel-test-all 两 leg 889/0 + SMP ALL PASSED。

⭐ console 模式(build-console)Claude 可自跑迭代(timeout N cmake --build build-console --target run < /dev/null;run 无 isa-debug-exit 跑到 timeout,auto-script 自动跑 gcc+g++)—— 不用烧用户 GUI run,调试快。GUI QEMU 仍用户启动。

教训

1. bisect 干净 ≠ 因果:init_msi_x vs diagnose 干净 bisect,但 init_msi_x 各动作全 clean —— 它只是挪布局/时序触发了潜在 IST 溢出。bisect 指向触发器,不一定是根因。
2. 崩点漂移 = IRQ frame 覆盖栈对象(非栈溢出):watermark 测栈深会漏(fxsave 区在同栈上)。
3. console gate Claude 自跑 + canary(translate 前/后对比 PTE)是快速缩范围利器。
4. 别信「bisect 干净就结案」—— 当 manifestation 漂移(内存损坏签名),要怀疑潜在时序/布局 bug,bisect 找的是触发器。

follow-up(独立线,不挡 VirtIO)

• GUI 桌面被 F13-B host adapter 重写搞挂(切新 core 未完成)—— 下一弧。
• blk↔net BAR 撞(都 self-assign 0xfeb60000)—— 加 net 进 run 前必修(self_assign_bar/map_bar 给每实例独立 slot)。
• NetStack attach virtio-net + SLIRP ping + perf(virtio-blk vs NVMe vs AHCI)。

接 finale note + memory [[f5-m2-m7-virtio-progress]] + [[f13-b-host-adapter-handoff]](IST2 根治原文)。