如何用GDB追踪不同CPU上数值模拟的指令级差异根源？

问题背景 #

使用GCC 9.5.0（Ubuntu 9.5.0-1ubuntu1~22.04版本）将C语言数值仿真模型编译为MATLAB可加载的mexa64共享对象，编译时未启用调试或优化标志，仅调用标准数学库函数，无BLAS/LAPACK依赖。该二进制在AMD 6850U、Intel Xeon Gold 6142及部分不同CPU的笔记本上运行时，输入完全一致但输出存在10⁻¹²量级差异，且导致后续依赖该模型的算法结果显著分歧。已排除软件环境影响（使用相同Docker镜像），判定为硬件差异导致，需通过GDB追踪寄存器定位首个引发结果分歧的指令。

具体实现步骤 #

1. 重新编译带调试信息的版本 #

为精准追踪指令，在保持原编译参数（-O0无优化）的基础上，添加-g调试标志重新编译：

gcc -g -O0 -fPIC -shared your_source_code.c -o my_debug.mexa64 `matlab mex --cxxflags`

注：替换your_source_code.c为实际源码文件，确保除-g外的编译参数与原版本完全一致，避免引入额外变量

2. 在两台目标CPU机器上启动GDB调试 #

分别在AMD和Intel机器上，将GDB附加到MATLAB进程：

# 找到MATLAB进程ID
pidof MATLAB
# 附加GDB
gdb -p <MATLAB_PID>
# 加载调试版mex文件
(gdb) sharedlibrary my_debug.mexa64

也可直接启动MATLAB并加载my_debug.mexa64后，再附加GDB。

3. 同步单步执行并对比状态 #

• 先在模型入口函数（MATLAB mex标准入口为mexFunction）设置断点：

(gdb) break mexFunction

• 在MATLAB中调用模型函数，触发断点命中后，在两台机器上同步执行单条机器指令：

(gdb) stepi

核心要求：每执行一条指令后，立即对比两台机器的浮点寄存器和关键内存变量值

4. 导出并对比寄存器与内存数据 #

每次单步后，导出浮点寄存器状态：

# 查看64位浮点寄存器XMM0-XMM15
(gdb) info registers xmm0-xmm15
# 查看AVX/AVX-512寄存器YMM0-YMM15（若CPU支持）
(gdb) info registers ymm0-ymm15
# 查看内存中关键变量的浮点值（替换<var_addr>为变量实际地址）
(gdb) x/fg <var_addr>

逐一对比两台机器的输出，找到首次出现数值差异的指令，该指令即为分歧的源头。

5. 调试标准数学库函数（若分歧出现在库调用中） #

若差异出现在sin/cos/exp等标准数学库调用时，需进入库函数内部追踪：

• 开启GDB的库调试支持：

(gdb) set debug-file-directory /usr/lib/debug
(gdb) set solib-search-path /lib/x86_64-linux-gnu

• 在目标数学库函数入口设置断点，单步执行内部指令并对比寄存器状态。

6. 自动化对比（提升效率） #

手动单步对比效率较低，可编写GDB脚本自动记录每一步的寄存器状态，再用工具对比日志：
示例GDB脚本trace_regs.gdb：

break mexFunction
commands
    set logging file regs_log.txt
    set logging on
    while 1
        info registers xmm0-xmm15
        info registers ymm0-ymm15
        stepi
    end
end

执行脚本：

gdb -x trace_regs.gdb -p <MATLAB_PID>

之后用diff工具对比两台机器生成的regs_log.txt，快速定位差异行对应的指令。

常见分歧原因参考 #

• CPU浮点单元的硬件实现差异（如AVX指令集的精度细节、舍入模式）
• 标准数学库针对不同CPU的优化分支（GCC的libm会根据CPU特性选择不同实现）
• 浮点舍入模式意外变更（可通过(gdb) info float查看两台机器的舍入模式是否一致）

内容的提问来源于stack exchange，提问作者fschwaiger