VSCode Jupyter中ifort+f2py读写大二维Fortran数组时内核崩溃

问题背景 #

用ifort 19.0.4.243配合f2py 1.22.4编译Fortran90子程序后，在VSCode的Jupyter环境中执行时，读取大于80MB的非格式化Fortran文件，执行read(part_n) real_table(idim, npart_c:npart_c+npart-1)语句会直接导致Jupyter内核崩溃，且无任何错误提示。

已验证的关键现象 #

• gfortran编译的同版本子程序可正常运行
• 直接用Python脚本运行而非Jupyter环境时无问题
• 读取小于80MB的文件时一切正常
• 将读取目标改为一维数组后，程序可正常执行
• 已尝试设置ulimit -s unlimited、export OMP_STACKSIZE='1G'并调整Jupyter buffer参数，均未解决问题

环境信息 #

• ifort：19.0.4.243
• f2py：1.22.4
• Python：3.10.4

可行解决方案建议 #

1. 改用动态堆分配的二维数组 #

ifort对静态栈分配的二维数组在Jupyter的内存上下文下可能存在栈溢出风险，即使全局设置了ulimit，Jupyter内核的栈内存限制可能未生效。显式在Fortran中动态分配数组到堆上：

! 替换静态数组声明为动态分配
real, allocatable :: real_table(:,:)
allocate(real_table(idim, max_required_size))

2. 转换二维切片为一维视图读取 #

绕开ifort对二维数组切片的特殊处理逻辑，将目标切片转为一维指针视图后读取：

real, pointer :: temp_slice(:)
! 绑定到目标二维切片
temp_slice => real_table(idim, npart_c:npart_c+npart-1)
read(part_n) temp_slice
nullify(temp_slice)

3. 升级ifort版本 #

ifort 19.0系列存在部分内存管理相关的旧bug，升级到2021及以上版本后，Jupyter环境下的兼容性问题大概率会被修复。

4. 配置Jupyter内核的启动环境变量 #

终端设置的环境变量可能未传递给Jupyter内核，需在Jupyter内核配置文件kernel.json中添加相关参数：

{
  "argv": ["python", "-m", "ipykernel_launcher", "-f", "{connection_file}"],
  "env": {
    "OMP_STACKSIZE": "1G",
    "KMP_STACKSIZE": "1G",
    "ULIMIT_STACK": "unlimited"
  },
  "display_name": "Python 3.10",
  "language": "python"
}

内容的提问来源于stack exchange，提问作者SY Jeon