README.md

# HIP target mismatch 最小复现

## 问题描述

使用 Spack 在 DTK26.04 环境编译 Nalu-Wind 依赖的 Trilinos+Kokkos 时遇到编译错误：

```text
lld: error: undefined protected symbol: kokkos_impl_hip_constant_memory_buffer
>>> referenced 21505 more times
dcc: error: amdgcn-link command failed with exit code 1
```

环境信息：

- Target: gfx936
- Image: harbor.sourcefind.cn:5443/dcu/admin/base/pytorch:2.7.1-ubuntu22.04-dtk26.04-py3.11

## 复现方式

拷贝目录中的文件到容器中，然后运行脚本：

```sh
./run.sh
```

容器中使用 DTK 原版 `hip-config.cmake` 时，预期会有编译错误：

```text
lld: error: undefined protected symbol: kokkos_impl_hip_constant_memory_buffer
>>> referenced by lto.tmp:(read_constant(unsigned long*))
clang++: error: amdgcn-link command failed with exit code 1
```

## 原因分析

这个复现说明问题的关键不是 Kokkos 或 Trilinos 本身，而是两个 HIP 编译单元的 GPU target 集合不一致：

- `provider.cpp` 定义 `kokkos_impl_hip_constant_memory_buffer`，并固定只按 `gfx936` 编译。
- `consumer.cpp` 声明并引用同名 constant memory symbol，编译 target 来自 `hip::device`。
- 两个编译单元都使用 `-fgpu-rdc`，最终链接也使用 `-fgpu-rdc`，从而触发 RDC device link 阶段的符号解析。

使用 DTK 原版 `hip-config.cmake` 时，`hip::device` 会向 consumer 编译和最终链接注入 `gfx906;gfx926;gfx928;gfx936;gfx938` 五个 target。此时 provider 只提供 `gfx936` 的 device symbol 定义，而 consumer 在其它 target 上也引用了这个符号，因此 device link 报错。

使用修复后的 `hip-config.cmake` 时，`hip::device` 在容器中自动检测为 `gfx936`，provider、consumer 和最终 device link 的 target 一致，因此可以正常链接。