[发明专利]错误恢复的方法和装置

说明书

本申请提供的一种错误恢复的方法、装置和系统。本申请实施例处于锁步模式的至少两个CPU能够在至少一个CPU发生错误时退出锁步模式，并确定出发生错误的CPU以及错误的类型，基于此能够在错误可恢复的情况下，根据正确运行的CPU对发生错误的CPU进行恢复，进而有助于该至少两个CPU在业务程序被中断的地方重新运行，因此本申请实施例能够提高锁步系统的错误恢复能力，增加系统可靠性。

技术领域

本申请涉及计算机领域，并且更具体的，涉及计算机领域中的错误恢复的方法和装置。

背景技术

自动驾驶等趋势使功能安全成为汽车行业的一项关键指标，越来越多的软硬件系统必须是安全的。这些安全系统必须可靠地运行以确保人身安全，即使在发生故障或事故的情况下也是如此。这就要求整体开发流程、硬件、软件、算法等多个层次进行安全冗余的考虑。当分区失效的时候，能够及时发现错误并进行恢复，而不影响其他的分区功能。

为了满足上述安全性的要求，锁步(lockstep)系统应运而生。锁步系统是采用锁步机制的容错计算机系统,通过并行同时运行同一组操作来实现安全冗余。在锁步系统中，两个独立的中央处理单元(Central Processing Unit，CPU)在相同的时钟周期内执行相同的指令。每个CPU自身加入了错误校验功能，例如纠错码(Error Correction Code，ECC)奇偶校验等，同时通过比较器对两个CPU的输出做比较。当比较结果有两位或者大于两位不一致时，且其中一个CPU校验出错，另一个CPU校验正常，这时候会禁止和解除Lockstep，从而让校验出错的CPU退出，校验正常的CPU正常工作。当比较结果仅有一位不一致且仅有一个CPU校验出错，则恢复到上一状态。当两个CPU校验都发生错误，或者两个CPU各自校验正常，但两个CPU的输出结果不一致，则两个CPU失步，系统停止。可以看出，现有的锁步系统中，比较结果仅有一位不一致且仅有一个CPU校验出错时，会将两个CPU修复到CPU当前运行状态的上一个保存状态重新运行，而如果发生了多位错误，不能修复错误，会退出锁步模式，业务被停止。因此，现有的锁步系统的错误恢复能力较弱，导致系统的可靠性难以满足安全业务的要求。

发明内容

本申请提供一种错误恢复的方法和装置，能够提高锁步(lockstep)系统的错误恢复能力，增加系统可靠性。

第一方面，提供了一种错误恢复的方法，包括：当处于锁步模式的至少两个中央处理单元CPU中的第一CPU发生错误时，接收中断；响应于该中断，所述至少两个CPU退出锁步模式；确定发生错误的所述第一CPU的错误类型；基于所述错误的类型为可恢复错误，根据所述至少两个CPU中正确运行的第二CPU在中断时的状态，对所述第一CPU进行错误恢复。因此，本申请实施例的方案，基于对锁步CPU错误类型的判断，在错误类型为可恢复的情况下，能根据正确运行的CPU的状态对发生错误的CPU进行恢复，进而使得该至少两个CPU在业务程序被中断的地方重新运行，因此本申请实施例能够提高锁步(lockstep)系统的错误恢复能力，增加系统可靠性。

结合第一方面，在第一方面的某些实现方式中，第二CPU在中断时的状态包括第二CPU在中断时的软件可见的CPU上下文，所述CPU上下文包括系统寄存器的值和通用寄存器的值；所述根据所述至少两个CPU中正确运行的第二CPU在中断时的状态，对所述第一CPU进行错误恢复，包括：从内存中获取所述第二CPU在中断时的软件可见的CPU上下文，并根据所述第二CPU的软件可见的CPU上下文更新所述第一CPU中的软件可见的CPU上下文。

结合第一方面，在第一方面的某些实现方式中，将所述第二CPU在中断时的软件可见的CPU上下文，以及缓存中的数据保存到内存中。将第一CPU在中断时的软件可见的CPU上下文，以及缓存中的数据保存到内存中。