升级到 1.2.162.1 后： vkQueueWaitIdle == VK_ERROR_DEVICE_LOST

如何解决升级到 1.2.162.1 后： vkQueueWaitIdle == VK_ERROR_DEVICE_LOST

我最近将我的光线追踪渲染器从 Vulkan SDK 版本 1.2.148.0 升级到 1.2.162.1。这是必要的，因为光线追踪扩展超出了测试版，因此现在适用于非测试版图形驱动程序（我的 RTX 2070 SUPER 版本为 461.40）。它需要我对渲染器的光线跟踪方面进行相当多的更改感谢 nvidia 教程。

不幸的是，曾经可以工作的代码现在开始导致错误。在许多情况下，提交单个时间命令会导致 vkQueueWaitIdle 失败并显示 VK_ERROR_DEVICE_LOST，从而导致验证错误，表示我正在尝试在命令缓冲区仍在使用时释放它。这有多种用途：转换图像布局（似乎是 undef 到一般）、构建加速结构、复制缓冲区但不是每次都复制（例如，从暂存缓冲区到设备缓冲区，之后释放暂存缓冲区也会引发错误，因为它仍在使用中，副本尚未完成）...但对于其他用途，它可以正常工作。我目前无法确定一个共同点...

最后，由于呈现第一帧失败，程序崩溃，因为它的布局未定义 - 我认为这是由前面提到的一个或多个错误引起的。

自从我上次使用它后有什么变化吗？这是违规代码（endSingleTimeCommands）：

    vkEndCommandBuffer(commandBuffer);

    VkSubmitInfo submitInfo{};
    submitInfo.sType = VK_STRUCTURE_TYPE_SUBMIT_INFO;
    submitInfo.commandBufferCount = 1;
    submitInfo.pCommandBuffers = &commandBuffer;

    vkQueueSubmit(graphicsQueue,1,&submitInfo,VK_NULL_HANDLE);
    switch (vkQueueWaitIdle(graphicsQueue)) {
        //debug output removed for brevity
    };

    vkFreeCommandBuffers(device,commandPool,&commandBuffer);

失败的地方之一是：

    //[fill the structs with info...]

    //function pointer grabbed via vkGetDeviceProcAddr
    vk::vkCmdBuildaccelerationStructuresKHR(cmd,&buildInfo,&buildOffset);

    //[call to the above code here]

但与扩展无关的代码也会失败（有时！），例如：

    VkCommandBuffer commandBuffer = beginSingleTimeCommands();

    VkBuffercopy copyRegion{};
    copyRegion.srcOffset = 0; // Optional
    copyRegion.dstOffset = 0; // Optional
    copyRegion.size = size;
    vkCmdcopyBuffer(commandBuffer,srcBuffer,dstBuffer,&copyRegion);

    endSingleTimeCommands(commandBuffer);

也许 beginSingleTimeCommands 也是相关的：

    VkCommandBufferAllocateInfo alLocinfo{};
    alLocinfo.sType = VK_STRUCTURE_TYPE_COMMAND_BUFFER_ALLOCATE_INFO;
    alLocinfo.level = VK_COMMAND_BUFFER_LEVEL_PRIMARY;
    alLocinfo.commandPool = commandPool;
    alLocinfo.commandBufferCount = 1;

    VkCommandBuffer commandBuffer;
    if (vkAllocateCommandBuffers(device,&alLocinfo,&commandBuffer) != VK_SUCCESS) {
        std::cout << "beginSingleTimeCommands: Could not allocate command buffer!\n";
    }

    VkCommandBufferBeginInfo beginInfo{};
    beginInfo.sType = VK_STRUCTURE_TYPE_COMMAND_BUFFER_BEGIN_INFO;
    beginInfo.flags = VK_COMMAND_BUFFER_USAGE_ONE_TIME_SUBMIT_BIT;

    if (vkBeginCommandBuffer(commandBuffer,&beginInfo) != VK_SUCCESS) {
        std::cout << "beginSingleTimeCommands: Could not begin command buffer!\n";
    }

    return commandBuffer;

我想我收集了一些额外的信息：我使用 nvidia 管道检查点系统在调用 vkCmdBuildaccelerationStructuresKHR 之前和之后添加一个检查点，并且两个检查点都在 TOP_OF_PIPE。第一次调用此函数后，不再生成检查点输出，这让我相信对构建的第一次调用以某种方式破坏了一切。我想我会三重检查我的 AS 建筑，如果我发现任何东西，我会回复你。

解决方法

事实证明，实际错误可能发生在 vkQueueWaitIdle 返回 DEVICE_LOST 错误的命令缓冲区之前。在我的加速结构构建代码中，我已经并且继续存在各种错误。我无法轻松调试它，因为显然验证层没有显示提供给 vkCmdBuildAccelerationStructures 的结构中是否存在细微错误，而是进行了大量的反复试验。

我确信升级前验证层会发现一个值得注意的例子是忘记设置 VkAccelerationStructureBuildGeometryInfoKHR::scratchData 字段，这是我必须修复的最后一个错误，以最终让一切运行起来。

我的问题的答案是：不要看触发 DEVICE_LOST 的命令，看看你在该命令之前对队列做了什么，有可能出现错误，反而。事实上，一旦第一个 DEVICE_LOST 错误发生，（几乎？）所有进一步的 vkQueueWaitIdle 都失败并出现相同的错误（与 vkQueueSubmit 相同）。在诸如我的复制缓冲区代码第一个失败的情况下，错误总是在队列使用之前发现。

我无法发布我的问题的确切解决方案，因为 - 就像我所说的 - 原因不止一个，到目前为止我只修复了其中的一些，还有一些。我认为这些细节与将来遇到我的问题的人无关，但如果我可以添加任何内容来帮助其他人，请告诉我。