PCIe错误类型

 我们开始讨论一下有关于PCIe错误相关的内容。每种协议都有各自定义的错误。每种硬件也会有各种错误。从某种意义上来说，开发人员存在的价值不仅在于实现各种协议的实现，更多的是去解决这些千奇百怪的错误。错误的相关内容包括：错误分类、错误检测、错误记录、错误通知、错误报告、错误处理等等。

       Spec早期（1.0）沿用了很多PCI/PCI-X协议的内容，要求每种PCIe设备都必须实现基础的错误模式。在PCIe 1.1，新增了高级错误报告AER（Advanced Error Reporting），但协议并没有要求每个设备必须实现，属于可选项。

       首先，我们来看看错误的分类：

PCIe的错误可以分成两类：不可修复错误（Uncorrectable errors）和可修复错误（Correctable errors）。这些错误在PCIe协议的各个层次（物理层、数据链路层、事务层）都会存在。另外Internal error是PCIe 2.0之后新增的，是指PCIe设备硬件的内部错误。

很显然，所谓可修复错误，是指这类错误是有可能被修复的。注意，是有可能！当修复不了，就会变成不可修复错误。可修复错误往往由硬件自我修复，如重发报文、重协商等等。这类错误只对系统的性能有所影响。可修复错误由硬件修复不需要软件参与，并且修复行为不会导致任何信息的丢失。在软件处理上，可以记录错误发生的首次时间点、发生频率等，以便于后期定位追溯问题。

不可修复错误是指无法自我修复的错误，可能导致某次事务的失败。不可修复错误又可以细分为致命（Fatal）和非致命（Non-Fatal）两种。非致命错误往往只会影响单次PCIe事务的失败。而致命错误可能会导致系统的崩溃！

不可修复致命错误是链路或者硬件不可靠导致的，对于不可修复致命错误需要复位链路上的组件。不可修复致命错误，没有统一的修复方法，每家都有自己的处理方法。平台设计者需要根据硬件设计不同，PCIe器件承担的作用不同，业务流程不同进行不同的处理，原则上都需要复位链路上的组件。

我们再总结一下错误类型：

	可修正错误	不可修正错误
发生范围	物理层、数据链路层、事务层、设备内部
自我修复	是	否
系统影响	影响性能	影响功能
软件处理	无需处理。可以考虑记录日志。	建议处理。

        最后，需要提醒大家注意的是：对于PCIe错误，各个厂商和公司的要求不尽一致。很多厂商的设备，在生产基本都没有做任何的检测，就直接发货。这样会存在一定的隐患。对于个人PC领域，影响还属可控。如果是服务器、存储，就会存在业务性能降低、业务中断等重大影响。