PCIe扫盲——PCIe错误检测机制

PCIe总线错误检测囊括了链路（Link）上的错误以及包传递过程中的错误，如下图所示。用户设计的应用程序层中的错误不属于链路传输中的错误，不应当通过PCIe的错误检测与处理机制处理，一般可借助设备特殊中断（Device Specific Interrupt）等合适的方式进行报告与处理。

包传递过程的错误主要通过CRC编码来检测。PCIe定义了两种CRC——LCRC和ECRC。其中LCRC（Link CRC）由数据链路层产生和校检，用于检测从一端的数据链路层发送到另一端的数据链路层的TLP是否发生的错误。而ECRC（End-to-end CRC）由事务层产生和校检，且ECRC是可选的。

有人可能会质疑ECRC存在的必要性，因为LCRC已经对TLP进行了CRC校检，在此基础上多加一层ECRC可能是没有必要的。这里来简单地说明一下，一般情况下（尤其是没有Switch的简单PCIe总线系统中），ECRC的确是没有必要存在的。ECRC主要为解决Switch中传输的可能存在的传输错误问题的，换句话说，如果用户的设计中并没有Switch（只是简单的Root与Endpoint的端对端直连），完全可以不使用ECRC。

如下图所示，假设来自Endpoint的TLP被正确地传输到Switch的Downstream输入端口（Ingress Port），Downstream输入端口中的数据链路层也完成了对其的LCRC校检，且未发现错误。然后Switch会将该LCRC移除，并添加新的序列号（Sequence Number），随后重新计算LCRC，再将该TLP发送至Switch的Upstream输出端口（Egress Port）。显然，在此过程中TLP是不受保护的，一旦期间数据传输遇到错误等异常，可能会导致重新计算LCRC前的数据已经受到了破坏，且仅仅使用LCRC是无法发现这样的错误的。

注：关于序列号（Sequence Number），可以参考前面的关于Ack/Nak的相关文章。

需要注意的是，ECRC是AER中的一部分，要想使用ECRC，该PCIe设备必须是支持AER的。

如果按照错误产生的层（Layer）来分，则可以分为物理层错误，数据链路层错误和事务层错误。

物理层错误（Physical Layer Errors）主要有：

·         8b/10b编解码异常

·         Framing异常（8b/10b编码中是可选的，128b/130b中是必选的）

·         Elastic Buffer错误（可选的）

·         起始字符失锁（Loss of Symbol Lock）或者通道对齐失锁（Lane Deskew）（可选的）

数据链路层错误（Data Link Layer Errors）主要有：

·         LCRC校检失败

·         序列号（Sequence Number）异常

·         DLLP中的16-bit CRC校检失败

·         链路层协议错误（Link Layer Protocol Errors）

事务层错误（Transaction Layer Errors）主要有：

·         ERCR校检失败（可选的）

·         异常的TLP（Malformed TLP）（即TLP的格式异常）

·         流量控制协议异常（Flow Control Protocol Violation）

·         不支持的请求

·         数据损坏（Data Corruption，又称为Poisoned Packet）

·         Completer Abort（可选的）

·         接收端溢出（Receiver Overflow）（可选的）

·         返回包超时（Completion Timeout）

·         不对应的返回包（Unexpected Completion，即Completion与发出的Request不一致）

当接收端的物理层检测到TLP存在错误时，如果再将该TLP继续传送至数据链路层和事务层必然也会发现错误。而过多的错误会让错误分析与处理变得困难。因此，没有必要在向上传递该TLP，而是将其直接扔掉，并报告相应的错误。

然而，即使这样，PCIe总线的错误报告中也有很多错误源自同一个错误源。因此需要对错误进行优先级排序，使得错误源（最底层的错误）的优先级更高，能够最先得到处理。PCIe总线中的错误优先级排序如下（优先级从高到低）：

·         不可更正的内部错误（Uncorrectable Internal Error）

·         接收端Buffer溢出

·         流量控制协议错误

·         ECRC校检失败

·         异常的TLP（Malformed TLP）

·         AtomicOp Egress Blocked

·         TLP包头异常（TLP Prefix Blocked）

·         访问控制服务（Access Control Services，ACS）异常

·         MC（Multi-cast） Blocked TLP

·         不支持的请求（Unsupported Request，UR），Completer Abort（CA）或者不对应的返回包（Unexpected Completion）

·         接收到损坏的数据包（Poisoned Packet）

注：原文最早发表于本人的ChinaAET博客（http://blog.chinaaet.com/justlxy/）