PCIe扫盲——PCIe错误源详解（一）

这篇文章来详细地分析一下各种错误源的产生原理，由于内容较多，因此分为两篇文章。第一篇介绍一下ECRC校检错误和Data Poisoning等；第二篇文章介绍事务（Transaction）错误、链路流量控制（Link Flow Control）相关的错误、异常的TLP（Malformed TLP）以及内部错误（Internal Errors）等。

• ECRC

前面的文章中提到过，ECRC是可选的，主要用于包含有Switch的PCIe总线系统中。且只有支持AER的PCIe设备才有能力支持ECRC功能。配置软件通过检查配置空间，确认PCIe设备的某个功能（Function）支持ECRC后，可以通过向错误功能控制寄存器（Error Capability and Control Register）中的响应为写0或者1来禁止或者使能ECRC功能。

如果使能了ECRC功能，可以通过TLP包头中的TD（TLP Digest，ECRC也被称为Digest）为来标记当前的TLP是否使用ECRC，如下图所示。需要特别注意的是，如果TD为1（表示使用ECRC），但是TLP中却没有ECRC；或者TD为0，TLP中却包含了ECRC，则会被判定为TLP格式错误，即Malformed TLP错误。

ECRC是基于TLP的包头和数据（Header and Data Payload）计算的，接收端会重新基于这些内容计算并与收到的TLP中的ECRC（发送端计算的）作对比，如果不一致，则认为数据传输过程中发生了问题，数据被破坏了，进而产生ECRC校检错误。需要注意的是，在TLP包头中，有两位实际上是不参与ERCR计算的——Type域的bit0和EP位。这两位通常被称为Variant bits，且在ECRC计算的时候，这两位的对应位置始终被认为是1，而非使用实际的数值。

当接收端（Completer）接收到的请求（Request）TLP中存在ECRC校检错误时，接收端通常会选择不对该请求发送返回TLP（Completion），并将ECRC错误状态位（配置空间中的）置位。发送端由于长时间未接收到Completion，进而会产生Completion超时错误（Timeout Error）。而大部分发送端，会选择重新发送先前的请求Request。

当发送端（Requester）在发送完请求后收到了来自接收端返回的TLP（Completion）时，却发现该Completion TLP中存在ECRC校检错误，会将ECRC错误状态位（配置空间中的）置位。发送端可以选择重新发送先前的请求Request，还可以选择通过特殊功能中断（Function Specific Interrupt）向系统报告错误。

以上两种情况中，如果使能了错误消息报告功能的话，不可校正的非致命错误消息（Uncorrectable Non-fatal Error Message）会被发送至系统。

• Data Poisoning（Poisoned Data or Error Forwarding）

Data Poisoning也被称为错误传递（Error Forwarding），指的是在已知TLP Data Payload被破坏（Corrupted）的情况下，该TLP仍然被发送至其他的PCIe设备。此时，该TLP包头的EP位（Error Poisoned）被置位为1，表明该TLP已经被破坏。如下图所示：

有人可能要有疑惑了，你既然都已经知道该TLP Data Payload被破坏了，为什么还要再将其进一步传递呢？实际上，这样做主要是针对某些特殊的应用的：

☆    便于发送端（Request）和系统分析错误：假设发送端（Request）向接收端（Completer）发送了读数据请求，接收端从某个内存设备中读取数据后通过Completion返回数据给发送端。但是在此过程中发生了错误，接收端（Completer）因此不向发送端（Request）返回Completion，则发送端只会产生Completion Timeout错误，却难以分析错误原因。如果接收端返回Poisoned Completion TLP给发送端（TLP包头中EP为1），则发送端至少可以确认接收端正确地接收到了其发出的请求（Request）。

☆    便于发现Switch（或其他桥设备）中的错误：假设TLP中的Data Payload是在Switch中被破坏的，采用错误传递的方式有助于发现该错误。

☆    有些应用允许接收存在错误的数据：比如实时的音频或者视频传输，其宁可接收到有些许错误的数据，也需要尽量保证数据传输的实时性。

☆    数据可能通过应用层恢复：有些应用可能采用了特殊的编码 ，该编码可以恢复某些被破坏的数据（如ECC可恢复1位的错误）。

需要特别注意的是，错误传递（Data Poisoning or Error Forwarding）只是针对TLP中的Data Payload是否被破坏，和TLP包头的内容无关。也就是说错误传递只是针对那些带有Data Payload的TLP的，如Memory、Configuration、I/O写或者带有返回数据的Completion。PCIe Spec没有定义对没有Data Payload的TLP，其TLP包头中的EP却为1的情况，应当如何处理。

注：需要注意的是，Poisoning操作只能在事务层进行。原因很简单：数据链路层和物理层在任何情况下，都不会检查TLP包头的内容，更不会修改TLP包头。

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