PCIE error 注错 OS AER禁用

​

由于kernel需要为大多数使用者负责，追求通用性，导致aer记录的错误信息较少

PCIe Aer Report 发现OS直接处理错误 没有让BIOS处理，BMC无法记录到错误日志，所以需要禁用OS 自带的AER 处理机制

Fatal Error 由OS进行处理 ：

Linux kernel的AER是怎么工作的？

这PCI Express端口服务驱动程序，名称为"aer"，类型为PCI_EXP_TYPE_ROOT_PORT，服务类型为PCIE_PORT_SERVICE_AER。该驱动程序包含以下功能：

通过这些函数，驱动程序可以实现对PCI Express根端口的高级错误报告（AER）服务的探测、移除、错误恢复和链接重置等功能。

​

• probe：用于探测（probe）PCI Express端口服务的函数aer_probe。
• remove：用于移除（remove）PCI Express端口服务的函数aer_remove。
• error_resume：用于错误恢复（error resume）的函数aer_error_resume。
• reset_link：用于重置链接（reset link）的函数aer_root_reset。

中断服务函数aer_irq就是读取AER CAP中的status和source id 寄存器来确定是否产生了AER，收到的第一个错误message的id是多少，把status和id推到fifo中，然后就启动线程。

​

 

​

 

 

线程aer_isr从Root Port 开始walk_bus遍历该root port下面的所有PCIe设备，读取设备aer status寄存器和aer mask寄存器，如果status对应bit为1且mask 对应bit为0，则加入struct aer_err_info *e_info的数据结构中等待处理。

1.实验环境：

IOMMU 需要打开  OS禁用AER

kylin系统默认AER打开

_OSC: OS now controls [PCIeHotplug PME AER PCIeCapability]

 

修改grub参数

修改文件/etc/default/grub

找到 GRUB_CMDLINE_LINUX 添加

GRUB_CMDLINE_LINUX="pci=noaer"

然后执行 根据自己的OS找到对应的grub.cfg

 sudo grub2-mkconfig -o /boot/efi/EFI/kylin/grub.cfg

pci=noaer   ，保存重启后dmesg查看修改成功OS now control不包含AER

注入ecrc_tx:

./NbioErrorInjector pcie_err_inject -t ecrc_tx -s 20:3.1 -e unmask_err_report -d 1 -c 3 -i 3

触发了smi OS出现kernerl Panic 系统重启后正常开机，bmc有错误日志

 Bit19

根据Uncorr erro status 判断为ecrc error status错误

注入acs_fatal：

 

./NbioErrorInjector pcie_err_inject -t acs_fatal -s 20:3.1 -e unmask_err_report -d 1 -c 3 -i 3

注错不成功 报错ACS Source Validation 为0

Lspci -s 80:1.2  -vvv 查看 ACSCtrl  SrcValid为0

setpci -s 80:1.2 0x2a6=0xff

修改成功后可以注入ACS 的错误

触发了smi OS出现kernerl Panic 系统重启后正常开机，bmc有错误日志

 Bit21

根据Uncorr error status 判断为ACS Violation 错误

注入：acs_nonfatal:

./NbioErrorInjector pcie_err_inject -t acs_nonfatal -s 20:3.1 -e unmask_err_report -d 1 -c 1  -i 1   //注一次

Dmesg 可以看到hardware error