当PCIe出现链路不稳定时，如何进行进行问题定位。本文描述的场景：EP PCIe 最高速率为gen4模式，ltssm状态机无法持续稳定在L0状态。
1.使用lspci观察配置空间的状态寄存器
使用lspci查看Endpoint（EP）和downstream port（DSP）的配置空间，两者都要看，方便定位问题出现在Endpoint的TX侧链路还是RX侧链路。重点看配置空间的状态寄存器，状态寄存器记录了曾经发生的错误状态。
NOTE: 如下案例中的状态位支持写1清零，可以通过setpci 命令将状态位清零，观察错误状态是否再次置1。
setpci -s 1a:00.0 110.L=FFFFFFFF //将bdf为1a:00.0的0x110地址的寄存器写全1清零，对应图1-2中的CESta状态寄存器。
1.1.看device status寄存器
下图是DSP的device status寄存器，可以发现存在可纠正错误（CorrErr+）。
1.2.看AER的状态寄存器
Advanced Error Reporting能够提供更详细的异常状态记录，可以重点看Uncorrectable Error Status Register（UESta） 和Correctable Error Status Register（CESta），UESta和CESta都提供了详细的错误分类，例如CESta就支持如下错误记录：Receiver Error Status、Bad TLP Status、Bad DLLP Status、REPLAY_NUM Rollover Status、Replay Timer Timeout Status、Advisory Non-Fatal Error Status、Corrected Internal Error Status。
图1-2：AER能力结构状态
2.尝试调整lane数量，观察链路状态
通过修改EP的配置调整LnkCap（Link Capabilities Register）的Maximum Link Width数值（主流的PCIe IP均支持此功能），观察在不同lane数量的情况下，链路是否稳定，例如x16、x8、x4、x2和x1。
NOTE: 可以重点观察x16 --> x8 -->x16 两次跳变场景下的链路情况。
3.尝试调整PCIe速率，观察链路质量
通过修改EP的配置调整LnkCap（Link Capabilities Register）的Max Link Speed
数值（主流的PCIe IP均支持此功能），观察在不同速率的情况下，链路是否稳定，例如gen4、gen3、gen2、gen1。
NOTE: 可以重点观察gen4--> gen3-->gen4两次跳变场景下的链路情况。
4.尝试Perform Equalization，观察链路状态
通过对DSP的Secondary PCI Express Extended Capability中Link Control 3 Register的Perform Equalization字段写1，使得DSP再次执行Equalization，等待LTSSM进入L0后，观察链路质量。本操作调整的是DSP和EP发送侧的均衡参数。
5.进行lane眼图测试，观察眼图质量
在出现链路问题的时候，对所有的lane进行眼图测试，观察不同lane的眼图质量。重点关注：是否存在部分lane的眼图在特定场景下（高速率）质量很差。
6.尝试进行PHY RX adapter，观察链路状态
对PHY的RX进行配置，使其再次进行adapter，PHY会根据链路状态进行自适应参数调整以满足链路质量的要求，不同的PHY vendor拥有不同的配置方法和限制条件，需要根据IP SPEC进行配置。此类配置是逐lane配置的，重点关注方法5中发现的有问题的lane。
7.尝试调整TX Equalization preset，观察链路状态
TX Equalization是PCIe中一项很重要的技术，用于提高信号传输质量。PCIe通过评估不同的Preset和Tx coefficients，最终选择最优的配置。
在ASIC芯片中，部分vendor的PCIe IP支持用户选择不同的preset，可以对PCIe 进行配置，在特定的preset中进行扫描。以Endpoint为例，通过不同的配置，在recovery.Equalization的phase2阶段，EP可以选择在Preset P0、P1、P2、P3、P4、P5、P6、P7、P8、P9、P10 中选择任意个preset进行链路质量评估扫描，最终选择链路质量最优的一个Preset。部分PCIe IP还可以配置Tx coefficients调整的次数，可以通过适量增加Tx coefficients调整次数以获取更好的链路质量。
8.通过PCIe 内部监控手段判断问题
PCIe 中的物理层、链路层和事务层通常都会存在中断、统计等常见的定位手段，包括但不限于：
链路层和事务层：
Receiver encoding error
Received bad TLP
Rx buffer overflow
Received bad DLLP
Parity error detected
Received TLP with LCRC error
物理层
128b/130b framing error detected
Elastic Buffer overflow
Elastic Buffer underflow
Phystatus[LNAE_NUM-1:0]
作者：IC小鸽
文章来源：IC芯视界
推荐阅读
更多IC设计干货请关注IC设计专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
