[發明專利]一種服務器PCIe設備故障記錄的系統及方法

在審

• 申請號: 201811434099.0
• 申請日: 2018-11-28
• 公開（公告）號: CN109542752A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 孫一心
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 王汝銀

1.一種服務器PCIe設備故障記錄的系統，其特征在于，包括：

CPU單元：用于存儲PCIe設備配置空間寄存器；

BIOS單元：用于當BIOS單元監控到PCIe設備發生UCE故障時，收集故障PCIe設備的寄存器的值和故障信息；所述寄存器的值和故障信息位于CPU單元空間寄存器中的AERcapability中；

BMC單元：用于通過impi命令接收從BIOS單元發送的寄存器的值和故障位置信息；同時將寄存器的值和故障位置信息記錄到黑盒日志中；

黑盒日志：用于記錄寄存器的值和故障位置信息，并根據所述寄存器的值對寄存器進行解析；

所述BIOS單元通過PECI鏈路與CPU單元數據通信；所述BMC單元通過KCS鏈路與BIOS單元數據通信。

2.根據權利要求1所述的一種服務器PCIe設備故障記錄的系統，其特征在于，所述故障PCIe設備的寄存器包括uncorrectable error status register、correctable errorstatus register和header log register。

3.根據權利要求1所述的一種服務器PCIe設備故障記錄的系統，其特征在于，所述故障信息的類型包括uncorrectable fatal error、correctable non-fatal error和correctable error。

4.根據權利要求1所述的一種服務器PCIe設備故障記錄的系統，其特征在于，所述BIOS單元包括監測單元和收集單元；

所述監測單元用于檢測PCIe設備是否發生UCE故障；

所述收集單元用于收集故障PCIe設備的寄存器的值和故障信息。

5.根據權利要求1所述的一種服務器PCIe設備故障記錄的系統，其特征在于，所述BMC單元包括接收模塊和寫入模塊；

所述接收模塊用于通過impi命令接收從BIOS單元發送的寄存器的值和故障位置信息；所述寫入模塊用于將寄存器的值和故障位置信息記錄到黑盒日志中。

6.一種服務器PCIe設備故障記錄的方法，是基于權利要求1至5任意一項所述的一種服務器PCIe設備故障記錄的系統實現的，其特征在于，包括以下步驟：

S1：當BIOS單元監控到PCIe設備發生UCE故障時，將PCIe設備配置空間寄存器中的AERcapability寄存器收集出來，并將所述AER capability寄存器的值以及故障位置信息通過impi命令發送給BMC；

S2：BMC單元接收所述AER capability寄存器的值以及故障位置信息，并將所述AERcapability寄存器的值以及故障位置信息記錄到黑盒日志中。

7.根據權利要求6所述的一種服務器PCIe設備故障記錄的方法，其特征在于，在執行步驟S1之前，還包括當PCIe設備發生UCE故障時，會觸發UCE中斷，BIOS單元判斷故障的位置。

8.根據權利要求7所述的一種服務器PCIe設備故障記錄的方法，其特征在于，所述BIOS單元判斷故障的位置的方法為當PCIe鏈路上出現UCE錯誤，系統通過NMI中斷的方式發送Error Message給Root，通知Root發生了System Error；所述NMI中斷中包括PCIE故障的位置信息，所述BIOS接收到所述NMI中斷后，通過NMI中斷向量得出故障位置信息。

9.根據權利要求6所述的一種服務器PCIe設備故障記錄的方法，其特征在于，在步驟S1中，所述當BIOS單元監控到PCIe設備發生UCE故障時，將PCIe設備配置空間寄存器中的AERcapability寄存器收集出來的方法為，在intel的EDS文檔中指明了所述PCIe設備配置空間寄存器的地址，BIOS通過訪問所述PCIe設備配置空間寄存器的地址讀取在CPU單元的PCIe設備配置空間寄存器。