[发明专利]PCIE设备故障处理方法和装置

说明书

本申请公开了PCIE设备故障处理方法和装置。其中所述方法包括：在BIOS初始化时获取PCIE插槽上的PCIE设备类型信息；根据PCIE设备类型信息，将PCIE插槽对应的IIO端口的DPC功能设置为开启或者关闭；通过DPC处理PCIE设备故障，在PCIE故障出现时，通过BIOS和操作系统的共同作用，使得PCIE链路迅速地断开再重连，由此完成故障的快速恢复，降低PCIE故障导致的宕机，在PCIE故障时仍能保持服务器的正常使用，增强服务器的稳定性。采用这种处理方式，使得有针对性的设置不同PCIE设备对应的IIO端口的DPC功能，避免出现因采用统一设置选项导致的部分PCIE设备断开后无法重连的情况，可以满足不同PCIE设备的故障处理需求。

技术领域

本申请涉及服务器技术领域，具体涉及PCIE设备故障处理方法和装置，基本输入输出系统，以及主板管理控制器。

背景技术

随着云计算的普遍推广和应用，需要建立越来越多的数据中心，服务器作为数据中心中重要的基础设施，其稳定性直接影响着云服务的体验和价值。PCIE（高速串行计算机扩展总线标准）设备是服务器的重要组件，每台服务器上均有配置，当PCIE设备出现不可纠正故障时，会直接影响到服务器的操作系统OS，导致服务器出现宕机。

目前，服务器主要采用标准的PCIE高级错误报告（Advanced Error Reporting，AER）机制来处理PCIE故障。在该机制下可以有两种实施方式：降低PCIE故障的错误等级，屏蔽PCIE故障的中断上报。其中，降低PCIE故障的错误等级的方式为：通过设置PCIE的Uncorrectable Error Severity Register的值，将PCIE故障的错误等级定义为可纠正的故障，这样在产生SMI中断中到BIOS后，PCIE AER error handler按照可纠正故障处理并上报OS，OS感知到此为可纠正的故障，可以在一定程度上，保持系统的可用性。屏蔽PCIE故障的中断上报的方式为：通过设置PCIE的Uncorrectable Error Mask Register的值，屏蔽指定的PCIE故障，当此故障出现时，不会触发SMI中断，BIOS不处理，OS也感知不到此故障，可以在一定程度上，保持系统的可用性。

然而，在实现本发明过程中，发明人发现上述技术方案至少存在如下问题：1）上述降低PCIE故障的错误等级的方式是通过降低故障等级达到一定的稳定性提升，但是故障时的数据或者事务依然会扩散到系统中的使用者，存在很大的风险，最终仍然会导致系统的紊乱异常；2）上述屏蔽PCIE故障的中断上报的方式是将PCIE故障屏蔽，不触发SMI中断，做到“掩耳盗铃”，但是故障数据在进一步使用时，仍然会导致系统紊乱异常；或者PCIE故障出现surprise down error时，虽然可以不让系统宕机，但是PCIE设备会断开连接，使得PCIE设备丢失。可见，上述两种技术方案均无法中断PCIE故障信息的传播，使得故障信息继续使用，最终仍然会给系统带来风险甚至宕机。

发明内容

本申请提供PCIE设备故障处理方法，以解决现有技术存在的无法中断PCIE故障信息传播的问题。本申请另外提供PCIE设备故障处理装置，基本输入输出系统，以及主板管理控制器。

本申请提供一种PCIE设备故障处理方法，包括：

基本输入输出系统BIOS获取PCIE插槽使用情况信息，所述PCIE插槽使用情况信息包括PCIE设备类型；

根据所述PCIE设备类型，设置所述PCIE插槽对应的集成输入输出模组IIO端口的下行端口抑制DPC功能的开启或者关闭；

通过DPC处理PCIE设备故障，以使得将发生故障的PCIE设备断链，再将PCIE设备重新建链。

可选的，所述根据所述PCIE设备类型，设置所述PCIE插槽对应的集成输入输出模组IIO端口的下行端口抑制DPC功能的开启或者关闭，包括：