某项目三台设备PCIE Surprise Down故障分析

描述：

某项目交付过程中，发现三台服务器报The PCIe Card 1 (PCIe Device) triggered an uncorrectable error的错误（如下图）

分析

通过fdm/fdm_output日志，发现存在大量的PCIe的报错（如下），可以看出来全是Surprise Down Error错误，且问题都说发生在CPU1 的Riser模组上

检查Riser模组的状态，确实存在Riser模组存在掉卡情况

根因：

1、 产生PCIe Surprise Down的条件

当PCIe设备从 DL_Active 到 DL_Inactive 的这种状态转换视一个Surprise Down Error错误（如下图）不可恢复错误

2、产生这种状态转换的情况的原因有如下两种情况

　　1、 Physical Layer reports Physical LinkUp = 0b 物理链路状态为“未连接”（Physical LinkUp = 0b）

　　2、 PCIE发生意外down，状态从DL_Active 到 DL_Inactive的转换

　　　　是当PCIe设备在操作系统不知情的情况下突然停止响应或被移除的情况

　　　　硬件故障、电源问题、热插拔事件或其他不可预见的原因引起的。

当发生Surprise Down时，设备可能会立即停止通信，导致正在进行的事务中断，并可能引发各种错误条件。

解决：

1. 关闭服务器电源，检查组件与其插槽之间是否有损坏或接触不良的情况, 重新拔插PCIE卡。

2. 更换组件并检查是否有报警。