4. 链路层状态机
链路层状态机，说白了就是UCIe物理链路的“交通警察”。
我在项目中遇到过好几次，明明物理层眼图都调好了，数据就是死活不通。最后查下来，是状态机卡在某个中间态没跳过去。所以你看，理解这套状态机，是调试的基础中的基础。
UCIe链路层状态机主要包含四个大阶段：初始化、训练、正常操作和错误恢复。它们之间可以单向转换，也可以在某些条件下回退。下面我一个个聊。
4.1 初始化状态（Init）
上电或复位后，链路的第一站就是初始化。
这个阶段主要干两件事：
- 时钟稳定等待：确保参考时钟已经稳定，PLL锁定。
- PHY层对齐：等待物理层完成初始对齐信号（如Training Pattern 0）的检测。
我个人习惯，在看波形时第一眼就找Init状态的持续时间是否太长。如果超过某个门限值（具体看协议定义的Timeout），就说明PHY层或时钟有问题。
调试技巧：用逻辑分析仪抓Init阶段的状态寄存器，重点看 phy_init_done 信号。这个信号拉高后，状态机才会离开Init。
4.2 训练状态（Training）
初始化完成后，状态机进入训练阶段。这时链路开始做真正的“握手”。
训练阶段又细分成几个子状态：
- Training Pattern交换：两侧各自发送训练序列（例如TS0、TS1、TS2），来回确认参数。
- 链路校准：包括时钟相位调整、均衡器系数协商。我记得有一次，板子上有一对链路老是不收敛，最后发现是远端的均衡器系数初始化值写反了。
- 链路属性确认：确认数据宽度、翻转极性、扰码器种子等。
核心观察点：训练状态持续时间应该是固定的（由协议规定，比如最多N个训练帧）。如果反复跳回训练状态，大概率是物理层信号质量不达标。
4.3 正常操作状态（Active）
训练通过后，状态机进入正常操作。这才是真正的数据收发时刻。
Active状态下，链路层做这些事：
- 数据包传输：把上层传来的flit打包成链路层帧，加上CRC、序列号。
- 流控：使用Credit机制控制发送速率，避免接收端溢出。
- 链路级重传：当检测到CRC错误时，发起NAK并重传。
- 定时发送链路健康检测包（类似Heartbeat）。
你想想看，正常操作状态下最怕什么？——突然收到一个错误，然后状态机直接跳走了。
4.4 错误恢复状态（Error Recovery）
Active状态中一旦检测到不可纠正的错误（例如连续CRC错误、序列号乱序、链路物理层失锁），状态机马上进入错误恢复。
错误恢复的流程一般是：
- 停止发送新数据，清空发送缓冲。
- 双方互相发送恢复请求/确认序列（类似Link Recovery Request / Ack）。
- 重新同步序列号，重置链路层计数器。
- 恢复成功后，再回到训练状态（因为可能连PHY层也需要重新校准）。
我曾经踩过的坑： 错误恢复的超时值设得太短。板子在温度波动时偶尔出现瞬时误码，但恢复没完成就超时，结果链路干脆进入了LinkDown状态。后来我把超时值放宽到协议允许的最大值，就好多了。
注意，错误恢复并不是总能成功。如果连续恢复失败超过预设次数，状态机会直接切换到复位或禁用状态。
4.5 状态机转换关系图
下面这张SVG画出了核心状态和转换条件。我个人最喜欢把这张图贴在调试台旁边的白板上——有问题时按图索骥，效率高很多。
4.6 状态转换条件表格
下面这个表格总结各个转换的触发条件与常见故障。我常拿它来对照现场log分析。
| 当前状态 | 下一状态 | 转换条件 | 调试重点关注 |
|---|---|---|---|
| Init | Training | PHY初始化完成 + 时钟稳定 | phy_init_done是否拉高 |
| Training | Active | 训练序列交换成功、校准收敛 | 均衡器系数是否在合理范围 |
| Active | Error Recovery | CRC错误超阈值、序列号乱序、PHY失锁 | 错误计数器或PHY监测信号 |
| Error Recovery | Training | 恢复握手完成，无错误残留 | 恢复确认帧是否按时收到 |
| Error Recovery | LinkDown | 连续恢复失败次数超限 | 恢复超时值与重试上限 |
实战心得： 链路层状态机调试不能只看一个信号。我习惯同时抓 state[2:0]、error_counter、recovery_attempts 三路，这样能快速定位是“哪里”出了问题，而不是“什么信号”出了问题。
4.7 避坑指南
- 小心软复位干扰：我在某次调测时，软件侧误发了一次全局复位，导致状态机从Active直接掉回Init。后来加了复位源滤波就好了。
- 注意Training超时：如果环境噪声大，训练序列可能需要多轮才能通过。协议一般允许重试，但重试次数有限。我曾经遇到设计把重试次数设成0次，稍有抖动就跳死了。
- 错误恢复不一定要回到Training：在某些实现中，如果错误只在链路层而没有涉及PHY，可以尝试“快速恢复”——直接回Active而不重训PHY。但这就要求链路层逻辑能保证PHY状态未丢失。我建议默认保守一点，回到Training最安全。
状态机是整个链路层调试的骨架。你只要把Init→Training→Active→Error Recovery这条主线理清楚，再看波形就不会茫然了。剩下的，就是对着信号一条条核对。