第3章 PCIe链路层协议：事务层、数据链路层、物理层归纳总结
做PCIe故障排查，不能只盯着示波器上的眼图。你得先把协议栈三层搞清楚——事务层、数据链路层、物理层各管各的，但它们配合出错时，故障现象往往是一团乱麻。我个人习惯是先把具体现象归到某一层，再顺着链路往下找，效率高很多。
3.1 事务层——PCIe的“上层大脑”
事务层处在协议栈最上面，直接跟软件打交道。它的核心产物就是TLP（事务层包）。说白了，CPU发一个读请求，到了事务层就被打包成Memory Read TLP，带上地址、长度、标签等信息，交给下层。
我记得有一次客户上报NVMe硬盘间歇性掉卡。看了链路没降速，但读性能就是上不去。后来用逻辑分析仪抓了TLP，发现请求标签被复用——同一标签的写事务还没完成，又被发出去。这就是典型的事务层排序违规。修正配置后问题消失。
事务层主要管三件事：
- TLP封装：请求、完成、消息三类包的生成与解析。
- 事务排序：遵守PCIe Base Spec中的排序规则（例如写必须优先于读）。
- 流量控制：通过Credits机制管理接收缓冲区，避免丢失TLP。
避坑提示： 流量控制Credits耗尽不会直接报错，但会导致TLP被滞留在发射端。排查传输延迟时别忽略这项，用PCIe分析工具直接读FC状态寄存器就行。
3.2 数据链路层——可靠传输的“保险杠”
数据链路层在中间夹着，它负责让TLP可靠地穿越物理链路。它的两个关键机制：Ack/Nak协议和CRC校验。TLP从上层下来，数据链路层会加上序列号（Sequence Number）和LCRC（链路CRC）。接收端收到后回DLLP（数据链路层包）表示确认或要求重传。
我踩过一个坑：某服务器在高温环境下持续发生链路重传。看上去物理层眼图还行，但数据链路层的Ack超时计数器频繁溢出。最终发现是参考时钟抖动超标，导致数据链路层CRC偶尔错误。温度降下来就好了。这告诉我——物理层“能用”不代表数据链路层“可靠”。
数据链路层的核心职责：
- TLP序列化：给每个TLP加序列号，并计算LCRC。
- DLLP交换：管理Ack/Nak、电源状态、Flow Control Update。
- 重传与丢弃：接收端发现CRC错误时Nak该TLP，发送端重传。
- 链路初始化与培训：配合物理层完成LTSSM状态跳转。
| 故障现象 | 可能原因 | 排查方向 |
|---|---|---|
| Ack超时 | 数据链路层缓冲区满或接收端卡住 | 检查DLLP接收超时寄存器 |
| 重传次数暴增 | 物理层BER偏高或CRC逻辑异常 | 抓取LCRC错误计数 |
| 链路反复训练 | DLLP丢失导致LTSSM回退 | 用示波器看LTSSM状态切换 |
3.3 物理层——信号的“翻译官”
物理层是协议栈的最底层，直接处理差分线上的串行信号。它分逻辑子层和电气子层。逻辑子层负责加扰、编码（Gen3以下是8b/10b，Gen3及以上是128b/130b）和链路均衡；电气子层管驱动电流、去加重、接收均衡这些模拟参数。
为什么链路均衡容易出问题？因为物理层需要发送端和接收端双方协商才能达到最佳信号质量。如果均衡系数没谈拢，眼图就会闭合，BER变高，然后数据链路层开始重传，最后可能触发LTSSM回退到低速率。
我自己调试过一个案例：Gen4链路在长走线（约25英寸）上始终只能跑Gen2。用示波器看，Preset值锁在默认的低预加重状态，接收端均衡也一直申请不到更高系数。最后发现是接收端PHY的均衡协商寄存器没有正确配置回读，强制硬件写即可解决。
小技巧： 排查物理层均衡故障时，先看LTSSM在哪个状态卡住（Polling.Config.Detect…）。如果是Config.Linkwidth.Start或Config.Linkwidth.Accept停留过久，多半是物理层的均衡手挽手没完成。
3.4 三层如何协同工作
一个完整的PCIe读写事务，从上到下的流程如下：
- 软件发起Memory Read请求（事务层）→ 打包成TLP。
- 数据链路层在TLP上加序列号和LCRC，然后通过DLLP发送。
- 物理层把TLP加扰、编码，再通过差分线串行发射。
- 接收端物理层解扰、解码、均衡恢复，把数据恢复给数据链路层。
- 数据链路层校验LCRC，确认无误后回复Ack DLLP，将TLP上抛给事务层。
- 事务层将TLP解析，返回给软件或者触发完成中断。
哪一层出问题，表现都不同。我的经验是：事务层问题常表现为软件超时或TSI码流异常；数据链路层问题常表现为链路重传计数持续增长；物理层问题常表现为链路降速或眼图闭合。
注意：不要把物理层的降速误判为数据链路层拥塞。先看LTSSM状态，再看DLLP错误计数，最后看TLP流量，三步定层。
3.5 本章小结（一张分层对比表）
为方便你快速对照，我把三层协议的关键差异放在下面。这张表我一直在手上存着，排查故障时随时翻翻，很实用。
| 协议层 | 主要数据单元 | 核心机制 | 典型故障定位手段 |
|---|---|---|---|
| 事务层 | TLP | 排序、流控、TLP封装 | 逻辑分析仪抓TLP头，检查标签、地址、长度 |
| 数据链路层 | DLLP | 序列号、LCRC、Ack/Nak、重传 | 读数据链路层寄存器（重传计数、CRC错误计数） |
| 物理层 | 有序符号集（OS）、加扰数据 | 编码解码、加扰、LTSSM、链路均衡 | 示波器测眼图、BER扫描、LTSSM状态机分析 |
分层清楚，排查不慌。后面几章我会带你看几个真实的链路均衡故障案例，用今天这三层的知识去套，你会发现其实没那么难。