极客工场

Appearance

共 2,201 字预计阅读约 7 分钟

AXI 错误响应与总线超时：SLVERR/DECERR、挂死定位与看门狗恢复 ​

更新时间：2026-09-19。本文处理总线「出错」和「没反应」两类故障。响应在 AXI4-Lite 从机 已露面，多笔在途下的错误传播与表项释放见 outstanding 与 ID 保序，互连结构见 AXI Crossbar。

本文要回答的问题 ​

  • OKAY/EXOKAY/SLVERR/DECERR 各代表什么，软件怎么处理？
  • burst 中某一拍报错，其余拍还传不传？
  • 如果从机/互连根本不回响应会怎样，为什么能挂死整条通路？
  • 总线超时看门狗加在哪、检测什么、怎么安全恢复 outstanding？

一、四类响应（RRESP/BRESP，2 bit） ​

编码响应含义典型来源
00OKAY正常访问；或独占访问失败（exclusive access fail）也用 OKAY 表示正常从机
01EXOKAY独占访问成功（exclusive okay）支持 exclusive monitor 的从机
10SLVERR从机错误：地址合法但访问被拒/服务失败从机内部
11DECERR解码错误：访问了没有任何从机的地址互连/默认从机
  • SLVERR 场景：写只读寄存器、FIFO 空读/满写、未初始化、ECC/总线错误、从机状态机异常、非法 burst（非对齐/跨 4KB，见 burst 边界）。
  • DECERR 场景：地址译码未命中任何从机区间。互连必须挂一个**默认从机（default slave）**接住这些访问并回 DECERR，否则该笔事务无主可响应（见第三节挂死）。
  • EXOKAY/OKAY 与独占：LDREX/STREX 类独占读成功时读响应 EXOKAY；若监控失败，独占写返回 OKAY（而非错误），软件据「不是 EXOKAY」判断需重试。AXI4 已取消 locked，独占是无锁同步的手段。

软件处理一般原则：DECERR 多是软件 bug（指针/地址映射错）或硬件未例化；SLVERR 是设备级故障，驱动应中止该事务、上报并可能复位设备，而不是无限重试。

二、burst 内错误的传播规则 ​

一次多拍 burst 只有一个 RRESP/BRESP 通道按拍给出响应（读时 RRESP 跟每 beat）。协议要求：

  • 一旦某个 beat 报错，后续 beat 仍需走完（从机仍要把该事务的 beat 数发完、维持 RID），错误响应可以只在出错拍及之后给出，或在最后一拍汇总；主机不能因为报错就提前撤销 outstanding 计数。
  • 写事务的错误统一在 B 通道响应（写数据 W 通道本身不带错误）。
  • 主机接收端必须逐拍检查 RRESP，而不能只看第一拍；只看首拍会漏掉 burst 中段的 SLVERR。

三、真正危险：从机不响应（无响应挂死） ​

RESP 只在「从机愿意完成事务」时才出现。AXI 协议没有内置超时：如果出现

  • 地址没命中任何从机、又没有默认从机回 DECERR；
  • 从机状态机死锁、时钟被关、跨时钟桥卡住；
  • 下游反压永不解除（valid 举着、ready 恒 0）；

那么主机的这笔事务会永久在途：AW/AR 已被接受，但 B/R 永远不回来。连锁后果：

  1. 主机的 outstanding 表项被占住不释放，深度有限时几次之后再也发不出新事务（见 outstanding 表项泄漏）；
  2. CPU 发起的该次 load/store 卡住，若在内核/取指通路，可能吊死整个核；
  3. DMA 停摆、描述符环不再推进（见 DMA 描述符环）。

这是 AXI 系统最典型的「总线挂死（bus hang）」，且仿真不一定复现，多在低功耗关时钟、复位不完整、跨域异常时出现。

四、AXI 超时看门狗（Interconnect Timeout） ​

业界标准做法是在互连/桥的每笔事务上加可配置超时：

  1. 监测点：一笔 AW/AR 被接受（地址握手完成）即启动/挂到该事务的计时器；正常在 B/RLAST 返回时清除。
  2. 超时判定：若在设定拍数（按最坏合法延迟，如 DDR 刷新 + 仲裁 + 桥，预留余量）内未完成，则判超时。
  3. 合成错误响应：超时逻辑以默认从机/错误响应器身份，替失联从机补一个 SLVERR（或专用 DECERR）响应给主机，对读要按原 ID、原 beat 数补齐 R beat + RLAST，对写补 BRESP，让主机的这笔事务正常走完协议、释放 outstanding。
  4. 记录与中断：置错误状态寄存器（超时地址、ID、读写、端口），拉中断/告警给系统管理（RAS），必要时联动电源/复位控制器对故障从机做局部复位。
  5. 未命中地址：decoder 直连默认从机，立即/按延迟回 DECERR，不必等超时。
bash
AW/AR 握手 ──▶ 启动 per-transaction timer
                 │
   正常 B/RLAST ─┴─▶ 清 timer
   timer 到期 ─────▶ 错误响应器补发 RESP(+补齐beat/RLAST)
                     ├─ 释放主机 outstanding
                     ├─ 锁存 {addr,id,rw,port} + 中断
                     └─ 触发故障从机隔离/复位流程

超时只解决「让总线活下来、事务有定论」，不保证失联从机内部数据正确——补完响应后通常要复位/重新初始化该从机，并避免继续向其发事务。

五、RTL/系统侧防御清单 ​

  • 必挂默认从机：任何未解码访问回 DECERR，杜绝无主事务。
  • 每端口超时使能与阈值可配：低速外设阈值可大，高性能口小一些；超时不要误杀合法长延迟（如低功耗退出、大 burst）。
  • 错误响应器保证 ID/长度匹配：补发的 RID/BID 必须等于原请求，beat 数与 AxLEN 一致并正确拉 RLAST，否则主机记分板对不上、照样泄漏。
  • 表项所有退出路径都释放：正常完成、SLVERR、DECERR、超时、局部复位都要归还 outstanding/slot，见 outstanding 死锁与表项泄漏。
  • 低功耗/时钟门控联动：关从机时钟前确保无在途事务，或桥/超时器在从机时钟恢复前代答，避免「时钟关了 valid 还举着」。
  • 跨时钟桥要有自己的下溢/卡死检测：异步 FIFO 不应成为永久反压点，见 异步 FIFO CDC。
  • 软件侧：驱动对 DECERR/SLVERR 不无限重试；内核总线驱动可带访问超时（watchdog）而不是永久挂起；把超时中断计入 RAS/故障日志。

六、常见的坑 ​

  1. 没挂默认从机：空地址访问直接挂死，且没有任何错误标志；这是最常见总线 hang 根因。
  2. 超时只发一拍 RESP：读 burst 没补齐 beat/RLAST，主机仍在等剩余拍，没真正解锁。
  3. 补发 ID 不匹配：用固定 ID 0 回答多 ID 主机，记分板错乱。
  4. 只检测地址通道：地址已收、数据/响应通道卡死（如 W 通道反压永不解）也要能超时，监测应覆盖事务全生命周期。
  5. 超时阈值定太小：把合法的 DDR 刷新/仲裁/唤醒延迟误判成故障；按最坏情况留裕量。
  6. 超时后继续信任故障从机：总线虽解锁，但从机内部状态可能已坏，应隔离复位再恢复。
  7. 复位不释放表项：局部复位从机时，互连侧对应 outstanding 未清，恢复后仍挂死；复位流程要联动清表。
  8. 主机只看首拍 RRESP：漏掉 burst 中段错误。

相关与延伸 ​

协议与响应基础见 AXI4-Lite 从机、AXI4 完整协议；在途表项见 outstanding 与 ID 保序；默认从机/解码见 AXI Crossbar；burst 约束见 burst 类型与边界；跨域卡死见 异步 FIFO CDC；DMA 故障见 DMA 描述符环。

总结 ​

AXI 用 RRESP/BRESP 区分 OKAY/EXOKAY/SLVERR/DECERR，burst 出错也要按 ID 把所有 beat 和 RLAST 走完；但协议没有超时，未命中地址或从机死锁会让事务永久在途、占满 outstanding 挂死总线——防御靠默认从机回 DECERR 加每笔事务的超时看门狗：到期后错误响应器按原 ID/长度补齐响应释放表项、记录地址并中断、再隔离复位故障从机。