前置OCP网卡MCX623436AN-CDAB热插拔失败，一直处于卸载中

[weixin_41256007 (baixin_lipengbo)]

项目使用前置OCP网卡MCX623436AN-CDAB，最近更换了前面板的OCP riser，改变了UBC线缆接法后，热插拔操作一直处于卸载中的状态，无法卸载成功，截图如下：

查看了NetworkAdapter组件，目前会调用PCIe_Slot对象的PowerControl方法将电源状态设置成Off

然后一直监控PCIeSlot对象的PowerState属性，如果变为Off就说明下电成功
busctl --user introspect bmc.kepler.pcie_device /bmc/kepler/Systems/1/PCIeSlots/PCIeSlot_OCP_1_0101030B

但是当前情况下PowerState一直处于On的状态，所以一直处于卸载中，请问下PowerState是那一块程序会修改值，我在开源代码里没有找到，实际下电操作是不是闭源组件做的？是不是需要适配当前机器拓扑

[ubmc_assistant (openUBMC_Assistant)]

答案内容由AI生成，仅供参考：

总结与建议

项目	内容
根本原因	新更换的OCP Riser板未正确传递电源状态反馈信号至BMC，导致PowerState无法更新为Off，阻塞热插拔流程。
是否闭源组件控制	是。PowerControl的实际执行和PowerState更新由底层驱动或闭源HAL模块控制。
是否需适配拓扑	是。必须根据当前硬件连接关系更新CSR中的信号映射和表达式逻辑。
推荐操作顺序	① 检查UBC线缆物理连接 → ② 验证CSR配置 → ③ 添加调试日志 → ④ 更新匹配逻辑

下一步建议：联合硬件工程师测量UBC线缆关键信号，确认反馈通路是否完整，并与原设计对比信号定义一致性。

点击此处查看详细分析解答

OCP网卡MCX623436AN-CDAB热插拔失败问题分析与解决方案

问题描述

项目中使用的前置OCP网卡MCX623436AN-CDAB在更换前面板OCP Riser并调整UBC线缆接法后，执行热插拔操作时出现“资源卸载中”状态无法完成的问题。系统日志显示已成功下发热插拔命令，但PCIe槽位的PowerState属性始终为On，导致无法完成下电和卸载流程。

---

故障现象总结

1. 前端表现：

   • 执行热插拔后，BMC Web界面显示“资源卸载中”。
   • 无法成功卸载MCX623436AN-CDAB网卡。

2. 后台行为：

   • network_adapter组件已调用PCIeSlot:PowerControl("Off")方法。
   • 槽位PowerState属性持续为On，未变为Off，监控逻辑无法继续。
   • 实际电源未切断。

3. 关键线索：

   • 更换了OCP Riser板并修改了UBC线缆接法。
   • PCIeSlot_OCP_1对象的PowerState属性值一直不更新。

---

技术原理与系统架构分析

1. OCP卡热插拔控制机制

根据知识库中的设计（参考CSR方案评审文档）：

• 热插拔依赖扩展板或Riser卡：OCP卡本身不具备独立的热插拔控制能力，必须通过Riser卡或扩展板提供通知式热插拔功能。
• 电源控制流程：
  • BMC Web发起热插拔 → network_adapter模块响应 → 调用PCIeSlot:PowerControl("Off")
  • PowerControl实际通过硬件接口控制Riser卡上的电源开关
  • Riser卡将物理下电状态反馈给BMC → 更新PowerState为Off

2. PowerState 更新机制

PowerState的更新并非由调用者主动设置，而是由底层硬件驱动或闭源组件监听物理状态后反向同步：

• 签名路径依赖：PowerState字段通过表达式绑定底层传感器状态，例如：

  "PowerState": "expr(($1 == 1 && $2 == 1) ? 'Off' : 'On')"
  

  其中$1, $2可能来自Riser板上的电源使能信号或Power Good信号。

• 实际控制路径：

  • PowerControl("Off") → 向Riser卡发送断电信号（如GPIO拉高/低）
  • Riser卡切断+12V/Vcc电源 → 电源模块返回Power Good信号为0
  • BMC Scanner扫描到信号变化 → 更新PowerState

---

问题根因分析

核心结论：

PowerState无法更新的根本原因是：当前Riser板与BMC之间的电源状态反馈链路未正确连接或信号定义不匹配，导致BMC无法感知实际电源状态的变化。

详细分析依据：

1. Riser板更换导致信号链路中断

• 原始Riser板与当前新板可能存在以下差异：
  • UBC线缆中用于传递“Aux Power State”或“Card Power Good”的引脚未连接。
  • GPIO信号极性定义不同（如原为高电平有效，新版为低电平有效但未适配）。
• 知识图谱中明确指出：

  {"entity1": "PCIeSlot_OCP_1", "entity2": "Scanner_aux_power_state", "description": "PCIeSlot_OCP_1 evaluates power state based on Scanner_aux_power_state.Value."}
  

2. PowerControl 实际由闭源组件执行

• PowerControl方法是一个封装接口，其具体实现依赖于硬件抽象层（HAL），通常为闭源固件模块。
• 开源代码中只能看到调用入口，无法查看底层操作细节。
• 知识库证实该操作依赖物理单板配置：

  {"entity1": "Expansion Board", "entity2": "OCP Card", "description": "The OCP Card relies on the expansion board to provide notification-based hot-plug functionality."}
  

3. 槽位识别与Component Type匹配问题

• network_adapter模块需要通过is_matched_slot()函数判断哪个PCIe Slot对应此OCP卡。
• 若Riser变更导致SlotId或SupportedComponentTypes不符合预期，可能导致匹配失败，进而跳过真实下电操作。
• 相关日志已提示：

  log:notice("%s can not find matched pcie slot", self.DeviceLocator)
  

---

解决方案建议

方案一：检查Riser板UBC线缆连接（推荐优先执行）

项目	检查内容
UBC线缆引脚定义	确认是否包含AUX_PWR_OK, CARD_PWR_GOOD, PRSNT#等信号
电源反馈路径	检查Riser板是否将电源Good信号连接至BMC的Scanner输入引脚
信号电平匹配	确认BMC端Scanner配置的高低电平阈值与Riser输出一致

工具建议：使用万用表测量UBC连接器对应针脚在热插拔过程中的电压变化。

---

方案二：验证并更新BMC侧CSR配置

若硬件连接无误，则可能是CSR配置未适配当前拓扑：

1. 检查PCIeSlot_OCP_1配置中PowerState的计算逻辑：

   "PowerState": "Scanner_aux_power_state.Value |> expr($1 == 0 ? 'Off' : 'On')"
   

   需根据实际信号极性调整表达式。

2. 确认SupportedComponentTypes是否包含83(OCP卡类型)：

   "SupportedComponentTypes": [1, 83]
   

3. 检查RefMgmtConnector是否指向正确的Riser连接器：

   "RefMgmtConnector": "#/Connector_OCP_Riser_1"
   

---

方案三：更新network_adapter模块的匹配逻辑

根据文档片段：

function c_network_adapter:is_matched_slot(pcie_slot)
    ...
    if pcie_slot.SlotId ~= self.SlotNumber then
        return false
    end
    ...
end

建议添加调试日志，确认self.SlotNumber与目标PCIeSlot的SlotId是否一致。

---

方案四：引入独立在位状态检测（长期方案）

参考已评审方案《【暂不评审】OCP热插拔功能，新增私有对象表示在位信号》：

• 在CSR中新增OCP1Presence对象，直接读取Riser板的在位信号：

  "OCP1Presence": {
    "Id": 1,
    "Value": " expr(($1 == 1 && $2 == 1) ? 1 : 0)"
  }
  

• pcie_device组件监听该信号变化，决定是否卸载设备。

---

总结与建议

项目	内容
根本原因	新更换的OCP Riser板未正确传递电源状态反馈信号至BMC，导致PowerState无法更新为Off，阻塞热插拔流程。
是否闭源组件控制	是。PowerControl的实际执行和PowerState更新由底层驱动或闭源HAL模块控制。
是否需适配拓扑	是。必须根据当前硬件连接关系更新CSR中的信号映射和表达式逻辑。
推荐操作顺序	① 检查UBC线缆物理连接 → ② 验证CSR配置 → ③ 添加调试日志 → ④ 更新匹配逻辑

下一步建议：联合硬件工程师测量UBC线缆关键信号，确认反馈通路是否完整，并与原设计对比信号定义一致性。

[liujie_11 (神码_刘杰)]

PCIe_Slot对象的PowerControl方法实现在pcie_device组件中

我在社区代码里没有找到哪个csr里有配置PCIe_Slot对象，请问你们是为了实现热拔插自己配的么？

[weixin_41256007 (baixin_lipengbo)]

不是 PCIeSlot对象默认就有，我也没找到在哪里配置的，关于你说的PowerControl方法我也在pcie_device组件中看到了，但是这个方法只是设置了ReadyToRemove属性为1，后续哪个组件会监控这个属性变化，进行实际的下电操作在开源代码里看不到

[liujie_11 (神码_刘杰)]

我理解这是通过Accessor实现的，即改了ReadyToRemove和PowerOnSwitch属性后，通过Accessor去通知硬件下电，所以我才想找个PCIeSlot对象的配置看一下：

[weixin_41256007 (baixin_lipengbo)]

我找了一下也没有找到，会不会是闭源部分里面定义的

[fantao]

CSR里面有配置Accessor去引用这个ReadyToRemove吗？

[weixin_41256007 (baixin_lipengbo)]

CSR里有两个属性一个ReadyToRemove和一个ReadyToRemoveValue，两个有什么区别？

[fantao]

ReadyToRemove指是否准备好热插拔，ReadyToRemoveValue是关联寄存器的可以修改寄存器的值

[yctco-chendanni (长江计算_陈丹妮)]

请问这个问题有结论吗？碰到了类似的问题

[weixin_41256007 (baixin_lipengbo)]

后来结论是硬件CPLD问题，返回的状态值有问题

[yctco-chendanni (长江计算_陈丹妮)]

好的，谢谢