【已评审】新增私有对象HardwareMismatch，支持 PCIE 标卡掉卡检测

Hardware SIG
1

背景

系统上电后，PCIE 标卡可能出现无法建链的场景：硬件显示设备在位，但 BIOS 未上报该设备的 BDF 信息。当前 BMC 缺少对此类"硬件在位但软件无法识别"场景的掉卡检测能力。

关联 ISSUE

issue：暂无

整体方案

1、新增私有对象 HardwareMismatch，属性包含：HardwarePresence（硬件在位状态）、SoftwarePresence（软件使能状态）、IntervalSecond（检测周期，单位：秒）、AssertionThreshold（防抖阈值）、ComponentType（监控的部件类型）、Slot（待检测器件在父级器件的槽位号），用于检测硬件在位但软件无法识别的掉卡场景。

评审点

1、是否新增私有对象 HardwareMismatch，用于 "硬件在位但软件无法识别"场景的掉卡检测。

详细描述

1、新增私有对象 HardwareMismatch

配置示例：

    "HardwareMismatch_1": {
      "HardwarePresence": "#/Accessor_Slot1Presence.Value",
      "SoftwarePresence": "#/Connector_PCIE_SLOT1.Presence",
      "IntervalSecond": 600,
      "DebounceThreshold": 10,
      "Slot": 1,
      "ComponentType": 8
    },

  • 变化类型：新增私有对象

  • 应用场景：用于检测硬件在位但软件无法识别的设备掉卡场景

  • 持久化类型：不持久化

  • 操作权限：ReadOnly

详细描述

属性名称 变化类型 签名 读写&权限 持久化 变化通知 属性约束 含义
HardwarePresence 新增属性 y R：ReadOnly 不持久化 false CSR 提供 默认值255 硬件在位状态：1=在位，0=不在位
SoftwarePresence 新增属性 y R：ReadOnly 不持久化 false CSR 提供 默认值255 软件在位状态：1=软件识别到设备，0=未识别
IntervalSecond 新增属性 q R：ReadOnly 不持久化 false CSR 提供，默认 600s 检测周期，单位秒
DebounceThreshold 新增属性 y R：ReadOnly 不持久化 false CSR 提供，默认 10 防抖次数：连续异常达到此数才触发告警，避免瞬时抖动误报
Slot 新增属性 y R：ReadOnly 不持久化 false CSR 提供 待检测器件在父级器件的槽位号
ComponentType 新增属性 y R：ReadOnly 不持久化 false CSR 提供 监控的部件类型

评审结论

1、同意新增私有对象 HardwareMismatch（原提议名称 DetectHardware），用于检测"硬件在位但软件无法识别"的掉卡场景。

2、同意对象包含 6 个属性：HardwarePresence、SoftwarePresence、IntervalSecond、DebounceThreshold、Slot、ComponentType；去除原方案中的 DetectStatus 属性。

3、同意属性命名调整：AssertionThreshold 改为 DebounceThreshold（直观表达防抖次数语义），SensingInterval 改为 IntervalSecond（明确单位为秒）。

遗留问题

1、对象名需重新考虑：原方案提议命名为 DetectHardware，评审认为该名称偏向"检测硬件是否在位"的语义，未能体现"硬件在位但软件无法识别"这一核心场景。经讨论，最终定为 HardwareMismatch，表达"硬件与软件状态不一致"的含义。

2、去掉 DetectStatus 属性：原方案设计了 DetectStatus 属性（用于存储检测状态），评审认为 mismatch 的判定由 HardwarePresence 与 SoftwarePresence 对比即可得出，无需额外暴露一个中间状态属性，内部状态由代码本地变量管理，最终方案删除了该属性。

3、新增 Slot 属性：原方案未包含槽位信息。评审指出，告警触发时需要明确告知运维人员故障发生在哪个物理槽位，否则多条同类告警无法区分。最终方案新增 Slot 属性，记录待检测器件在父级器件的槽位号。

4、AssertionThreshold 重命名：原属性名 AssertionThreshold（沿用 IPMI 平台事件告警术语），评审认为该命名无法直观看出是"防抖次数"。最终改为 DebounceThreshold，语义更清晰。

5、SensingInterval 改为 IntervalSecond：原属性名 SensingInterval 未体现单位信息。评审要求改为 IntervalSecond，明确单位为秒，与命名规范中对时间属性带单位的惯例保持一致。