OpenCL运行报错分析与解决MMD INFO : [board0] PCIe-to-fabric read test failed, read 0xffffffff after 1 attempt

在运行opencl程序或者aocl program时，发生报错：

MMD INFO : [board0] PCIe-to-fabric read test failed, read 0xffffffff after  1 attempt

这里board0可能会根据你的实际情况发生变化，为了解决这个问题，我们找到了custom_platform_toolkit中的acl_pcie_device.cpp文件，

可以看到，相关报错的位置在1023行

错误信息提示说在PCIe到FPGA的读取测试中，读取的值为0xFFFFFFFF，这是一个表示无效值的16进制数（-1的补码）。这种情况通常意味着读取操作失败，或者与FPGA通信出现问题。

我们根据源码往前回溯，

version_id_test()这个函数其实是一个Pcie读操作，读取的是版本ID，并进行比对。

从比对的逻辑出发，出现报错的原因无非三种：

1、预设的版本ID本身就是错误的。

2、实际读取的版本ID与预设的不一致。

3、比对的算法有问题。

第3点的发生的可能性几乎为零，该SDK都迭代了这么多版本了。所以我们可以从1-2入手。

当然这里也可以推一下3可能出现错误的地方：a)m_io->version->read32读取时的寄存器地址错了。b)编译环境导致了溢出的发生。c)用户修改错误了sdk。

对于1来说，

根据《Intel® FPGA SDK for OpenCL™: Intel® Arria® 10 SoC Development Kit Reference Platform》1.5章我们得知hw_pcie_constants.h中包含了ACL_VERSIONID信息，

很明显也和读取的0xFFFFFFFF完全没有关系。我们通过工具编译后的mmd文件是否可能存在问题？比如说没有更新，或者使用的错误的文件。这是可以检查的地方之一，虽然我觉得发生的概率不大。

对于2来说，读取到的版本与预设的不一致，这可能是如下几方面的原因：

a、读写存在问题。

b、FPGA没有烧录正确的SOF。

c、SOF存在时序问题。

对于读写存在问题分为两方面，一个是硬件上的问题，一个是软件上的问题，对于硬件上面的问题来说，你可以尝试使用官方的Pcie，DDR4的Demo工程，也可以更换一台电脑或者板卡来测试，看看是否发生了问题，如果是硬件问题，就考虑更换硬件。在另外一个方面，一般来说根据硬件设计的不同，板卡有多种启动方式，这代表着FPGA的启动可能会需要1-10s，如果在启动前进行通信，可能会发生错误。

对于软件上的问题，检查驱动安装是否正确，或者说是否安装了正确的驱动，可以查看设备管理器中板卡的驱动安装状态。也可以尝试更换到Linux下继续。

另外，你也可以尝试重新编译工程，然后下载sof文件，防止烧录了错误的sof文件。或者烧录过程中发生了错误。

对于SOF时序问题的检查和排除方法，虽然Quartus在编译后会给出通过了基本工况下的SOF文件，但是由于板卡的设计问题，可能会导致散热问题，你可以在断电后摸一下板卡是否烫手，如果烫手，可能会发生时序问题，可以增加散热风扇解决。

如果问题仍然存在，可以联系你的板卡提供商的FAE，或者在intel论坛发帖，写清楚你已经排除了的问题，和具体的现象。