PCIe Switch调试实录：boot引脚配置错误导致串口无输出的排查与解决

做硬件这行，最怕的不是芯片烧了、板子冒烟，而是你按完上电键，所有电源灯全亮、示波器上100MHz时钟也工工整整，PCIe Gen4 Switch芯片PM40028的串口却一个字节都不往外吐。你在串口调试助手里反复开关波特率、换USB口、换线，屏幕上还是空白一片。这时候十有八九不是串口故障，而是芯片压根就没走到初始化UART那一步，而boot引脚设置错误，就是这类“沉默故障”里最容易被忽略、也最容易让人原地转圈的元凶。这篇文章围绕PM40028这个PCIe Gen4 Switch芯片，详细梳理我从boot引脚设置到串口无输出这个“诡异问题”里踩出来的一串坑和排查方法，适合正在做Switch板级调试、或者头一回接触PCIe外设芯片启动流程的硬件和嵌入式工程师参考。

1. 这块PM40028到底是什么，为什么调试它第一件事是看串口

1.1 先把概念说清楚：PCIe Switch是干什么的，为什么它有“自己的灵魂”

PM40028这名字对老玩家不陌生，属于PCIe Gen4时代的Switch芯片。简单来说，Switch在PCIe体系里的角色相当于一个“立交桥”：上行口接CPU或者Root Complex，下行口接各种Endpoint设备，比如NVMe硬盘、GPU、网卡、AI加速卡。服务器里硬盘位不够、想在一台机器上挂多张加速卡，或者想把CPU有限的PCIe通道拆分给不同设备，基本都靠Switch来完成“一进多出”。Gen4时代单通道速率是16GT/s，相比Gen3直接翻倍，x16上行在单向方向上能跑出大约31.5GB/s的理论带宽，双向就是63GB/s左右。这个数字听着就明白，为什么数据中心和高端工控领域都愿意在系统里塞一颗这样的芯片。

但很多人对PCIe Switch有个误解，以为它只是转接分发信号的“无源器件”。实际上PM40028这类现代PCIe Switch内部是带管理控制器和固件的。上电后它不只是把信号透传，而是要完成内部端口初始化和链路训练，把上行下行各个端口的路由表建好，甚至还要处理热插拔、错误上报、电源管理这些事情。换句话说，这颗芯片本身就是一个“小系统”，它有固件、有启动流程、有配置来源。所以调试它的时候，你面对的不是一个简单的信号通路，而是一个需要在启动阶段“活过来”的微型电脑。

1.2 串口日志就是芯片的“生命体征”，没有它一切免谈

既然是带固件的芯片，PM40028这类器件通常都会留一个UART调试口，用来输出启动日志、寄存器状态、错误信息。这就像你给一台电脑装系统，如果显示器完全不亮，你基本没法判断是内存坏了、硬盘没引导、还是供电出了问题。串口日志是芯片在没有图形界面、没有网络连接的情况下，唯一能主动跟你“说话”的通道。调试这块板子的第一个里程碑，就是让串口顺畅地吐出完整的启动日志。

我在拿到PM40028的调试板时，第一步做的就是接好USB转串口线，打开串口调试助手，设好波特率，然后上电。预期中应该是看到固件版本、端口初始化、链路训练等一串信息刷刷刷往外冒。结果屏幕上干干净净，一个字符都没有。当时第一反应是“是不是串口参数没设对”，换了波特率、换了软件、换了USB口，依旧没有。这种时候最折磨人的不是问题难，而是完全没有任何线索，你不知道芯片是死是活，不知道它是在启动前期就重启了，还是卡在某个异常状态，甚至连它有没有开始执行固件都无从判断。最后排查下来，问题的根源还真不是串口本身，而是boot引脚设置把芯片带进了一个“永远无法正常启动”的模式。

2. boot引脚：芯片上电那一下就读完的“命运开关”

2.1 strap pin的工作机制：为什么上电瞬间决定一切

boot引脚在很多芯片里也叫strap pin，中文说法五花八门，拉带、硬连接、配置脚都有。它的工作机制非常特殊：不是在运行期间持续检测输入电平，而是在芯片上电复位的过程中，由芯片内部逻辑在一个很短的窗口内采样这些引脚的电平，把结果锁存到内部寄存器里，之后整个运行阶段都按照这个锁存值来执行。你可以把strap pin想象成公司门口的闸机，刷卡只在上电那一刻刷一次，之后整天都以这张卡为准，你中途再怎么改票都没用，必须重新刷卡。

这带来一个特别坑的后果：你改了boot引脚的外接电阻、跳线、拨码开关，如果不重新上电，芯片依然沿用旧值，等于白改。而且更隐蔽的问题是，既然是在“很短的时间窗口”内采样，那么采样发生时引脚电平必须是干净、稳定、确定的。如果因为上下拉电阻阻值选得不对、引脚悬空、或者被旁边信号串扰，导致采样窗口内电平恰恰处于高低阈值之间的模糊地带，芯片就会“随机”读到一个值。同一批板子，可能这块读到0，那块读到1，表现为两块板卡表现完全不一样，这种问题调试起来非常折磨人。

2.2 PM40028这类芯片的boot引脚到底在配置什么

不同厂家的PCIe Switch，strap引脚的分配和含义会有差异，但总体思路差不多。我在PM40028上重点关注过几类配置，这里列出来，大家拿到其他型号也可以按这个框架去查数据手册。

第一类是启动源选择。这是最关键的一项，决定芯片从哪里加载初始化配置。通常有三种渠道：内部ROM里的默认配置、外部SPI Flash、外部SMBus/I2C总线上的EEPROM或者其他控制器。如果这个引脚被配置成从外部Flash启动，而板子上根本没贴Flash、或者Flash是空的，芯片就会卡在加载阶段，表现就是串口没有任何输出。

第二类是端口拆分配置，也就是bifurcation。x16上行端口要拆成x4x4x4x4还是x8x8，甚至x4x4x8这种不对称组合，通常也依赖strap引脚在复位时决定。这个配置错了，芯片依然能启动、串口也会有日志，但链路训练会出问题，设备在这个端口下根本枚举不起来。

第三类是SMBus地址和访问模式。如果芯片允许外部控制器通过SMBus去改配置，上电时它会先分配一个总线地址，而这个地址就是由几个strap引脚组合出来的。这个配置如果和板上其他SMBus设备冲突了，后面调试寄存器时你会发现怎么都访问不到目标设备。

第四类是参考时钟模式。PCIe系统一般要求Switch的参考时钟与Root Complex同源，或者至少要满足SSC扩频一致。某些芯片允许通过strap选择内部时钟发生器还是外部参考时钟，这个选错，Link直接起不来，甚至串口日志里会反复报链路失败。

对于PM40028，我在最初的调试阶段最担心的就是第一类启动源配置。因为在它的启动流程里，UART初始化和输出日志这个动作，排在固件加载流程的中后段。如果启动源指向了一个不存在或者不可读的存储器，芯片会一直卡在前面，根本轮不到执行UART输出。这时候从外部看，芯片有供电、有时钟、复位也释放了，但就是一个字都不吐。

3. 串口无输出的完整排查路线：别一上来就怀疑boot引脚

3.1 第一层：先把串口链路本身的低级错误全部排除

遇到串口无输出，我现在的第一反应已经变成了“先怀疑自己，再怀疑芯片”。永远不要高估自己接线的靠谱程度。USB转串口线最常见的坑就是收发电平没有交叉，板上UART的TX应该接USB转串口工具的RX，RX接TX，很多人想当然两头直连，结果收不到任何数据。有些板子的串口不是标准3.3V TTL电平，可能是1.8V，甚至板级接成了RS232电平，你的USB转串口工具只支持TTL，或者反过来，都会造成完全无输出。还有一种很细节的情况，串口调试助手这类软件打开端口时会自动控制DTR和RTS信号，如果板子设计时把RTS误接到了复位脚或者某个使能脚上，你会发现只要一连上调试助手，芯片就被强制复位，自然什么都看不到。

再往下就是驱动层的检查。CH340、CP2102、FT232这几类USB转串口芯片我都遇到过驱动没装好或者被系统自动更新搞挂的情况。在Windows下如果设备管理器里能看到COM口，却一直报“无法打开端口”，大概率是驱动和系统不匹配；在Linux下则是检查有没有生成/dev/ttyUSB0，如果没有，先看看dmesg里有没有ch341、cp210x的枚举信息。另外波特率也必须确认，虽然绝大多数芯片默认是115200 8N1，但保不齐有厂商默认用38400或者57600，波特率不对时可能表现为满屏乱码，也可能因为帧同步问题直接看不到东西。这一步看着基础，但我见过太多人在后两级排查了半天，最后发现就是线接错了。

3.2 第二层：确认芯片的基本工作条件，电源时钟复位一个都不能少

串口链路排除干净之后，就要把示波器和万用表拿出来了。芯片要跑起来，基本条件就是电源、时钟、复位这三件事。PM40028这种PCIe Switch芯片，电源轨一般不止一路，核心电压、IO电压、模拟电压、SerDes电源分得很细。量电压不能只看“有没有”，还要看电压值在不在规格书允许的范围内，以及纹波是否太大。有些电源轨的启动顺序也有讲究，如果时序不对，芯片可能处于一种不上不下的状态，看起来电压都在，但内部逻辑没有正常启动。

时钟方面，PCIe Switch的参考时钟通常是100MHz差分对。用示波器测量时要看波形幅度和频点对不对，有些板子设计上允许选择外部Refclk还是板载晶振，如果这个选择的电阻没贴或者贴错了，芯片就变成“没有心跳”的状态。复位信号也不能只确认是高还是低，要看完整时序。PCIe系统里PERST#这个复位信号，要求在所有电源稳定之后再释放，而且从电源稳定到PERST#释放之间通常要留足时间，可能是几十毫秒甚至上百毫秒。如果板子的复位控制电路在上电瞬间产生了一个“毛刺”或者释放太快，芯片可能还没准备好就被启动，导致后面行为异常。我当时拿示波器抓了PM40028的电源时序和PERST#上升沿，确认这些都符合要求后，才把怀疑重点转向boot引脚。

3.3 第三层：确认启动模式，这才是boot引脚真正发威的地方

基本工作条件没问题，串口链路也没问题，那么串口仍然沉默，就基本可以把目光锁定在芯片的启动流程了。这时候要做的第一件事，就是拿出数据手册，找到启动源选择的strap引脚定义，然后对照原理图，逐一确认这些引脚在上电采样时刻的实际电平。注意是“采样时刻的实际电平”，不是你看现在的电平。有些板子为了方便调试，会给boot引脚接上拉或者下拉排阻，然后用跳线帽去覆盖，这个设计本身没什么问题，问题出在如果你测量时芯片已经处于运行状态，引脚上可能被芯片内部驱动拉到了别的电平，你量出来的是芯片“运行后”的值，而不是“复位采样时”的值，很容易误判。

我在PM40028的调试中就遇到过一个非常误导人的情况：用万用表量某个boot引脚的直流电平，量出来是高，逻辑上也判断它应该被拉到高，但芯片启动后串口仍然没有输出。直到后来用逻辑分析仪抓复位释放瞬间的波形，才发现这个引脚在采样窗口内根本不是稳定的高电平，而是有一个明显的下拉毛刺，恰好在芯片采样时被判成了低。这个问题的根源就是后面要详细讲的“看着对，其实不对”的典型场景。

4. 最诡异的一次：boot引脚电平“看着对”，芯片就是不干活

4.1 现场还原：六块板卡，四块正常，两块沉默

这次问题最让人抓狂的地方在于，它不是一整批板子全部失败，而是同一批焊接出来的六块板子，四块一上电就能正常从串口输出启动日志，剩下两块死活不出字。我把四块正常板子的串口日志抓下来对比，启动过程完全一致，固件版本、端口初始化、链路训练都正常。那一瞬间我脑子里冒出来的第一个念头是“芯片批次有问题”，或者“这两块板子焊接时有虚焊”。但芯片是同一批次买的，焊接工艺也不至于在六块板子里挑出两块来出问题，这就说明大概率是某种“不稳定”的因素。

先检查两块沉默板子的电源，把示波器探头挨个电源轨量了一遍，纹波、电压值都正常。再量100MHz参考时钟，波形也漂亮。PERST#复位时序，反复上电几十次，每一次都很干净。到这里，基本条件全过，我开始怀疑是芯片没有走到UART初始化这一步，而决定这一步的，就是启动源配置。回头翻原理图，发现启动源选择对应的几个strap引脚上，设计上用了一个10k电阻上拉到高电平作为默认值，同时留了0欧电阻位，可以根据需要再接下拉。这种做法在原理图里很常见，用一个弱上拉保底，再用跳线或者0欧电阻去改变默认配置。正常来说，10k上拉加上芯片内部的弱下拉，分压之后应该能稳定读出高电平。但偏偏问题就出在这个“应该”上。

4.2 真凶：采样窗口内的电平“翻车”，阻值太大惹的祸

为了搞清楚那两块沉默板子到底读到了什么，我把逻辑分析仪接到了strap引脚的采样点，触发条件设为PERST#释放边沿，连续上电抓波形。结果发现，在PERST#释放前的那一小段采样窗口里，本应该被拉到高电平的strap引脚，电平并不是稳稳的3.3V，而是先抬升到一个临界电压，然后出现了一段几十纳秒的下凹，最深处已经降到了阈值以下。也就是说，芯片在这个瞬间读到了一个“低”，启动源就被判定成了另一个模式，芯片开始尝试从一个根本没有挂载的存储介质去加载固件，然后卡死。万用表量到的是稳态高电平，但芯片看到的是采样瞬间的毛刺，这就是“看着对，其实不对”的本质。

为什么会下凹？我分析下来有几个原因叠加。一是上拉电阻阻值选得偏大，10k对于这种采样电流微安级的输入来说其实也能用，但它的抗干扰能力弱，一旦旁边有信号翻转，通过寄生电容耦合过来的噪声很容易把脆弱的弱上拉电平拽下去。二是这个strap引脚正好走线很长，在PCB上绕了大半个板子，一路经过了几组高速差分对附近，上电时那些高速信号还没稳定，但电源轨建立过程中产生的dv/dt噪声依然能通过耦合干扰到这根走线上。三是采样窗口又恰好处在了其他电源轨建立跳变的时段，噪声叠加效应被放大。四块正常板子和两块沉默板子的区别，可能只是PCB制造过程中走线阻抗或者寄生电容的细微差异，导致抗扰能力有差别。

这个问题最后的解决办法其实很粗暴：把那两个关键strap引脚的上拉电阻从10k直接换成1k。换完之后再上电，六块板子全部正常出日志。后来我又做了一次对比，故意把其中一块正常板子的上拉电阻换回10k，果然它也开始间歇性出现串口无输出的问题。到这里，整个问题的根因算是实锤了。这也让我彻底记住了：boot引脚上的上下拉电阻，不能凭“理论上能读对”就完事，必须考虑到噪声容限和采样窗口内的稳定性。能用小阻值就用小阻值，能用跳线直接接电源或地就别用高阻默认值。

4.3 换一种思路：为什么强制“免外部Flash启动”能救急

在调整上拉电阻之前，我还用过一个临时救急的办法，就是想办法让芯片进入“不用外部Flash就能启动”的内部默认模式。PM40028这类芯片一般都会在内部ROM里烧录一份出厂默认配置，可以在没有外部EEPROM或者SPI Flash的情况下让芯片先把基本端口跑起来。把对应的boot_mode引脚按数据手册里的定义强制设成这个模式后，两块沉默板子居然也能正常从串口输出日志了，虽然端口拆分不是最终设计的形态，但至少证明芯片本身是好的、串口通路是通的、电源时序是没问题的。

这一步对调试非常有价值：它能把“芯片是否活过来”和“外部配置是否正确”两个变量拆开。如果连内部默认模式都不能出日志，那问题大概率在芯片本身、供电、时钟或者复位；如果能出日志，那就说明问题出在启动配置、外部存储或者两者的配合上。我后来在调试其他板卡时也养成了习惯，遇到PCIe Switch上电完全沉默，或者行为诡异，第一时间找数据手册里有没有类似的“免配置启动模式”，先让芯片裸奔起来再说。这比一开始就去啃复杂的EEPROM镜像是效率高得多的路径。

5. 同样让人怀疑人生的几个“次生坑”

5.1 SMBus/EEPROM配置模式的“静默等待”

串口无输出还有一个非常常见的帮凶，就是芯片被配置成从SMBus上的EEPROM读取初始化配置，但EEPROM是空的、没贴、或者地址不对。当芯片在启动阶段发出I2C读请求地址后，总线上没有任何设备应答，有些芯片会不断重试，有些芯片会等待一个很长的超时之后才跳过配置过程，继续执行后续代码。这个等待期间，串口可能没有任何输出，也可能只输出一行类似“Loading config from SMBus...”之后就卡住了。从用户角度看，就是串口卡在启动的早期，后面什么都没了。

遇到过最头疼的一个情况是EEPROM里明明烧了配置，地址也是对的，但芯片依然卡住。最后查出来是EEPROM的写保护引脚没拉对，导致芯片上电读取的时候EEPROM虽然存在，但数据全是0xFF，相当于读了个空。还有个情况是SMBus地址的高位strap引脚和板上另一个器件地址冲突，芯片固件尝试去访问一个错误的从机，结果总是收到NACK。排查这类问题，建议在调试早期就先用“内部默认启动模式”把串口日志跑起来，然后再切成SMBus/EEPROM模式，确认日志里能明确看到“config loaded”之类字样，再继续往下做。别一上来就在一条充满变量的路上走到黑。

5.2 改了boot引脚，为什么必须整板断电而不是只按复位

这个坑我在前面提过一嘴，但要单独拿出来说。很多PCIe Switch芯片的strap采样只在特定的复位阶段进行，有的芯片是上电复位POR才采样，有的在PERST#有效期间也会重新采样。问题在于，如果系统里某些电源域在上电后一直保持，或者外部的复位按钮只复位了芯片而没有复位电源管理单元，那么你改完boot引脚电阻、跳线帽之后，只是手动按一下复位键，芯片可能仍然沿用旧的锁存配置。你会在调试现场陷入“改了好多次都没用”的循环。

墙上电源重拨、彻底断电等几秒钟再上电，是这类问题最可靠的解法。如果板子上有多个电源域，最好确认所有电源都真正放电完毕，再重新上电。我有一次因为贪快，只给芯片单独复位了几次，愣是花了一下午时间怀疑自己是不是改错了引脚定义，最后发现就是没断电导致的。调试工具上如果能给strap相关电源轨加一个放电开关，会方便很多。

5.3 串口有日志但链路起不来，问题已经转移到链路训练阶段了

还有一种情况更容易让人误判：串口能出日志，而且日志里芯片启动过程完整，但PCIe链路就是训练不起来，系统里搜不到任何下游设备。这种情况严格来说已经不能算“串口无输出”问题了，但因为它同样会让板卡看起来“没正常工作”，所以经常被混在一起查。典型原因有几个：参考时钟的模式和Root Complex不一致，SSC扩频配置不对；端口拆分配置和实际硬件连接不一致，比如你物理上把下行口设计成x8，但strap配置成了两个x4，导致另一半链路无法建立；还有Gen4速率下接收端均衡参数、转接驱动器配置，甚至PCB走线质量的问题。

这时候就要靠串口日志里的LTSSM状态和链路错误计数器去判断。PM40028的启动日志里会打印每个端口的Link Training状态机状态，比如Detect、Polling、Configuration、L0等等，从日志里能看到卡在哪个阶段。如果反复卡在Configuration，大概率是端口拆分不匹配；如果卡在Polling，可能是对端根本没有上电或者信号质量太差；如果能进入L0但立刻掉链子，则要重点查时钟和信号完整性。这种问题需要把串口日志完整抓下来，再对照数据手册里的寄存器定义去分析，已经不是“复位一下就好了”的级别。

6. 问题速查表与常用排查工具

6.1 串口无输出/启动异常速查表

这一节把前面提到的现象整理成一个速查表，调试时可以按图索骥。注意这只是一个优先级的建议，不排除多个原因同时存在的情况。

这个表格我每次给团队做培训都会放出来。不能保证覆盖所有情况，但能帮你快速把最常见、最容易解决的问题先排除掉，把精力留给真正需要动示波器、逻辑分析仪的疑难杂症。

6.2 调这类芯片，手边该备哪些工具和命令

硬件层面，示波器是最基本的，至少要有两个通道以上，能测电源纹波、时钟波形、复位时序。逻辑分析仪在排查strap引脚采样问题时几乎是刚需，最好支持16通道以上，采样率不用太高，几百兆足够，但触发功能一定要好用。能用它同时抓PERST#、多个strap引脚和电源轨的建立时序，一眼就能看出采样窗口内谁在捣乱。万用表就不多说了，但我要提醒一点，量strap引脚稳态电平时，要意识到芯片运行后可能已经改变了引脚的状态，不能把测量结果直接当作复位采样值。

软件层面，Windows下用串口调试助手时，配置串口参数记得确认一下数据位、停止位、校验位，默认的8N1最常用。Linux下我习惯直接用命令行，不受图形界面限制。常用命令有：

# 查看系统识别的USB串口设备 dmesg | grep -i tty ls -l /dev/ttyUSB* # 配置串口参数：115200、8N1 stty -F /dev/ttyUSB0 115200 cs8 -cstopb -parenb # 实时查看串口输出 cat /dev/ttyUSB0

如果cat /dev/ttyUSB0没有输出，可以先用echo发个字符看看有没有回显，或者用minicom、picocom这类工具，注意关闭硬流控。有时候没输出不是芯片问题，而是工具默认开了RTS/CTS流控，板子又没有对应的握手信号，数据就被工具吞掉了。

7. 最后再聊几句调试习惯

这次PM40028的调试经历让我养成了几个习惯，分享出来也许能帮大家少走弯路。第一，拿到新板卡，第一件事永远是先让芯片能输出日志。不管是Switch、SoC还是其他带固件的外设芯片，串口日志就是它的心跳。如果芯片有一个“免外部配置模式”或者“内部固件默认模式”，无条件先切到这个模式跑通基本启动，再逐步打开依赖外部配置的功能。第二，boot引脚的上下拉设计，能直接接电源或者地就用直连，必须用电阻时阻值宁小勿大。高阻值虽然省电，但在上电采样这种对抗干扰能力要求极高的场合，带来的不确定风险远大于那一点功耗节省。第三，改完任何strap相关的硬件配置，不要只按复位，老老实实整板断电几秒再上电，这个动作能帮你排除掉一大半“改了没生效”的假象。

另外想多说一句，调试时不要同时修改变量。很多朋友遇到问题，喜欢同时换电阻、改跳线、刷EEPROM，结果问题消失了你都不知道是哪个动作把它治好的，下次换个板子问题又出现，还得重新查。每次只动一个变量，验证一次结果，记录一次现象，慢一点，但每一步都是确定的路。做硬件调试，最值钱的不是手速，是耐心和系统化排查的思维。