直接查看dmesg中AER日志可快速获取错误类型、严重度（Corrected/Non-Fatal/Fatal）、协议层（Physical/Data Link/Transaction）及出错设备BDF；需结合lspci验证设备是否真实支持AER能力，并用setpci读取CESta/UESta寄存器确认错误持续性，注意Root Port上报错误可能源于下游Endpoint或物理链路问题。
直接看 dmesg 里的原始 AER 日志
Linux 内核在捕获到 PCIe AER 错误时，会第一时间通过 dmesg 输出带明确层级和严重度的记录。这是最快速、最贴近硬件的第一手信息源。
执行：dmesg -t | grep -i "pcie\|aer"
重点关注含以下关键词的行：
• severity=Corrected 或 severity=Uncorrectable
• type=Physical Layer / Data Link Layer / Transaction Layer
• device [0000:xx:xx.x] —— 这就是出错设备的 BDF 地址
⚠️ 容易踩的坑：
• 如果日志里只有 PCIe Bus Error 但没提 AER，说明错误可能来自上游 Root Port（比如 0000:00:1c.0），而非你怀疑的下游设备
• 时间戳间隔若稳定在毫秒级（如 [12345.678901] → [12345.678912]），说明错误高频触发，不是偶发噪音，必须立即干预
查设备是否真支持 AER 能力
很多报错日志里出现 “AER” 字样，其实只是内核通用提示，设备本身可能根本不支持 AER 寄存器。得用 lspci 确认硬件能力是否存在。
执行：lspci -vvv -s 0000:01:00.0 | grep -A 5 "Advanced Error Reporting"（把 0000:01:00.0 换成你从 dmesg 里拿到的 BDF）
正常输出应类似：Capabilities: [100 v1] Advanced Error Reporting
后面跟着 UESta、CESta 等寄存器字段
Linux 安全审计工具，检查 SSH 配置、开放/监听端口、防火墙规则（ufw/iptables/nftables）、失败登录尝试、sudoers 权限...
若无此行或显示 not supported，说明：
• 设备是消费级型号（如某些 NVMe SSD 或显卡），AER 被厂商阉割
• BIOS 中禁用了 PCIe AER Support（需进固件开启）
• 主板芯片组老旧（Intel C600/E5 v2 以前、AMD AM3+ 等通常不支持）
读取 AER 错误计数寄存器验证真实错误累积
内核日志可能只告诉你“发生了”，但不知道“发生了多少次”。AER 的 CESta（可纠正状态）、UESta（不可纠正状态）等寄存器是 sticky 的，一旦置位就不会自动清零，必须手动读取才能确认错误是否持续发生。
两种可靠读法：
• 用 setpci 直接读配置空间：setpci -s 0000:01:00.0 100.w（100 是 AER Capability 结构起始偏移）
• 用 sysfs 接口（需内核启用 aer_inject）：cat /sys/bus/pci/devices/0000:01:00.0/aer_dev_correctable
关键点：
• 若 setpci 返回非 00000000（如 00000001），bit0 对应 RxErr（接收错误），bit4 对应 BadTLP
• sysfs 文件内容是十六进制字符串，需转为二进制对照 AER spec 才能解读具体哪类错误被触发
• 这些值不会因重启消失，除非执行 setpci -s ... 100.w=0000 清零（仅用于诊断，勿在生产环境随意写）
注意 Root Port 和 Endpoint 的责任边界
PCIe 错误上报存在“转发”机制：Endpoint（如 NVMe）出错，可能由它直连的 Root Port（如 0000:00:1c.0）统一上报。这时候 dmesg 显示的 BDF 是 Root Port，但问题根源在下游设备或链路物理层。
判断方法：
• 用 lspci -tv 查拓扑，确认该 Root Port 下挂了哪些设备
• 对 Root Port 执行 lspci -vvv -s 0000:00:1c.0 | grep -A 10 "Advanced Error Reporting"，看它的 AER 寄存器是否也非零
• 若 Root Port 的 CESta 高位有值，而下游所有 Endpoint 都不支持 AER，则问题大概率出在插槽接触、PCB 走线、供电纹波等物理层，和设备固件无关
真正难啃的点在于：AER 寄存器本身不提供时间戳、不区分瞬态干扰与持续劣化，同一个 bit 置位可能是一次性事件，也可能是每毫秒都在发生的信号完整性崩溃——得靠连续采样 + 物理隔离交叉验证才能下结论。
