arch/powerpc/platforms/pseries/eeh_driver.c

   1 /*
   2  * PCI Error Recovery Driver for RPA-compliant PPC64 platform.
   3  * Copyright IBM Corp. 2004 2005
   4  * Copyright Linas Vepstas <linas@linas.org> 2004, 2005
   5  *
   6  * All rights reserved.
   7  *
   8  * This program is free software; you can redistribute it and/or modify
   9  * it under the terms of the GNU General Public License as published by
  10  * the Free Software Foundation; either version 2 of the License, or (at
  11  * your option) any later version.
  12  *
  13  * This program is distributed in the hope that it will be useful, but
  14  * WITHOUT ANY WARRANTY; without even the implied warranty of
  15  * MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE, GOOD TITLE or
  16  * NON INFRINGEMENT.  See the GNU General Public License for more
  17  * details.
  18  *
  19  * You should have received a copy of the GNU General Public License
  20  * along with this program; if not, write to the Free Software
  21  * Foundation, Inc., 675 Mass Ave, Cambridge, MA 02139, USA.
  22  *
  23  * Send comments and feedback to Linas Vepstas <linas@austin.ibm.com>
  24  */
  25 #include <linux/delay.h>
  26 #include <linux/interrupt.h>
  27 #include <linux/irq.h>
  28 #include <linux/pci.h>
  29 #include <asm/eeh.h>
  30 #include <asm/eeh_event.h>
  31 #include <asm/ppc-pci.h>
  32 #include <asm/pci-bridge.h>
  33 #include <asm/prom.h>
  34 #include <asm/rtas.h>
  35
  36
  37 static inline const char * pcid_name (struct pci_dev *pdev)
  38 {
  39         if (pdev && pdev->dev.driver)
  40                 return pdev->dev.driver->name;
  41         return "";
  42 }
  43
  44 #if 0
  45 static void print_device_node_tree(struct pci_dn *pdn, int dent)
  46 {
  47         int i;
  48         struct device_node *pc;
  49
  50         if (!pdn)
  51                 return;
  52         for (i = 0; i < dent; i++)
  53                 printk(" ");
  54         printk("dn=%s mode=%x \tcfg_addr=%x pe_addr=%x \tfull=%s\n",
  55                 pdn->node->name, pdn->eeh_mode, pdn->eeh_config_addr,
  56                 pdn->eeh_pe_config_addr, pdn->node->full_name);
  57         dent += 3;
  58         pc = pdn->node->child;
  59         while (pc) {
  60                 print_device_node_tree(PCI_DN(pc), dent);
  61                 pc = pc->sibling;
  62         }
  63 }
  64 #endif
  65
  66 /**
  67  * irq_in_use - return true if this irq is being used
  68  */
  69 static int irq_in_use(unsigned int irq)
  70 {
  71         int rc = 0;
  72         unsigned long flags;
  73    struct irq_desc *desc = irq_desc + irq;
  74
  75         spin_lock_irqsave(&desc->lock, flags);
  76         if (desc->action)
  77                 rc = 1;
  78         spin_unlock_irqrestore(&desc->lock, flags);
  79         return rc;
  80 }
  81
  82 /**
  83  * eeh_disable_irq - disable interrupt for the recovering device
  84  */
  85 static void eeh_disable_irq(struct pci_dev *dev)
  86 {
  87         struct device_node *dn = pci_device_to_OF_node(dev);
  88
  89         /* Don't disable MSI and MSI-X interrupts. They are
  90          * effectively disabled by the DMA Stopped state
  91          * when an EEH error occurs.
  92         */
  93         if (dev->msi_enabled || dev->msix_enabled)
  94                 return;
  95
  96         if (!irq_in_use(dev->irq))
  97                 return;
  98
  99         PCI_DN(dn)->eeh_mode |= EEH_MODE_IRQ_DISABLED;
 100         disable_irq_nosync(dev->irq);
 101 }
 102
 103 /**
 104  * eeh_enable_irq - enable interrupt for the recovering device
 105  */
 106 static void eeh_enable_irq(struct pci_dev *dev)
 107 {
 108         struct device_node *dn = pci_device_to_OF_node(dev);
 109
 110         if ((PCI_DN(dn)->eeh_mode) & EEH_MODE_IRQ_DISABLED) {
 111                 PCI_DN(dn)->eeh_mode &= ~EEH_MODE_IRQ_DISABLED;
 112                 enable_irq(dev->irq);
 113         }
 114 }
 115
 116 /* ------------------------------------------------------- */
 117 /**
 118  * eeh_report_error - report pci error to each device driver
 119  *
 120  * Report an EEH error to each device driver, collect up and
 121  * merge the device driver responses. Cumulative response
 122  * passed back in "userdata".
 123  */
 124
 125 static int eeh_report_error(struct pci_dev *dev, void *userdata)
 126 {
 127         enum pci_ers_result rc, *res = userdata;
 128         struct pci_driver *driver = dev->driver;
 129
 130         dev->error_state = pci_channel_io_frozen;
 131
 132         if (!driver)
 133                 return 0;
 134
 135         eeh_disable_irq(dev);
 136
 137         if (!driver->err_handler ||
 138             !driver->err_handler->error_detected)
 139                 return 0;
 140
 141         rc = driver->err_handler->error_detected (dev, pci_channel_io_frozen);
 142
 143         /* A driver that needs a reset trumps all others */
 144         if (rc == PCI_ERS_RESULT_NEED_RESET) *res = rc;
 145         if (*res == PCI_ERS_RESULT_NONE) *res = rc;
 146
 147         return 0;
 148 }
 149
 150 /**
 151  * eeh_report_mmio_enabled - tell drivers that MMIO has been enabled
 152  *
 153  * Tells each device driver that IO ports, MMIO and config space I/O
 154  * are now enabled. Collects up and merges the device driver responses.
 155  * Cumulative response passed back in "userdata".
 156  */
 157
 158 static int eeh_report_mmio_enabled(struct pci_dev *dev, void *userdata)
 159 {
 160         enum pci_ers_result rc, *res = userdata;
 161         struct pci_driver *driver = dev->driver;
 162
 163         if (!driver ||
 164             !driver->err_handler ||
 165             !driver->err_handler->mmio_enabled)
 166                 return 0;
 167
 168         rc = driver->err_handler->mmio_enabled (dev);
 169
 170         /* A driver that needs a reset trumps all others */
 171         if (rc == PCI_ERS_RESULT_NEED_RESET) *res = rc;
 172         if (*res == PCI_ERS_RESULT_NONE) *res = rc;
 173
 174         return 0;
 175 }
 176
 177 /**
 178  * eeh_report_reset - tell device that slot has been reset
 179  */
 180
 181 static int eeh_report_reset(struct pci_dev *dev, void *userdata)
 182 {
 183         enum pci_ers_result rc, *res = userdata;
 184         struct pci_driver *driver = dev->driver;
 185
 186         if (!driver)
 187                 return 0;
 188
 189         dev->error_state = pci_channel_io_normal;
 190
 191         eeh_enable_irq(dev);
 192
 193         if (!driver->err_handler ||
 194             !driver->err_handler->slot_reset)
 195                 return 0;
 196
 197         rc = driver->err_handler->slot_reset(dev);
 198         if ((*res == PCI_ERS_RESULT_NONE) ||
 199             (*res == PCI_ERS_RESULT_RECOVERED)) *res = rc;
 200         if (*res == PCI_ERS_RESULT_DISCONNECT &&
 201              rc == PCI_ERS_RESULT_NEED_RESET) *res = rc;
 202
 203         return 0;
 204 }
 205
 206 /**
 207  * eeh_report_resume - tell device to resume normal operations
 208  */
 209
 210 static int eeh_report_resume(struct pci_dev *dev, void *userdata)
 211 {
 212         struct pci_driver *driver = dev->driver;
 213
 214         dev->error_state = pci_channel_io_normal;
 215
 216         if (!driver)
 217                 return 0;
 218
 219         eeh_enable_irq(dev);
 220
 221         if (!driver->err_handler ||
 222             !driver->err_handler->resume)
 223                 return 0;
 224
 225         driver->err_handler->resume(dev);
 226
 227         return 0;
 228 }
 229
 230 /**
 231  * eeh_report_failure - tell device driver that device is dead.
 232  *
 233  * This informs the device driver that the device is permanently
 234  * dead, and that no further recovery attempts will be made on it.
 235  */
 236
 237 static int eeh_report_failure(struct pci_dev *dev, void *userdata)
 238 {
 239         struct pci_driver *driver = dev->driver;
 240
 241         dev->error_state = pci_channel_io_perm_failure;
 242
 243         if (!driver)
 244                 return 0;
 245
 246         eeh_disable_irq(dev);
 247
 248         if (!driver->err_handler ||
 249             !driver->err_handler->error_detected)
 250                 return 0;
 251
 252         driver->err_handler->error_detected(dev, pci_channel_io_perm_failure);
 253
 254         return 0;
 255 }
 256
 257 /* ------------------------------------------------------- */
 258 /**
 259  * handle_eeh_events -- reset a PCI device after hard lockup.
 260  *
 261  * pSeries systems will isolate a PCI slot if the PCI-Host
 262  * bridge detects address or data parity errors, DMA's
 263  * occurring to wild addresses (which usually happen due to
 264  * bugs in device drivers or in PCI adapter firmware).
 265  * Slot isolations also occur if #SERR, #PERR or other misc
 266  * PCI-related errors are detected.
 267  *
 268  * Recovery process consists of unplugging the device driver
 269  * (which generated hotplug events to userspace), then issuing
 270  * a PCI #RST to the device, then reconfiguring the PCI config
 271  * space for all bridges & devices under this slot, and then
 272  * finally restarting the device drivers (which cause a second
 273  * set of hotplug events to go out to userspace).
 274  */
 275
 276 /**
 277  * eeh_reset_device() -- perform actual reset of a pci slot
 278  * @bus: pointer to the pci bus structure corresponding
 279  *            to the isolated slot. A non-null value will
 280  *            cause all devices under the bus to be removed
 281  *            and then re-added.
 282  * @pe_dn: pointer to a "Partionable Endpoint" device node.
 283  *            This is the top-level structure on which pci
 284  *            bus resets can be performed.
 285  */
 286
 287 static int eeh_reset_device (struct pci_dn *pe_dn, struct pci_bus *bus)
 288 {
 289         struct device_node *dn;
 290         int cnt, rc;
 291
 292         /* pcibios will clear the counter; save the value */
 293         cnt = pe_dn->eeh_freeze_count;
 294
 295         if (bus)
 296                 pcibios_remove_pci_devices(bus);
 297
 298         /* Reset the pci controller. (Asserts RST#; resets config space).
 299          * Reconfigure bridges and devices. Don't try to bring the system
 300          * up if the reset failed for some reason. */
 301         rc = rtas_set_slot_reset(pe_dn);
 302         if (rc)
 303                 return rc;
 304
 305         /* Walk over all functions on this device.  */
 306         dn = pe_dn->node;
 307         if (!pcibios_find_pci_bus(dn) && PCI_DN(dn->parent))
 308                 dn = dn->parent->child;
 309
 310         while (dn) {
 311                 struct pci_dn *ppe = PCI_DN(dn);
 312                 /* On Power4, always true because eeh_pe_config_addr=0 */
 313                 if (pe_dn->eeh_pe_config_addr == ppe->eeh_pe_config_addr) {
 314                         rtas_configure_bridge(ppe);
 315                         eeh_restore_bars(ppe);
 316                 }
 317                 dn = dn->sibling;
 318         }
 319
 320         /* Give the system 5 seconds to finish running the user-space
 321          * hotplug shutdown scripts, e.g. ifdown for ethernet.  Yes,
 322          * this is a hack, but if we don't do this, and try to bring
 323          * the device up before the scripts have taken it down,
 324          * potentially weird things happen.
 325          */
 326         if (bus) {
 327                 ssleep (5);
 328                 pcibios_add_pci_devices(bus);
 329         }
 330         pe_dn->eeh_freeze_count = cnt;
 331
 332         return 0;
 333 }
 334
 335 /* The longest amount of time to wait for a pci device
 336  * to come back on line, in seconds.
 337  */
 338 #define MAX_WAIT_FOR_RECOVERY 150
 339
 340 struct pci_dn * handle_eeh_events (struct eeh_event *event)
 341 {
 342         struct device_node *frozen_dn;
 343         struct pci_dn *frozen_pdn;
 344         struct pci_bus *frozen_bus;
 345         int rc = 0;
 346         enum pci_ers_result result = PCI_ERS_RESULT_NONE;
 347         const char *location, *pci_str, *drv_str;
 348
 349         frozen_dn = find_device_pe(event->dn);
 350         if (!frozen_dn) {
 351
 352                 location = of_get_property(event->dn, "ibm,loc-code", NULL);
 353                 location = location ? location : "unknown";
 354                 printk(KERN_ERR "EEH: Error: Cannot find partition endpoint "
 355                                 "for location=%s pci addr=%s\n",
 356                         location, pci_name(event->dev));
 357                 return NULL;
 358         }
 359
 360         frozen_bus = pcibios_find_pci_bus(frozen_dn);
 361         location = of_get_property(frozen_dn, "ibm,loc-code", NULL);
 362         location = location ? location : "unknown";
 363
 364         /* There are two different styles for coming up with the PE.
 365          * In the old style, it was the highest EEH-capable device
 366          * which was always an EADS pci bridge.  In the new style,
 367          * there might not be any EADS bridges, and even when there are,
 368          * the firmware marks them as "EEH incapable". So another
 369          * two-step is needed to find the pci bus.. */
 370         if (!frozen_bus)
 371                 frozen_bus = pcibios_find_pci_bus (frozen_dn->parent);
 372
 373         if (!frozen_bus) {
 374                 printk(KERN_ERR "EEH: Cannot find PCI bus "
 375                         "for location=%s dn=%s\n",
 376                         location, frozen_dn->full_name);
 377                 return NULL;
 378         }
 379
 380         frozen_pdn = PCI_DN(frozen_dn);
 381         frozen_pdn->eeh_freeze_count++;
 382
 383         if (frozen_pdn->pcidev) {
 384                 pci_str = pci_name (frozen_pdn->pcidev);
 385                 drv_str = pcid_name (frozen_pdn->pcidev);
 386         } else {
 387                 pci_str = pci_name (event->dev);
 388                 drv_str = pcid_name (event->dev);
 389         }
 390
 391         if (frozen_pdn->eeh_freeze_count > EEH_MAX_ALLOWED_FREEZES)
 392                 goto excess_failures;
 393
 394         printk(KERN_WARNING
 395            "EEH: This PCI device has failed %d times in the last hour:\n",
 396                 frozen_pdn->eeh_freeze_count);
 397         printk(KERN_WARNING
 398                 "EEH: location=%s driver=%s pci addr=%s\n",
 399                 location, drv_str, pci_str);
 400
 401         /* Walk the various device drivers attached to this slot through
 402          * a reset sequence, giving each an opportunity to do what it needs
 403          * to accomplish the reset.  Each child gets a report of the
 404          * status ... if any child can't handle the reset, then the entire
 405          * slot is dlpar removed and added.
 406          */
 407         pci_walk_bus(frozen_bus, eeh_report_error, &result);
 408
 409         /* Get the current PCI slot state. This can take a long time,
 410          * sometimes over 3 seconds for certain systems. */
 411         rc = eeh_wait_for_slot_status (frozen_pdn, MAX_WAIT_FOR_RECOVERY*1000);
 412         if (rc < 0) {
 413                 printk(KERN_WARNING "EEH: Permanent failure\n");
 414                 goto hard_fail;
 415         }
 416
 417         /* Since rtas may enable MMIO when posting the error log,
 418          * don't post the error log until after all dev drivers
 419          * have been informed.
 420          */
 421         eeh_slot_error_detail(frozen_pdn, EEH_LOG_TEMP_FAILURE);
 422
 423         /* If all device drivers were EEH-unaware, then shut
 424          * down all of the device drivers, and hope they
 425          * go down willingly, without panicing the system.
 426          */
 427         if (result == PCI_ERS_RESULT_NONE) {
 428                 rc = eeh_reset_device(frozen_pdn, frozen_bus);
 429                 if (rc) {
 430                         printk(KERN_WARNING "EEH: Unable to reset, rc=%d\n", rc);
 431                         goto hard_fail;
 432                 }
 433         }
 434
 435         /* If all devices reported they can proceed, then re-enable MMIO */
 436         if (result == PCI_ERS_RESULT_CAN_RECOVER) {
 437                 rc = rtas_pci_enable(frozen_pdn, EEH_THAW_MMIO);
 438
 439                 if (rc < 0)
 440                         goto hard_fail;
 441                 if (rc) {
 442                         result = PCI_ERS_RESULT_NEED_RESET;
 443                 } else {
 444                         result = PCI_ERS_RESULT_NONE;
 445                         pci_walk_bus(frozen_bus, eeh_report_mmio_enabled, &result);
 446                 }
 447         }
 448
 449         /* If all devices reported they can proceed, then re-enable DMA */
 450         if (result == PCI_ERS_RESULT_CAN_RECOVER) {
 451                 rc = rtas_pci_enable(frozen_pdn, EEH_THAW_DMA);
 452
 453                 if (rc < 0)
 454                         goto hard_fail;
 455                 if (rc)
 456                         result = PCI_ERS_RESULT_NEED_RESET;
 457                 else
 458                         result = PCI_ERS_RESULT_RECOVERED;
 459         }
 460
 461         /* If any device has a hard failure, then shut off everything. */
 462         if (result == PCI_ERS_RESULT_DISCONNECT) {
 463                 printk(KERN_WARNING "EEH: Device driver gave up\n");
 464                 goto hard_fail;
 465         }
 466
 467         /* If any device called out for a reset, then reset the slot */
 468         if (result == PCI_ERS_RESULT_NEED_RESET) {
 469                 rc = eeh_reset_device(frozen_pdn, NULL);
 470                 if (rc) {
 471                         printk(KERN_WARNING "EEH: Cannot reset, rc=%d\n", rc);
 472                         goto hard_fail;
 473                 }
 474                 result = PCI_ERS_RESULT_NONE;
 475                 pci_walk_bus(frozen_bus, eeh_report_reset, &result);
 476         }
 477
 478         /* All devices should claim they have recovered by now. */
 479         if ((result != PCI_ERS_RESULT_RECOVERED) &&
 480             (result != PCI_ERS_RESULT_NONE)) {
 481                 printk(KERN_WARNING "EEH: Not recovered\n");
 482                 goto hard_fail;
 483         }
 484
 485         /* Tell all device drivers that they can resume operations */
 486         pci_walk_bus(frozen_bus, eeh_report_resume, NULL);
 487
 488         return frozen_pdn;
 489
 490 excess_failures:
 491         /*
 492          * About 90% of all real-life EEH failures in the field
 493          * are due to poorly seated PCI cards. Only 10% or so are
 494          * due to actual, failed cards.
 495          */
 496         printk(KERN_ERR
 497            "EEH: PCI device at location=%s driver=%s pci addr=%s \n"
 498                 "has failed %d times in the last hour "
 499                 "and has been permanently disabled. \n"
 500                 "Please try reseating this device or replacing it.\n",
 501                 location, drv_str, pci_str, frozen_pdn->eeh_freeze_count);
 502         goto perm_error;
 503
 504 hard_fail:
 505         printk(KERN_ERR
 506            "EEH: Unable to recover from failure of PCI device "
 507            "at location=%s driver=%s pci addr=%s \n"
 508            "Please try reseating this device or replacing it.\n",
 509                 location, drv_str, pci_str);
 510
 511 perm_error:
 512         eeh_slot_error_detail(frozen_pdn, EEH_LOG_PERM_FAILURE);
 513
 514         /* Notify all devices that they're about to go down. */
 515         pci_walk_bus(frozen_bus, eeh_report_failure, NULL);
 516
 517         /* Shut down the device drivers for good. */
 518         pcibios_remove_pci_devices(frozen_bus);
 519
 520         return NULL;
 521 }
 522
 523 /* ---------- end of file ---------- */