寻求Windows PCI驱动中无需DMA的MMIO超64位多字读写API

首先明确：WRITE_REGISTER_BUFFER_ULONG确实会按单个DWORD逐次发起访问，硬件层面可能合并成64位TLP，但没法满足更大尺寸的单次传输需求。以下是无需DMA的可行方案：

1. 写合并(WC)属性映射下的直接内存操作 #

通过MmMapIoSpace映射MMIO区域时，指定PAGE_WRITECOMBINE属性，这是触发大尺寸TLP的关键——WC属性允许CPU将连续的MMIO写操作合并成单次总线事务。

映射完成后，直接对虚拟地址进行连续赋值或使用内核内存拷贝函数（如RtlCopyMemory），就能触发单次大TLP传输（只要硬件支持对应尺寸）：

// 假设已完成MMIO映射，pMmioBase为WC属性的虚拟地址指针
PUCHAR pTargetRegion = (PUCHAR)pMmioBase + YOUR_TARGET_OFFSET;
ULONG64 largeData[8]; // 512位数据（8个64位值）

// 直接批量赋值
for (int i = 0; i < 8; i++) {
    ((ULONG64*)pTargetRegion)[i] = largeData[i];
}

// 或用内存拷贝（同样能触发合并）
RtlCopyMemory(pTargetRegion, largeData, sizeof(largeData));

关键前提：FPGA端的PCIe配置需开启对应尺寸的支持，比如将Max Payload Size设置为至少64字节（512位）。

2. 汇编指令强制批量传输 #

如果需要更底层的控制，可使用x86/x64的非临时存储指令（如movntdq），直接发起写合并的总线事务，确保单次TLP传输大尺寸数据：

; 内联汇编示例（x64环境）
mov rax, pMmioBase       ; MMIO目标地址
mov rsi, largeDataBuffer ; 源数据缓冲区
movntdq [rax], xmm0      ; 写入128位
movntdq [rax+16], xmm1
movntdq [rax+32], xmm2
movntdq [rax+48], xmm3
sfence                   ; 确保所有写操作提交到总线

movntdq指令会绕过CPU缓存，直接生成合并后的总线事务，配合WC属性的MMIO映射，能稳定触发512位的单次TLP传输。

注意事项 #

• 绝对不要用PAGE_NOCACHE属性映射MMIO，NC会强制拆分所有访问为最小粒度，无法触发合并。
• 确认FPGA端的PCIe端点配置：Max Payload Size、Max Read Request Size必须支持你需要的传输尺寸。
• WRITE_REGISTER_*系列函数仅适合单个寄存器访问，内部实现会限制传输粒度，无法满足大TLP需求。

内容的提问来源于stack exchange，提问作者happychild