CIRCT项目firtool-1.111.0版本发布:FIRRTL编译器工具链的重要更新
CIRCT(Circuit IR Compilers and Tools)项目是一个开源的编译器基础设施项目,旨在为硬件设计提供现代化的编译器工具链。作为该项目的重要组成部分,firtool是FIRRTL(Flexible Intermediate Representation for RTL)语言的编译器前端工具,负责将高级硬件描述转换为优化的中间表示。
本次发布的firtool-1.111.0版本带来了多项重要改进,主要集中在FIRRTL语言的格式字符串处理、仿真操作支持以及各种优化和错误修复方面。这些更新不仅增强了工具的功能性,也提高了编译过程的稳定性和可靠性。
格式字符串类型与时间操作支持
新版本中引入了FormatStringType类型,专门用于处理FIRRTL中的格式化字符串。这一改进使得编译器能够更好地理解和处理包含格式化指令的字符串,为后续的硬件生成提供更精确的类型信息。
同时,针对时间操作的支持也得到了增强。LowerToHW转换现在能够正确处理包含TimeOp的PrintfOp操作,确保时间相关的调试信息能够正确生成。在LowerLayers过程中,fstring.time操作也会被适当地下沉处理,保证时序信息的准确性。
仿真操作支持
1.111.0版本新增了对仿真操作的支持,包括:
- 添加了firrtl.simulation操作的解析器支持
- 实现了将firrtl.simulation操作降低为verif.simulation操作的转换
这些改进为硬件设计的仿真验证提供了更好的基础设施支持,使得设计者能够在编译流程中更自然地集成仿真相关操作。
优化与错误修复
本次发布包含多项优化和错误修复工作:
-
寄存器复位值折叠优化:当寄存器复位值的类型匹配时,编译器现在能够正确地将regreset操作折叠为其复位值,减少不必要的硬件资源消耗。
-
HWMemSimImpl中的宽度错误修复:解决了硬件内存模拟实现中的宽度相关问题,提高了生成的正确性。
-
格式字符串宽度处理改进:在LowerToHW转换中,现在会为格式字符串宽度添加'0'前缀,确保生成的代码符合预期。
工具链改进
除了核心编译器功能的增强外,工具链本身也获得了一些实用改进:
-
新增了circt-reduce工具的字节码导入/导出功能,便于测试用例的共享和复用。
-
将FIRRTL版本提升至5.1.0,保持与最新规范的同步。
-
修复了RTGTest中的CMake标志传播问题,改善了构建系统的可靠性。
总结
firtool-1.111.0版本的发布标志着CIRCT项目在硬件编译领域又迈出了坚实的一步。通过增强格式字符串处理、完善仿真操作支持以及修复各类问题,这个版本为硬件设计者提供了更强大、更稳定的工具链。特别是对时间操作和仿真验证的改进,将显著提升硬件开发者的工作效率和设计质量。
对于使用FIRRTL进行硬件设计的开发者来说,升级到这个版本将能够享受到更完善的编译器功能和更可靠的代码生成质量。随着CIRCT项目的持续发展,我们可以期待未来会有更多创新功能和性能优化加入到这个现代化的硬件编译器工具链中。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00