Chisel项目中SInt类型常量生成错误IR的问题分析
2025-06-14 11:52:22作者:秋泉律Samson
问题背景
在Chisel项目(一个用于硬件设计的Scala嵌入式领域特定语言)中,发现了一个关于有符号整数(SInt)类型常量生成中间表示(IR)时出现错误的问题。具体表现为当处理较大位宽或带符号的常量时,生成的FIRRTL代码与预期不符。
问题现象
在HardFloat库的primitives.scala文件中,存在如下代码:
val shift = (BigInt(-1)<<numInVals.toInt).S>>in
预期生成的FIRRTL代码应为:
node roundMask_shift = dshr(asSInt(UInt<65>(0h10000000000000000)), roundMask_lsbs_2)
但实际生成的代码却是:
node roundMask_shift = dshr(SInt<65>(0), roundMask_lsbs_2)
问题根源分析
经过深入分析,发现该问题主要由两个因素导致:
-
MLIR常量构造限制:
- 当前实现使用
mlirIntegerAttrGet函数构造MLIR中的常量 - 该C-API仅接受
int64_t类型的值参数 - 当处理65位宽的值时会发生溢出,导致值变为0
- 当前实现使用
-
负值UInt处理问题:
- 在UInt类型字面量中出现负号可能导致问题
- 例如以下三种情况:
val shift_s_zero = (BigInt(0)).S >> in val shift_s_neg1 = (BigInt(-1)).S >> in val shift_s_pos1 = (BigInt(1)).S >> in - 预期输出应为:
node shift_zero = dshr(asSInt(UInt<1>(0h0)), in) node shift_neg1 = dshr(asSInt(UInt<1>(0h1)), in) node shift_pos1 = dshr(asSInt(UInt<2>(0h1)), in) - 但实际生成:
node shift_zero = dshr(asSInt(UInt<1>(0)), in) node shift_neg1 = dshr(asSInt(UInt<1>(-1)), in) node shift_pos1 = dshr(asSInt(UInt<2>(1)), in)
解决方案
针对上述问题,开发团队采取了以下措施:
-
上游修复:
- 在LLVM/CIRCT项目中提交了PR #6893,为MLIR整数属性添加了变通方案
- 解决了大位宽值溢出问题
-
符号处理优化:
- 对于UInt类型的负值字面量,采用获取绝对值的方式
- 确保生成的FIRRTL代码格式一致性和正确性
技术影响
该修复确保了:
- 大位宽常量的正确处理
- 带符号常量到无符号类型的正确转换
- FIRRTL代码生成的准确性和一致性
对于硬件设计者而言,这意味着在使用SInt类型进行位操作和大数值处理时,可以确保生成的硬件描述代码与预期一致,避免潜在的硬件实现错误。
总结
Chisel项目中发现的这个SInt类型IR生成问题,展示了硬件设计语言中类型系统和中间表示生成的重要性。通过深入分析问题根源并实施针对性修复,不仅解决了当前的具体问题,也为类似情况提供了参考解决方案。这体现了开源硬件设计工具链不断完善的过程,以及对代码质量严格要求的开发理念。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0133- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
376
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
984
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
921
133
昇腾LLM分布式训练框架
Python
160
188
暂无简介
Dart
968
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
970