CIRCT项目firtool-1.122.0版本发布:硬件编译工具链的重要更新
CIRCT(Circuit IR Compilers and Tools)是一个开源的硬件编译器基础设施项目,旨在为芯片设计提供现代化的编译器工具链。该项目基于MLIR框架,为硬件设计领域带来了编译器技术的先进理念和方法论。最新发布的firtool-1.122.0版本带来了一系列重要的功能增强和优化,特别是在寄存器传输级(RTL)生成、内存分配和优化等方面有显著改进。
核心功能更新
本次版本在多个关键领域进行了功能增强:
-
RTG(Register Transfer Generator)改进:测试匹配机制得到优化,新增了MemoryAllocation内存分配通道,并已集成到主流程中。这些改进使得寄存器传输级的生成更加高效和可靠。
-
AIG(And-Inverter Graph)分析增强:新增了最长路径分析(LongestPathAnalysis)实现,这对于时序分析和优化具有重要意义,能够帮助设计者更好地理解电路的关键路径。
-
FIRRTL优化:在模块去重(Dedup)方面,现在支持合并公共和私有模块(pub+priv模块),提高了代码复用率。同时,InjectDUT功能现在能够正确处理读写探针(rwprobes)的重新定位。
-
LLHD(低级硬件描述)改进:引入了组合进程操作(combinational process op),替代了原有的执行区域,提供了更清晰的硬件行为描述方式。Mem2Reg现在支持llhd.sig.extract操作,增强了信号处理能力。
工具链优化
在工具链层面,本次更新也带来了多项优化:
-
PyRTG改进:重构了目标和配置系统,新增了类型包装器支持,并实现了序列代码的惰性生成(lazy codegen),这些改进使得Python接口更加易用和高效。
-
OM(Object Model)Python支持:现在支持将字符串和列表作为评估器参数,增强了Python绑定的灵活性。
-
Seq模块优化:新增了对FirReg带有基于多路选择器(mux)常量驱动的规范化处理,提高了时序逻辑的综合质量。
技术影响与应用价值
这些更新对于硬件设计流程具有实际意义:
-
设计效率提升:模块去重和内存分配优化可以显著减少冗余代码,提高综合效率。
-
时序分析增强:最长路径分析的引入为时序收敛提供了更好的工具支持。
-
验证流程改进:测试匹配机制的优化使得验证环境与设计目标的对应关系更加清晰。
-
硬件建模灵活性:LLHD的组合进程操作提供了更自然的硬件行为描述方式。
总结
firtool-1.122.0版本的发布标志着CIRCT项目在硬件编译器技术上的持续进步。这些更新不仅提升了工具链的功能完整性,也为硬件设计者提供了更强大、更灵活的设计手段。特别是对RTL生成、时序分析和硬件建模的改进,将直接影响到芯片设计的生产效率和质量。对于使用MLIR进行硬件开发的研究人员和工程师来说,这个版本值得关注和升级。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。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