CIRCT项目firtool-1.118.0版本发布:硬件编译器工具链的重要更新
CIRCT(Circuit IR Compilers and Tools)项目是一个开源的硬件编译器基础设施,旨在为芯片设计提供现代化的编译器技术。作为LLVM生态系统的一部分,CIRCT项目专注于将编译器技术应用于硬件设计领域,为硬件描述语言(如Chisel、FIRRTL等)提供高效的编译和优化工具链。
本次发布的firtool-1.118.0版本带来了多项重要改进和功能增强,主要集中在FIRRTL编译器、ESI(Elastic Silicon Interfaces)系统互连、RTG(Register Transfer Generator)寄存器传输生成器等方面。这些更新不仅提升了工具链的功能性,也改善了用户体验和编译效率。
FIRRTL编译器增强
新版本在FIRRTL编译器方面进行了多项改进。首先,编译器现在会为每个公共模块生成绑定文件,这一特性使得模块间的连接关系更加清晰,便于设计验证和调试。其次,优化了目录处理逻辑,在包含层文件时会自动去除目录路径,简化了文件管理流程。
在寄存器实现方面,新版本移除了组合寄存器CE(时钟使能)端口前冗余的使能多路复用器,这一优化减少了不必要的硬件逻辑,提高了生成电路的质量和效率。
ESI系统互连改进
ESI(Elastic Silicon Interfaces)子系统在本版本中获得了显著增强。新增了Telemetry v0功能,为系统提供了基本的遥测能力,有助于设计者更好地监控和分析互连性能。同时,ESI的汇编格式也进行了调整,采用了更标准的格式,提高了与其他工具的兼容性。
RTG寄存器传输生成器功能扩展
RTG(Register Transfer Generator)在本版本中获得了多项新功能。新增了Comment操作,允许设计者在生成代码中插入注释,提高了代码的可读性和可维护性。同时引入了MemoryBlock类型和声明操作,为内存块建模提供了更丰富的支持。
内存相关功能也得到增强,新增了内存类型和相关操作,使得内存建模更加灵活和精确。此外,还引入了any_context属性,为上下文处理提供了更多可能性。
数学运算到Calyx的转换
在高级综合方面,新版本将数学运算集成到了circt-opt流程中,特别是实现了math.sqrt(平方根运算)到Calyx的转换。这一功能扩展了硬件设计中对数学运算的支持,为算法硬件实现提供了更多便利。
仿真与综合优化
在仿真与综合的交互方面,新版本改进了SimToSV转换过程,确保在非综合块(!SYNTHESIS)下保持plusargs的非综合特性。这一改进使得仿真环境和综合环境的边界更加清晰,避免了潜在的混淆问题。
工具链优化
在工具链本身方面,移除了arcilator中的JIT运行时库,简化了工具依赖。PyRTG也进行了多项改进,包括增加了对上下文的支持,并进行了重构以便于下游集成。
总结
CIRCT项目firtool-1.118.0版本的发布,标志着硬件编译器工具链的又一次重要进步。从FIRRTL编译优化到ESI互连增强,从RTG功能扩展到数学运算支持,这一版本在多方面提升了硬件设计编译的效率和能力。这些改进不仅为现有的硬件设计流程提供了更强大的工具支持,也为未来更复杂的硬件编译需求奠定了基础。
对于使用CIRCT工具链的硬件设计者来说,升级到这一版本将能够体验到更流畅的编译过程、更优化的硬件生成结果以及更丰富的功能支持。随着硬件设计复杂度的不断提高,CIRCT项目持续演进的工具链将继续为硬件开发者提供强有力的支持。
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