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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00