CIRCT项目firtool-1.116.0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,旨在为硬件设计提供现代化的编译器工具链。作为LLVM生态系统的一部分,CIRCT项目通过MLIR框架为硬件设计提供了强大的中间表示和优化能力。本次发布的firtool-1.116.0版本带来了多项重要改进和新功能,特别是在RTG(Register Transfer Graph)支持、Calyx发射器优化以及组合逻辑优化等方面有显著进展。
RTG功能扩展与增强
本次版本在RTG(Register Transfer Graph)功能方面进行了多项重要扩展。RTG作为一种中间表示形式,能够有效地描述硬件设计中的数据流和控制流。新版本增加了对数组注入和大小操作的支持,这使得RTG能够更好地处理数组类型的数据结构。同时,新增的元组操作支持为复杂数据结构处理提供了更灵活的表达能力。
特别值得注意的是,新版本引入了笛卡尔积集合操作(set_cartesian_product)以及集合与包(bag)之间的转换操作(set_convert_to_bag和bag_convert_to_set)。这些操作扩展了RTG在集合处理方面的能力,为高级硬件设计模式提供了更好的支持。在纯操作折叠支持方面也有所增强,这有助于优化阶段的效率提升。
Calyx发射器改进
Calyx作为一种中间硬件表示语言,在本版本中得到了多项改进。发射器现在能够正确处理负整数、无限大和NaN浮点数值,将它们作为位向量发射,这提高了数值处理的准确性和兼容性。对于Calyx流程,新增了顶层函数选项(top-level-function),为用户提供了更灵活的控制方式。
此外,当JSON数据为空时,SCF到Calyx的转换现在不会写入文件,这一改进避免了不必要的文件操作,提升了工具链的整体效率。
组合逻辑优化与分析
组合逻辑(Comb)部分在本版本中获得了重要的优化和分析能力增强。新增的区间范围分析(Interval Range Analysis)和组合逻辑优化窄化传递(Comb Opt Narrowing pass)为组合逻辑电路提供了更精确的分析和优化手段。这些改进可以帮助设计者更好地理解和优化他们的组合逻辑电路,特别是在位宽优化方面。
其他重要改进
在Arc模块中,对arc.state的摘要描述进行了优化,使其更加清晰易懂。同时,SplitLoops中的ImportedValue的isInput属性现在明确为布尔类型,提高了代码的明确性和类型安全性。
Moore模块新增了字符串比较操作(moore.string_cmp),扩展了SystemVerilog支持的功能范围。在OM(Open Model)模块中,改进了ListConcatOp评估器对嵌套列表的处理能力,确保了每个子列表都能被正确完成评估。
在FIRRTL处理方面,修正了LowerXMR过程中不应剥离层(layers)的问题,保持了设计层次结构的完整性。同时修复了默认层专业化的文档问题,提高了工具的使用体验。
总结
firtool-1.116.0版本的发布标志着CIRCT项目在硬件编译器工具链方面的持续进步。从RTG功能的丰富到Calyx发射器的完善,从组合逻辑分析的增强到各种细节问题的修复,这一版本为硬件设计者提供了更强大、更稳定的工具支持。这些改进不仅提升了工具链的功能性,也增强了其在复杂硬件设计场景中的适用性和可靠性。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00