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。
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