CIRCT项目firtool-1.104.0版本发布:硬件编译工具链的重要更新
CIRCT(Circuit IR Compilers and Tools)是一个开源的硬件设计工具链项目,它基于MLIR框架构建,旨在为硬件设计提供现代化的编译器基础设施。该项目由LLVM社区支持,专注于将高级硬件描述语言转换为可综合的RTL代码,并优化中间表示(IR)。
本次发布的firtool-1.104.0版本带来了多项重要改进和新功能,主要集中在FIRRTL(Flexible Intermediate Representation for RTL)编译流程、ESI(Embedded System Integration)基础设施、RTG(Register Transfer Generator)测试框架以及验证相关功能的增强。下面我们将详细解析这次更新的技术亮点。
FIRRTL编译流程的改进
在FIRRTL编译方面,本次更新有几个值得关注的优化:
-
内存银行配置的灵活性增强:现在支持通过属性为操作指定细粒度的内存银行配置,这使得内存分区策略可以更加精确地控制。开发者可以为特定内存操作附加属性来定义其银行维度,而不必全局统一设置。
-
XMR(跨模块引用)处理的完善:LowerXMR过程现在会处理所有模块,确保跨模块引用的解析更加全面和可靠。这一改进减少了因XMR处理不完整而导致的潜在问题。
-
初始化逻辑优化:在SCFToCalyx转换过程中,移除了冗余的
init_xxx_instance调用,简化了生成的代码结构,提高了编译效率。 -
IMCP(Inter-Module Constant Propagation)增强:对于包含未知符号使用的模块端口,现在会进行过定义处理,提高了常量传播的鲁棒性。
ESI基础设施的显著增强
嵌入式系统集成(ESI)部分迎来了多项重要更新:
-
主机内存写入路径的齿轮箱支持:为hostmem写入路径添加了齿轮箱(gearbox)功能,使得不同时钟域之间的数据传输更加可靠。
-
多客户端写入复用:hostmem现在支持多个写入客户端的复用,提高了系统资源的利用率。
-
字节使能支持:在cosim hostmem中增加了字节使能功能,使得内存访问控制更加精细。
-
XRT BSP支持:新增了对Xilinx运行时(XRT)板级支持包(BSP)的主机内存写入功能,扩展了硬件加速平台的兼容性。
验证功能的扩展
验证相关功能得到了显著增强:
-
合约(Contract)支持:新增了LowerContractsPass和StripContractsPass,前者将verif.contract操作转换为对应的断言逻辑,后者则提供移除合约的选项。ExportVerilog现在将verif.contract视为无操作(no-op),保持向后兼容。
-
形式验证文档完善:增加了关于circt-bmc使用的详细说明,帮助开发者更好地利用有界模型检查工具进行硬件验证。
RTG测试框架的多项改进
寄存器传输生成器(RTG)测试框架迎来了大量更新:
-
指令集增强:新增了多种指令支持,包括分支指令、算术指令和存储指令,丰富了测试用例的表达能力。
-
寄存器分配:引入了简单的线性扫描寄存器分配算法,提高了生成代码的质量。
-
标签支持:在ISA汇编发射和精化过程中增加了对标签的支持,使得控制流更加清晰。
-
立即数表示:改进了立即数的表示方法,增强了指令的灵活性。
-
寄存器类型扩展:精化过程现在支持固定寄存器和虚拟寄存器,提供了更灵活的寄存器分配策略。
其他重要改进
-
随机化内存初始化:为生成的内存添加了随机初始化逻辑,提高了测试的覆盖率和可靠性。
-
方言清理:新增了移除OM和Emit方言操作的pass,帮助简化最终的输出代码。
-
LLHD优化:在初始化'dontCare'表之前添加了maxPrimitives检查,避免了潜在的错误。
技术影响与展望
firtool-1.104.0版本的发布标志着CIRCT项目在硬件编译工具链领域的持续进步。特别是ESI基础设施的增强,为异构计算和硬件加速提供了更加完善的解决方案。验证功能的扩展也显示出项目对硬件正确性的高度重视。
RTG测试框架的改进使得硬件设计验证更加便捷,而FIRRTL编译流程的优化则进一步提高了生成代码的质量和编译效率。这些更新共同推动着CIRCT向成为工业级硬件编译工具链的目标迈进。
对于硬件开发者而言,这个版本提供了更多工具来应对复杂的设计挑战,特别是在涉及多时钟域、验证和测试等方面。随着这些功能的成熟,CIRCT有望在FPGA和ASIC设计流程中扮演更加重要的角色。
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