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。
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