CIRCT项目firtool-1.121.0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工具链项目,旨在为芯片设计提供现代化的编译器基础设施。该项目基于MLIR框架构建,提供了从高级硬件描述语言到低层次实现的完整编译流程。近日,CIRCT项目发布了firtool-1.121.0版本,带来了一系列重要的功能增强和优化。
数学运算功能增强
本次更新在数学运算处理方面进行了显著改进。SCFToCalyx转换器现在能够正确处理Math AbsFOp操作,这是浮点绝对值运算的关键支持。这一改进使得硬件设计中使用浮点运算更加方便,特别是在需要绝对值计算的场景下,如信号处理算法实现。
组合逻辑优化
CombToAIG转换器引入了Wallace Tree乘法器实现,这是一种高效的并行乘法器结构。相比传统的阵列乘法器,Wallace Tree通过减少关键路径上的加法器级数,能够显著提高乘法运算的速度。这一优化特别有利于高性能计算应用,如DSP和密码学硬件实现。
内存处理改进
在内存处理方面,FIRRTL编译器移除了不再使用的ExcludeMemFromMemToRegOfVec选项,简化了代码结构。同时,LLHD模拟器新增了组合驱动到聚合信号的优化通道,这能够减少仿真时的冗余操作,提高仿真效率。
验证相关增强
组合逻辑到SMT(可满足性模理论)的转换目标得到了修复,这使得形式验证工具能够更准确地处理硬件设计。这一改进增强了设计验证的可靠性,有助于在早期发现潜在的设计问题。
设计层次处理
FIRRTL编译器新增了moveDut字段支持,用于更好地处理设计顶层(DUT)层次结构。这一功能使得设计者能够更灵活地控制设计层次,特别是在大型SoC设计中管理多个功能模块时特别有用。
随机测试生成改进
随机测试生成(RTG)模块在值处理方面进行了多项优化。现在能够正确处理具有标识的值,并将随机序列视为常规标识值处理。这些改进使得自动生成的测试序列更加可靠和有效。
跨平台支持
本次发布继续提供了全面的跨平台支持,包括Linux、macOS和Windows系统的预编译二进制包。用户可以根据需要选择静态链接或动态链接版本,方便在不同开发环境中集成使用。
这个版本的发布进一步巩固了CIRCT作为现代化硬件编译基础设施的地位,为芯片设计者提供了更强大、更可靠的工具链支持。各项优化和改进共同提升了从高级硬件描述到低层次实现的整个流程的效率和质量。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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