CIRCT项目firtool-1.103.0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(多级中间表示)框架,专注于将高级硬件描述语言转换为可综合的RTL代码。近日,CIRCT项目发布了firtool-1.103.0版本,带来了一系列重要的功能增强和错误修复。
本次更新的核心改进集中在ESI(Elastic Silicon Interfaces)子系统、FIRRTL编译器优化以及硬件模块处理等方面。ESI子系统新增了对主机内存访问的XRT平台支持,包括实现了主机内存读取路径仲裁器和可变大小读取功能。这些改进显著提升了硬件与主机内存交互的灵活性和效率。
在FIRRTL编译器方面,新版本增强了对firrtl.view操作的支持,并改进了GrandCentral功能。LowerLayers通道现在能够正确处理提取的verbatim中的内部引用,而AssignOutputDirs通道的位置也得到了优化。这些变化使得FIRRTL编译器在处理复杂硬件设计时更加可靠和高效。
模块处理方面也有重要更新。HW模块现在支持参数化多态性,这为硬件设计提供了更大的灵活性。同时,内存银行功能改进了对具有相同形状的memref::global操作的处理,防止了名称冲突问题。SCFToCalyx转换通道现在能够在BuildParGroup结束时规范化scf::if操作,提高了生成代码的质量。
Python绑定方面,项目已全面转向使用nanobind框架,这有望带来更好的性能和更简洁的API。此外,OM(Object Model)链接模块现在能够正确保留非OM操作,增强了系统的兼容性。
在基础架构方面,项目同步更新到了最新的LLVM提交版本,并移除了不必要的OperationPass模板实例化,优化了编译器性能。管道功能现在使reset信号变为可选,为设计者提供了更多灵活性。
RTGTest子系统改进了寄存器表示方式,使得测试更加准确和高效。ESI运行时增加了对XRT平台主机内存访问的支持,扩展了系统的应用场景。
总体而言,firtool-1.103.0版本在功能丰富性、稳定性和性能方面都有显著提升,为硬件设计者提供了更加强大和灵活的工具链支持。这些改进将有助于开发者更高效地实现复杂的硬件设计,特别是在需要与主机系统紧密交互的应用场景中。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00