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
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