CIRCT项目firtool-1.115.0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器基础设施项目,旨在为硬件设计提供现代化的编译器工具链。该项目基于MLIR框架构建,支持多种硬件描述语言和中间表示,为芯片设计领域带来了类似软件开发的编译技术。
本次发布的firtool-1.115.0版本带来了多项重要改进和功能增强,主要集中在硬件验证、Moore语言支持、性能优化和调试信息处理等方面。这些更新进一步提升了CIRCT工具链的稳定性和功能性。
验证功能增强
新版本在验证功能方面进行了显著增强,新增了符号值降低(symbolic value lowering)功能。这项功能能够将高级验证中使用的符号值转换为更底层的表示,为形式验证和仿真提供了更好的支持。同时,工具链还新增了详细执行日志选项,使开发者能够更清晰地跟踪验证流程的执行情况。
Moore语言支持改进
Moore语言作为SystemVerilog的前端实现,在本版本中获得了数组比较操作(uarray_cmp)的支持。这一新增操作符丰富了Moore语言对SystemVerilog特性的覆盖,使得开发者能够更方便地在高级抽象层面描述硬件行为。
性能优化与代码质量提升
在性能优化方面,新版本采用了工作列表(worklist)替代递归实现来剥离调试信息,这种方法不仅提高了处理效率,还避免了递归可能导致的栈溢出问题。此外,层次路径缓存(HierPathCache)的位置融合优化减少了内存占用,提升了编译速度。
并行计算优化
针对并行计算场景,新版本改进了affine并行循环展开(AffineParallelUnroll)功能,采用更通用的方法将内存读取操作提升跨越scf.execute_region边界。这项优化特别有利于提升包含复杂控制流的硬件设计性能。
调试与元数据处理
在调试信息处理方面,新版本增强了对类字段位置信息的支持,通过新增field_locs数组属性,可以更精确地追踪类字段的位置信息。同时,不必要的头文件已被移除,简化了代码结构。
构建系统与跨平台支持
构建系统方面,新版本修复了Python绑定(bindings)中的wheel打包问题,确保跨平台兼容性。同时,工具链继续提供全面的跨平台支持,包括Linux、macOS和Windows系统的静态和动态链接版本。
firtool-1.115.0版本的这些改进使得CIRCT项目在硬件编译领域又向前迈进了一步,为开发者提供了更强大、更稳定的工具链支持。这些更新不仅提升了工具的性能和功能,也改善了开发者的使用体验,为复杂的硬件设计项目提供了更可靠的基础设施。
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-1.5暂无简介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-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