CIRCT项目firtool-1.110.0版本发布:硬件编译工具链新特性解析
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技术。该项目基于MLIR框架,为芯片设计领域提供了从高级硬件描述语言到低层次实现的完整工具链。最新发布的firtool-1.110.0版本带来了一系列值得关注的改进和新功能。
核心功能增强
本次更新在FIRRTL(Flexible Intermediate Representation for RTL)处理方面进行了多项优化。其中新增了高级层下沉(AdvancedLayerSink)功能,该功能允许通过克隆操作来实现操作的下沉,这为硬件设计中的逻辑优化提供了更灵活的手段。同时,针对断言(Assert)操作进行了规范化处理,当时钟条件中的谓词(p)和使能(e)相等时,可以自动进行优化。
在验证相关功能方面,新增了Booth乘法器合约示例,为形式化验证提供了实用的参考案例。同时,对SMT(可满足性模理论)求解器的集成进行了改进,增加了仅上升沿时钟模式,并扩展了Z3库的检查功能,提升了形式验证的准确性和灵活性。
中间表示转换优化
本次版本在中间表示转换方面有多项重要改进:
- Affine到SCF(Static Control Flow)的转换现在支持Calyx后端,这为高级综合提供了更好的基础支持。
- 针对Calyx后端的SCF转换增强了条件操作的处理能力,特别是对带有顺序条件的if操作进行了专门优化。
- 在LowerToBMC(Bounded Model Checking)过程中增加了comb方言作为依赖项,确保了转换过程的完整性。
系统级验证增强
系统级验证工具链获得了显著增强:
- 对SMT到Z3 LLVM的转换进行了改进,修正了printf类型查找的问题,提升了调试信息的准确性。
- 新增了仅上升沿时钟模式,为时序电路的形式验证提供了更精确的建模能力。
- 扩展了Z3库的集成测试覆盖范围,确保求解器集成的稳定性。
输出与代码生成改进
在输出处理和代码生成方面,本次更新包含以下改进:
- SV(SystemVerilog)方言新增了预处理器包含操作,为代码生成提供了更丰富的元数据处理能力。
- 输出文件属性处理得到增强,现在可以在Verilog导出过程中正确回注输出文件属性。
- Python绑定增加了对OutputFileAttr文件名的支持,提升了脚本化流程的灵活性。
底层基础设施更新
项目底层同步更新至LLVM的最新提交4d5a963eaf6ad209487a321dee7f0cd2a0f98477,确保了编译器基础设施的稳定性和最新功能支持。OM(Object Model)方言的CAPI接口得到了完善,新增了对Map类型检查的支持。
技术影响与应用价值
firtool-1.110.0版本的这些改进共同提升了CIRCT项目在硬件设计自动化领域的实用价值。从高级综合到形式验证,从中间表示转换到最终代码生成,各个环节都获得了功能增强和稳定性提升。特别是对验证相关功能的加强,使得该工具链在确保硬件设计正确性方面更加可靠。
这些改进使得CIRCT项目在构建从高级硬件描述到底层实现的完整工具链方面又向前迈进了一步,为硬件设计工程师和研究者提供了更强大、更可靠的编译基础设施。无论是用于学术研究还是工业级芯片设计,这个版本都值得关注和采用。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03