阅读研究雷达投资体系AI公司权威资料
登录 / 注册
← 返回阅读
资讯专题 · Qwenputer项目快讯1 分钟阅读DisconfirmAI 编辑部

AI工程师将RISC-V处理器编译进大模型权重,实现内部运行DOOM游戏

开发者Divyansh Agrawal将32位RISC-V CPU直接编译进Qwen 3.5 4B模型的权重中,使其无需外部工具即可执行C代码和运行DOOM。

2026-11-02 21:30

AI工程师Divyansh Agrawal发布了一个名为Qwenputer的实验性项目,成功将一个32位RISC-V CPU直接编译并嵌入到Qwen 3.5 4B大语言模型的权重中。这一创新使得该模型能够利用其自身的权重作为内存(RAM),在不依赖任何外部运行时或工具调用的情况下,直接在内部执行处理器算术运算、C语言和MicroPython代码,甚至能够以极慢的速度运行经典游戏《DOOM》。

与传统的模型训练不同,这个内置的“CPU”并非通过机器学习获得,而是由编译器计算出全部权重,包含在Qwen原有层之前的11个Transformer层。Agrawal声称,该内置CPU通过了官方riscv-tests测试,其程序与qemu匹配,并且已经无错误地自由运行了1800万条指令。这种设计克服了大型语言模型常见的算术弱点,提供了精确的计算能力。此外,该项目还利用DeltaNet状态为模型提供了一个文件系统,支持最多512个文件的持久化存储。

由于资源使用的扩展,Qwenputer的体积几乎是底层Qwen 3.5 4B模型的两倍,达到近19GB,因此需要至少24GB显存的工作站进行测试。目前该项目仍处于实验阶段,主要目的是探索技术可能性而非解决特定生产问题,但其MIT开源代码已在GitHub上发布。

来源

  • tomshardware.comTom's Hardware↗
登录 / 注册
阅读研究雷达投资体系AI公司权威资料
专题

Qwenputer项目

AI工程师Divyansh Agrawal发布实验性模型“Qwenputer”,将32位RISC-V CPU直接编译进Qwen 3.5 4B大模型的权重中。该模型利用Gated DeltaNet状态作为RAM,无需外部工具即可在模型内部执行…

5 节点1 篇更新于 2026-11-03 01:02

事情怎么走到这一步

  1. 2026-10-22开发者Divyansh Agrawal发布博客文章,正式介绍Qwenputer项目及其技术原理。divagr.com ↗
  2. 2026-10-28Agrawal在社交媒体上展示Qwenputer运行C代码和MicroPython的能力,引发关注。x.com ↗
  3. 2026-10-29Agrawal演示Qwenputer在内置RISC-V CPU上运行《DOOM》E1M1关卡。tomshardware.com ↗

还没定论的部分

  • Qwenputer在更复杂的生产环境中的实际延迟和资源消耗优化路径是什么?
  • 这种“编译权重”方法是否会被其他主流LLM厂商采纳以解决幻觉或计算错误问题?
  • 文件系统持久化状态在多轮对话中的稳定性和安全性如何验证?
读完整专题 →
带入研究 →