Qwenputer 把可执行 CPU 放进模型内部

IT之家#通义千问#RISC-V#开源

Editor brief · 编辑速览

实验性开源项目 Qwenputer 基于 Qwen3.5-4B，在模型内部实现 RISC-V CPU 与内存，开发者报告多项整数运算准确率显著提升。模型约 18.8GB，可在 24GB 显存单卡运行，但需要专用驱动，计算延迟也明显增加。

文章思维导图

Knowledge map

拖拽缩放

AI deep read

AI 深度解读

Qwenputer 尝试把计算机搬进大模型：基于 Qwen3.5-4B，把 RISC-V 指令集写入模型权重，再借用网络内部状态保存数据，让模型无需调用 Python，也能执行程序。原文给出的算术测试成绩明显提升，但代价是体积更大、计算更慢，还需要专用驱动。

它值得关注的地方，是把「模型猜答案」变成「模型内部执行指令」的尝试。至于能不能替代日常 AI 编程里的计算器和代码执行工具，现有材料还不足以下结论。

开发者 Divyansh Agrawal 于 10 月 22 日发布了实验性模型 Qwenputer，IT之家在 10 月 30 日进行了报道。

普通大语言模型通过预测下一个词元（Token）生成答案。这个机制可以生成计算步骤，却不保证每一步算术都正确，遇到大整数乘除、长链运算时尤其容易出错。常见解决方式，是把计算交给外部计算器或 Python。

Qwenputer 选择了另一条路：将 RISC-V 的 RV32IM 指令集及相关扩展「编译」进模型权重，在神经网络内部实现一个 32 位 CPU。

这里的 CPU 不是显卡里多出了一块硬件，而是模型内部实现了执行指令的功能。算术、条件分支和程序执行，都沿着这套机制完成。

内存则借用了 Qwen3.5 的门控 DeltaNet（Gated DeltaNet）内部状态。可以把它理解为网络运行时保留的一块数据空间，Qwenputer 将其用作 RAM。

它追求的是让模型按指令计算，而不是仅靠生成文字回答算术题。

不过，报道没有展开权重编译的具体过程，也没解释大整数运算如何映射到 32 位指令上。不能仅凭「内置 CPU」就推断它已经具备完整计算机的通用能力。

原文列出的算术结果如下：

这些成绩支持一个判断：在报道列出的任务中，加入内部执行机制后，模型的算术可靠性提高了。

开发者还称，内部 CPU 已通过官方 RISC-V 测试，连续执行约 1,800 万条指令未出现错误。这与上面的问答准确率不是同一件事：前者检查指令执行是否正确，后者还涉及模型能否把用户问题转成正确的计算过程。

CPU 执行正确，不代表模型一定理解对了题目。大整数乘除仍有 2.5% 的错误，具体发生在哪个环节，原文没有说明。

项目还试验了「模型内文件系统」：在门控 DeltaNet 状态中保存最多 512 个文件、约 5.3 万个词元，并在后续对话中加载。测试中，利用已保存信息回答问题的准确率达到 90%，直接输入先前对话内容的对照方式为 30%。

这个结果有吸引力，但报道没有提供样本量、文件组织方式和信息加载策略。它展示了保存和复用信息的可能性，还不足以证明这套机制普遍优于直接提供上下文。

我认可这项实验的方向：如果任务需要精确计算，给模型一套明确的执行机制，比单纯期待它把计算过程写对更有依据。原文也提供了原版模型与改造模型的算术对照，不能把它仅仅看作概念演示。

但「无需外部工具」本身并不等于更实用。

Qwenputer 的模型体积约为 18.8GB，接近原版两倍；每条 CPU 指令需要生成多个词元，原本几毫秒能完成的计算可能耗时数秒。它还需要专用驱动，不能像普通模型那样直接加载。项目已在 Hugging Face 和 GitHub 开源，可在配备 24GB 显存的单张 GPU 上运行。

它把执行能力收进了模型，也把额外的存储、推理和部署成本带了进来。

对前端、Node 或全栈团队而言，模型调用外部计算器或代码执行工具，仍是值得优先比较的方案。原文没有给出两种路线在端到端准确率、耗时和资源消耗上的对照，不能据此认定内部 CPU 更划算。

文件系统的 90% 对 30% 同样应限定在作者的测试设置内。它还不是一般团队可以直接套用的长期记忆结论。