开发者 Divyansh Agrawal 往 Qwen 3.5 4B 的权重里编译了一颗真正的 RISC-V CPU，然后用模型自己的 Gated DeltaNet 注意力层当内存。他给这东西起名 Qwenputer。

先把话说明白：这不是插件、不是工具调用、也不是沙箱。CPU 完全跑在模型的前向传播里，能执行算术、跑 C 和 MicroPython 代码，不需要任何外部运行时。

原理的第一半是"造内存"。Qwen3-Next 和 Qwen 3.5 里每 4 层注意力有 3 层用的是 Gated DeltaNet——一种线性 RNN，每个头维护一个状态矩阵。他发现把门控（gate）和写强度（beta）都设成 1，这个本来是"会遗忘的 RNN 记忆"就变成了精确、可寻址的 RAM。"delta 规则当内存用"这个想法不新，Schlag 等人在 2021 年就证明过线性注意力配 delta 规则等价于联想记忆（fast weights）。新的是把它做成精确的、可寻址的、能在一个生产级模型里稳定跑起整颗 CPU 的程度。

第二半是"造 CPU"。妙处在于不需要训练——编译器直接设定每一个权重。你把 CPU 描述成电路，一长串"读这个寄存器""把这两个数加起来""若为零则跳转"的小步骤，编译器把每一步翻成模型层的一部分。每条指令变成几个生成的 token：一个指定要写的内存行（ADDR），一个携带值（VAL），一个 STEP token 收尾。这些 token 就是 CPU 的执行轨迹——所以 Qwen 在生成它们的时候，CPU 是真的在跑。

这颗 CPU 是 32 位 RISC-V 核（RV32IM 加 Zba 扩展和一个小型大数单元），占 Qwen 32 层里最前面 11 层。它通过了官方 riscv-tests，程序输出与 qemu 一致，还自主跑了 1800 万条指令零错误——"自主运行"是指整轮都靠自己的输出往前走，中途没有参考机纠正。

效果也验证了。在 NUPA 的长整数算术上，从 48.6% 直接到 100%，跟给 Qwen 一个 Python 工具一样。他把约 23 万个输出位置对照参考机重放，零不匹配。而且加了个计算机没改变 Qwen 说话的方式——正常文本输出跟原版 Qwen 的差异在噪声范围内（KL 6e-4，噪声底 5e-4）。

他甚至给这颗 CPU 配了个文件系统。原理上因为已经有可用的 RAM，这步"基本上很轻松"：Qwen 保存文件时，编译好的层把文件名哈希到 DeltaNet 状态里 1024 个目录槽之一，正文存在其他头里，每行八个 token 链起来。持久性还不错——对话结束时存状态、下个对话载入，文件还在。用它记跨对话变化的事实，准确率 90%，而把旧对话粘回去只有 30%。

当然也有局限性：额外层和更宽的隐藏维度让 checkpoint 变成 18.8 GB，约为基础 Qwen 的两倍（虽然大部分是零填充）；需要一个小驱动 RvChat 引导固件并把 trace token 挡在 Qwen 的层外，所以现在还不能直接 generate() 跑；速度偏慢，每条指令要几个解码 token，大计算按秒算而非毫秒。

他还顺手指出这条路对 AI 安全研究的意义——混合模型可以学着把推理藏进 RNN 状态里躲开思维链监控，而这类编译进权重的构造也能当模型自己关不掉的监控工具。

参考来源

• Divyansh Agrawal: Qwenputer — a fully functioning, deterministic RISC-V CPU inside Qwen3.5
• GitHub: divagr18/qwenputer
• Hugging Face: divagr1925/Qwen3.5-4B-Qwenputer