Qwenputer combina el modelo de lenguaje grande Qwen 3.5 4B original con una CPU RISC-V de 32 bits cuya implementación está integrada directamente en los pesos del modelo. El sistema experimental puede realizar operaciones aritméticas del procesador y ejecutar código C y MicroPython sin depender de un entorno de ejecución externo ni de una llamada a herramientas. También puede ejecutar DOOM, aunque a una velocidad muy baja.
La CPU se implementa mediante 11 capas de transformador situadas antes de las propias capas de Qwen. En lugar de entrenarse, sus pesos son calculados por un compilador. Según Agrawal, el procesador supera las pruebas oficiales de RISC-V, produce programas que coinciden con QEMU y ha ejecutado 18 millones de instrucciones sin errores.
Qwenputer utiliza el estado Gated DeltaNet de Qwen como RAM, lo que permite al modelo almacenar y recuperar instrucciones internamente. Agrawal describió el uso de estos «pesos rápidos» como RAM como una idea consolidada, aunque presentó su aplicación a Qwen 3.5 como una novedad para este proyecto. El procesador integrado también permite realizar cálculos exactos, lo que aborda una debilidad habitual de los modelos de lenguaje.
El proyecto incluye un sistema de archivos que también depende del estado de DeltaNet. Su almacenamiento ofrece 1.024 ranuras para hasta 512 archivos, y el contenido puede conservarse cuando el estado del modelo se guarda al final de una conversación.
Estas adiciones casi han duplicado el tamaño del modelo subyacente, haciendo que Qwenputer alcance casi 19 GB. Agrawal recomienda una estación de trabajo con al menos 24 GB de VRAM para probar la versión actual. El trabajo continúa para mejorar su flujo de trabajo de programación y su rendimiento.
Qwenputer sigue siendo un proyecto experimental centrado en explorar las posibilidades de integrar funciones informáticas en un modelo de IA. Su código está disponible bajo la licencia MIT en GitHub, y el modelo puede descargarse desde Hugging Face.
Fuentes: Tom's Hardware.