Qwenputer RISC-V CPU 在 AI 權重內運行，Doom 首演仍有保留
據開發者 Divyansh Agrawal 表示，Qwenputer 將一枚 32 位元處理器放進 Qwen3.5 的權重之中；另一個獨立專案則用它探索 Doom 的首張地圖。Qwenputer RISC-V CPU 以經修改模型內的指令執行，取代部分原本由模型預測的算術運算。然而，公開的 Doom repository 所描述的是簡化地圖渲染器，而非原版遊戲引擎。
這個分別令故事更清晰。Agrawal 描述的是透過編譯組裝出來的處理器，而非經訓練而成，並與既有語言模型並存。更恰當的比較對象，是配合外部 Python interpreter 的 Qwen3.5，即執行 Python 指令的軟件。兩種方式都讓模型可使用精確運算，但運算所在的位置不同。
對開發者而言，問題在於：把執行能力移入模型權重所帶來的好處，是否足以證明其額外複雜度合理。對跟進 Doom 標題的讀者而言，眼前要做的是把處理器的主張與遊戲示範分開看待。現有文件所支持的，是一個較收窄、但技術上更有意思的說法，而非 AI 自行學會變成一部電腦。
Qwenputer RISC-V CPU 實際改變了甚麼
Agrawal 在 2026 年 10 月 22 日發表的 編譯 CPU 說明中，描述了在保留原有模型權重的同時，為 Qwen3.5-4B 加入處理器邏輯。RISC-V 是一套開放指令集，規範兼容處理器可執行的操作；在這個項目中，這些操作存在於新增的神經網絡層內。
據 Agrawal 所述，編譯器會直接計算新增的權重。這一點很重要，因為項目並不依賴訓練模型去近似模擬處理器行為。其核心主張是：刻意構建的執行機制，與預訓練語言模型一同運作。
改變的是特定計算的執行位置，而非模型推理能力的整體提升。
這個分別改變了評估實驗的方式。模型正確回答算術題，可以經由多條途徑得出結果：它可能預測答案、生成計算過程，或委派執行。這些途徑可產生完全相同的可見答案，但可靠性和部署特性並不相同。
Qwenputer 將執行途徑納入經修改的模型之中。因此，它的重要性取決於已編譯的機制能否可靠地遵循預期指令。一個有說服力的示範，必須證明的不只是熟悉乘法題的正確答案。
它亦需要清楚界定語言模型與處理器之間的界線。哪一個組件選擇表達式？哪一個組件進行計算？哪一個組件將結果轉化為最終答案？若沒有這些區分，一個成功回應並不能說明其準確性的來源。
公開發布令這些問題可供檢視。研究人員可以檢查一項構造，而不是從影片推斷其機制。相比內部執行路徑無法取得的示範，這是一項有意義的優勢。
不過，可檢視性不等於獨立驗證。文件和發布的成品讓其他人有途徑測試這些主張，但不代表每項報告結果都已由無關的評估者重現。
因此，眼前的發展具體但有限。一名工程師公布了一種實驗性方法，把一般語言生成與已編譯的處理器行為結合起來。這提供了一個可測試的替代方案，不必把每項執行工作都放在外部工具介面之後。
毋須把它延伸為取代傳統電腦的主張。這項實驗本身已提出一個有用的架構問題：有多少確定性運算應屬於 AI 模型的執行路徑之內？
其價值將取決於量測結果，而非包裝上的新奇感。
為何 Doom 示範需要更收窄的描述
Doom 的連結令實驗更易理解。一個知名遊戲環境，讓讀者看到比處理器圖表更具體的東西，但也為人們對實際運行軟件的理解留下很大誤會空間。
獨立的 Doom 地圖渲染器明確表示，它探索的是 E1M1 的平面圖，而非執行 Doom 引擎。它使用 raycaster，即透過地圖投射視線的渲染器，並輸出文字畫面。repository 表示，這個體驗省略了怪物、材質、傷害及其他原版遊戲功能。
所報稱的成果，是由處理器驅動、在轉換後 Doom 地圖中導航，而非完整移植 Doom。
這項限定不代表示範毫無意義。能維持位置、處理移動並渲染變化視圖的程式，所運用的不只是獨立算術運算。它提供了一項可理解、而且有可見狀態變化的工作負載。
不過，工作負載的範圍決定了可得出的結論。於簡化環境中導航，所證明的事情與運行原版引擎及其遊戲系統不同。把這些成果視為可互換，會誇大證據。
repository 亦提到，主機軟件會對照參考機器檢查執行結果；參考機器是用作建立預期結果的實作。這項檢查有助揭示分歧，但應被理解為實驗設置的一部分，而非證明示範周邊沒有其他軟件。
執行遊戲程式與 AI 自主遊玩之間，還有另一項分別。項目表示，示範由玩家輸入驅動，而語言模型的一般預測在此模式下不會使用。因此，讀者不應把影片理解為代理學會導航的證據。
這些界線說明，Tom’s Hardware 於 11 月 2 日發布的較廣義 Doom 執行標題為何需要限定。處理器實驗及其視覺展示彼此相關，但並非相同主張。
有用的示範毋須包含其文化參照所暗示的每一項功能，但必須精確描述它包含甚麼。在此，項目本身的說明提供了這份精確性。
對評估這項工作的開發者而言，渲染場景是一個方便的切入點。更有力的證據在於其下方的執行路徑。一條熟悉的走廊之所以有意思，是因為據稱有指定程式透過已編譯處理器產生了它。
因此，正確問題不是畫面看起來是否足夠像 Doom，而是所聲稱的指令是否在已記錄的條件下產生該畫面。這個問題把有趣的例子與更大的執行爭論連結起來。
Qwenputer 如何在不學習處理器的情況下運作
項目的 處理器實作在 Qwen 原有 32 層之前，放置了 11 個已編譯層。層是神經網絡內一個數學處理階段。據 repository 所述，新增層實作處理器操作，而不是從例子中學習它們。
記憶體來自 Gated DeltaNet，這是一種承載並更新模型運行中內部狀態的機制。項目將該狀態配置為精確、可定址的儲存空間。因此，RAM，即保存運行中程式資料的工作記憶體，是在模型的運算之內表示。
Qwenputer 的核心機制，結合了刻意構建的邏輯與刻意控制的記憶體。
兩者都很重要。沒有可靠儲存的算術邏輯，難以支援運行中的程式；沒有指令執行的儲存，只會提供記憶體，卻沒有其所聲稱的處理器行為。
repository 描述了一道橋接機制，重用模型熟悉的工具呼叫格式。Qwen 請求一項計算，已編譯組件執行它，結果再以文字返回。據項目所述，該計算不會交由外部工具執行器處理。
這個介面是一項有意思的設計選擇。它讓語言模型透過自己已辨認的格式，與另一種執行機制互動。可見的請求可以類似傳統工具使用，即使計算走的是另一條路徑。
項目亦使用 driver，即協調啟動和執行的軟件，來載入 firmware 並管理處理器 trace tokens。Firmware 是為操作嵌入式機器而載入的程式。Trace tokens 是記錄其執行步驟的生成符號。
這意味著「在權重之內」需要審慎理解。權重實作了機制，而會改變的執行狀態則保存運行程式的資訊。僅因算術運算向內移動，整個周邊應用程式並不會消失。
談及部署時，這項分別至關重要。模型執行仍需要實體硬件，以及協調該硬件的軟件。較收窄的主張，關乎處理器操作如何在該系統之內被表示和執行。
這個機制亦把構建與學習分開。編譯器可以編碼選定操作，而毋須要求訓練自行發現它。這讓研究人員可檢視另一種對象：嵌入模型架構之內的指定邏輯。
這不表示已編譯組件必然容易維護。它們的正確性仍取決於實作細節，以及執行環境的數值行為。模型在任何地方運行，這些依賴都需要測試。
儘管如此，這種架構的吸引力仍然清晰。語言生成與精確執行可以共用一個模型套件，同時保留不同職責。這使 Qwenputer 成為一項組合實驗：語言模型引導它毋須近似模擬的運算。
對 Qwenputer RISC-V CPU 而言，這種分工才是主要技術故事。Doom 場景說明了它，但並不界定其重要性。
外部 Python 仍是相關比較對象
最有用的對手已出現在項目的評估中：可使用主機 Python 工具的基礎 Qwen3.5。「主機」在此指運行應用程式的周邊電腦。這項比較探問：調動執行位置是否會改變結果。
已發布的 算術基準結果每組使用 40 條問題。在大型乘法集合中，報稱準確率由基礎 Qwen 的 55% 上升至 Qwenputer 的 97.5%。Python 工具配置則達到 100%。
大型除法呈現不同排序。模型卡報稱基礎 Qwen 為 72.5%、Qwenputer 為 97.5%，而 Python 工具配置為 95%。這些是開發者發布的量測結果，而非為本文進行的獨立比較。
結果更清楚支持可取得精確運算，而非證實其運算位置具有優勢。
這正是競爭的核心。與模型在沒有工具輔助下作答相比，兩種執行方法都大幅改善了報告中的算術結果。兩者之間的差異，需要比標題中的百分比更仔細地審視。
在評估樣本較小的情況下，單一回應就會明顯改變報告分數。不同提示詞、執行限制，或處理中間結果的方式，也可能影響結果。這些任務上的排名不應被視為 AI 架構的整體排名。
底層的使用者任務同樣重要。計算機回傳精確數值，只解決了請求中的執行部分。語言模型仍必須正確建構所需的計算，並恰當地使用結果。
試想一個根據工程請求計算數量的假設助理。只有在助理識別出正確的數量和單位後，精確乘法才有用。將乘法移入模型權重，並不能證明那些較早作出的決定是正確的。
同樣的推理亦適用於外部直譯器。它的存在並不保證最終答案正確。因此，比較應衡量完整工作流程，同時亦要分離各個組件的失效情況。
對應用程式開發者而言，這帶來的是評估負擔，而非立即遷移的要求。嵌入式處理器應透過針對既定工作負載可量度的優勢來贏得採用。單憑架構新穎性，無法證明營運工作更少或使用者成果更佳。
由於項目已對外部執行作出量度，它仍然是有用的基準。研究人員毋須虛構遙遠的競爭者來界定這場討論。他們可比較同一語言模型的不同配置，以及類似的運算輔助方式。
壓力落在有關執行設計的主張上。若內部執行較可取，其支持者需要展示在哪些情境及條件下如此。若外部工具仍然較可取，其倡議者亦應在相同工作負載中指出實際優勢。
因此，Qwenputer 與 Python 的比較是一個系統設計問題。報告中的分數令這個問題值得研究，但更廣泛的結論仍未定論。
精確執行並不保證答案正確
詳細的處理器驗證說明指出一個重要失效模式：語言模型可能錯誤處理正確的機器結果。報告中的例子包括重複呼叫及錯誤的最終回應。可靠的算術機制並不能消除不可靠的編排問題。
這些說明亦限定了廣義的 MicroPython 主張。MicroPython 是 Python 的精簡實作，在文件所述階段中於獨立核心及執行器上運行。說明把這項工作與合併後語言模型內部的整合區分開來。
處理器正確性與助理正確性需要分開的證據。
這是最有力的懷疑角度，因為它源於系統實際的責任分工。編譯後的處理器可以精確執行，但語言模型可能選擇不合適的操作。它亦可能回傳正確數值，而模型其後卻錯誤陳述該數值。
有用的評估必須區分這些結果。否則，成功的處理器測試可能被誤認為成功的助理測試。反過來，失敗的最終答案亦可能掩蓋了正確執行獲派程式的處理器。
同樣的區分亦適用於軟件支援。在獨立實驗核心上運行程式，並不會自動證明整合式對話工作流程已建立。整合要求周邊組件能正確傳遞請求和結果。
這就是為何 MicroPython 的限定不只是一項措辭修正。它顯示能力主張可跨越不同開發階段。讀者在判斷已發布系統能做甚麼之前，需要知道哪個配置產生了哪項結果。
效能主張亦需要同樣謹慎。處理器追蹤量度的是內部執行活動，而使用者體驗的是完成整個答案所需時間。更快產生追蹤記錄，未必代表對話回應時間會按比例改善。
這項實驗亦需要跨環境評估。在開發者設定中如預期運作的配置，仍需在其他環境中重現。當精確行為取決於數值執行的細節時，這點尤其相關。
這些是工程問題，並非否定項目的理由。它們界定了有趣的實作與可靠組件之間的差異。發布詳細限制，令這種區分更容易被研究。
企業買家在評估更廣泛的可靠性主張時，也應採用同樣嚴謹的方式。嵌入式計算機制並不能證明文件詮釋、權限或外部操作的正確性。每項能力都需要配合其自身失效模式的證據。
內部執行亦不會自動代表更強的安全性。運算所在的位置，本身很少說明允許哪些程式執行，或如何處理狀態。這些問題需要有文件記錄的安全設計及相應測試。
適當的結論仍應具體。Qwenputer RISC-V CPU 提供了一條據報可在修改後模型內實現精確執行的途徑。它是否改善應用程式，取決於環繞它的完整系統。
甚麼會令這項實驗超越示範而具重要意義？
接下來值得關注的發展依次是獨立重現、配對效能比較，以及更廣泛的整合式工作負載。每一項都會回答不同的未解問題。它們合在一起，將令這項實驗更容易被評估，而不只是憑其視覺吸引力。
最有力的下一項結果，會將可重現的執行與完整任務中可量度的改善連結起來。
獨立重現應放在首位，因為它可測試公開的建構方式是否能在作者設定以外如所述般運作。另一支團隊應識別模型版本、執行路徑及測試條件。一致的結果將提升對所報告機制的信心。
如能精確記錄，分歧同樣具參考價值。它可能揭示實作問題、環境依賴性或含糊的主張。一份有用的重現報告應解釋不符之處，而非只把結果簡化為成功或失敗。
這對 Doom 示範尤其重要。重現所述地圖渲染器，將支持該工作負載在那些條件下的表現。但除非有人真正實作並測試原始 Doom 引擎，否則它的主張仍未獲支持。
接著是配對比較。Qwenputer 與 Python 應使用等效任務、可比較的執行規則，以及對周邊軟件透明的核算。這將更容易識別可歸因於內部執行本身的效益。
量度應包括完整回應時間及最終答案準確度。資源使用量和設定工作，將有助應用程式開發者判斷實際適配性。若完整使用者工作流程變得更難營運，較快的內部操作便較缺乏說服力。
若結果有利於內部執行，將強化把選定運算功能嵌入系統的理據。若結果有利於外部執行，則會收窄實驗的實際角色。無論哪種結果，都能令討論超越關於運算應置於何處的猜測。
更廣泛的整合式工作負載構成最後一個訊號。重要的發展會是由模型選擇任務，到嵌入式組件完成任務之間的文件化路徑。這將連同執行一併測試協調能力。
就 Qwenputer 在實際運作中的方式而言，這正是最重要的分別。可運作的獨立程式提供關於處理器的證據。完成的對話任務則提供有關處理器、模型與驅動程式組合的證據。
追蹤這些變化的研究人員應保留版本化記錄，而非將每個版本合併成單一能力主張。把測試結果與其確切配置連結，可防止早期限制在後來的摘要中消失。
團隊在建立用於技術評估的可搜尋知識庫時，也可採用同樣的紀律。有用的記錄會將每項結論連結至支持它的程式碼、文件及執行條件。
對正在決定是否研究這項技術的開發者而言，應從你實際需要完成的任務開始。識別現有系統在哪裡失效：選擇操作、執行操作、維持狀態，還是詮釋結果。然後問問自己，將運算移入權重是否能解決該失效。將 Doom 場景視為檢視實作的邀請，並把算術分數視為重現的起點。透過其記錄在案的配置追蹤 Qwenputer RISC-V CPU，包括驅動程式和驗證設定。在對部署作出結論前，先把整個工作流程與外部執行器比較。哪項結果會改變你的架構決策：一個重現的處理器、更快完成的任務，還是一個明顯更可靠的最終答案？
