Qwenputer 问世：把 RISC-V CPU 指令集塞进模型，AI 算数不再靠外部工具

开发者 Divyansh Agrawal 基于 Qwen3.5-4B 构建了实验性模型 Qwenputer，将 RISC-V RV32IM 指令集编译进模型权重，并用门控 DeltaNet 内部状态充当 RAM。在大整数乘法测试中，原版 Qwen3.5-4B 准确率为 55%，Qwenputer 提升至 97.5%；长整数运算基准 NUPA 上从 48.6% 提升至 100%，连续执行约 1,800 万条指令无错误。项目还实验性地加入模型内文件系统，可保存 512 个文件，依赖先前对话保存信息的回答准确率达 90%，对照方式仅 30%。代价是模型体积增至约 18.8GB，每条 CPU 指令需生成多个词元，几毫秒的计算可能耗时数秒。项目已在 Hugging Face 和 GitHub 开源，可在 24GB 显存的单张 GPU 上运行。