AI模型将32位RISC-V CPU直接编译进其权重，然后在其上运行DOOM
AI model gets a 32-bit RISC-V CPU compiled directly into its weights, then runs DOOM on it
AI 摘要据科技媒体 Tom's Hardware 于 2026 年 11 月 2 日报道，一项名为 Qwenputer 的实验性项目将一个 32 位 RISC-V CPU 直接编译并植入到开源基础大模型 Qwen 3.5 4B 的权重中。该实验模型能够以自身权重作为运行内存（RAM），成功运行了 C 语言代码以及经典游戏《DOOM》（毁灭战士）。该尝试展示了在神经网络权重内部构建确定性计算架构的新思路。
解读
发生了什么
科技媒体 Tom's Hardware 于 2026 年 11 月 2 日报道了一项名为 Qwenputer 的实验性技术探索。该项目将一个 32 位的 RISC-V CPU 架构直接编译并嵌入到开源大语言模型 Qwen 3.5 4B 的参数权重中。在运行机制上，该实验模型将自身的模型权重用作运行内存（RAM）。借助这一设计，该模型成功在权重内运行了 C 语言程序以及经典游戏《DOOM》（毁灭战士）。
为什么重要
传统大语言模型本质上是概率预测引擎，缺乏内置的确定性计算状态机，执行复杂逻辑和代码时高度依赖外部宿主环境。Qwenputer 将精简指令集 CPU 架构直接编译进模型参数，探索了让神经网络原生模拟图灵完备硬件体系的可能性。将模型权重兼作运行内存的机制，打破了模型参数在推理阶段仅作为静态矩阵乘法输入的固定范式。这种设计若能在计算效率与架构扩展性上得到验证，将为消除模型逻辑幻觉、实现精确可控的神经符号融合提供新的底层参考。不过，该技术目前仍属于前沿概念验证，其计算能效比、执行延迟以及对模型原本自然语言理解能力的扰动程度仍需进一步量化验证。
影响谁
- 大模型架构与底层运行时研发团队获得了一种在神经网络参数中嵌入确定性计算逻辑的原型参考，为摆脱传统外部代码解释器、探索端到端符号执行提供了新路径。
- RISC-V 开源指令集生态验证了 RISC-V 架构作为基础计算抽象层的通用性，拓宽了开源指令集在人工智能原生系统与参数空间内的应用场景。
- 智能体（Agent）安全与沙盒开发人员促使行业重新评估代码执行的物理隔离边界，如果模型权重本身可作为内存与处理器运行程序，传统的系统安全防护策略需要前置更新。
背景
长期以来，大语言模型处理数学与代码等精确任务主要依赖工具调用机制，将计算需求分发给外部 Python 环境或虚拟机执行。而在极客与开源技术社区中，将经典游戏《DOOM》移植到非常规介质上，一直被视作验证目标系统计算完备性与工程灵活性的标志性实验。在开源大模型领域，阿里巴巴开源的 Qwen 系列因权重开放度高、中小尺寸版本生态完备，已成为全球开发者进行前沿架构实验的常用基础模型之一。
和中国的关系
该实验选用阿里巴巴开源的 Qwen 3.5 4B 作为底座模型，表明中国开源大语言模型在全球极客与底层系统开发者群体中已具备良好的可用性与生态基础。结合国内对 RISC-V 开源芯片生态的重点投入，将开源指令集与本土开源模型深度结合的技术路线，对国内探索新型软硬件协同架构与安全可控智能体设计具有参考价值。
接下来关注
- 项目团队后续是否会公开完整的代码仓库、技术报告以及运行《DOOM》时的实际帧率与显存开销。
- 将 CPU 嵌入权重后，Qwen 3.5 4B 基础通用能力与标准语言评测基准跑分是否出现衰减的实测数据。
- 该方法是否能从 4B 级别模型平滑迁移至 7B、14B 等更大规模基座，以及能否扩展支持更为复杂的指令集或操作系统。
摘要和解读由 AI 根据公开报道整理，以原文为准。