توسعه‌دهنده هوش مصنوعی، پردازنده RISC-V را درون وزن‌های مدل Qwen جای داد و روی آن DOOM اجرا کرد
یک مهندس هوش مصنوعی موفق شده با کامپایل کردن یک پردازنده ۳۲ بیتی RISC-V به طور مستقیم درون وزن‌های مدل زبانی Qwen 3.5 4B، پروژه‌ای به نام Qwenputer خلق کند. این مدل تجربی قادر است کدهای C و حتی بازی کلاسیک DOOM را اجرا کند.
دیویانش آگراوال، مهندس هوش مصنوعی، از پروژه جذابی به نام Qwenputer پرده برداشته است که ترکیبی تجربی از مدل زبانی بزرگ Qwen 3.5 4B و یک پردازنده ۳۲ بیتی RISC-V محسوب می‌شود که به طور مستقیم درون وزن‌های مدل کامپایل و تزریق شده است. این سیستم قادر است عملیات محاسباتی پردازنده را انجام دهد و حتی کدهای C و MicroPython را روی پردازنده داخلی خود بدون نیاز به ران تایم خارجی اجرا کند. جالب‌تر اینکه، این مدل حتی می‌تواند بازی DOOM را، البته با سرعت بسیار پایین، روی پردازنده داخلی خود اجرا کند.
برای پیاده‌سازی Qwenputer، توسعه‌دهنده از حالت Gated DeltaNet در مدل Qwen به عنوان رم استفاده کرده است. برخلاف روش‌های سنتی ساخت مدل‌های زبانی، اضافه کردن این پردازنده نیازی به تمرین یا آموزش نداشته است؛ بلکه این پردازنده RISC-V شامل ۱۱ لایه ترانسفورماتور در جلوی لایه‌های خود مدل است که هیچ‌کدام از وزن‌های آن‌ها یادگیری‌نشده هستند و یک کامپایلر تک‌تک آن‌ها را محاسبه کرده است. آگراوال ادعا می‌کند که پردازنده داخلی Qwenputer تست‌های رسمی RISC-V را با موفقیت پشت سر گذاشته و ۱۸ میلیون دستور را بدون حتی یک خطا اجرا کرده است.
مدل Qwen از این پردازنده داخلی برای ارسال و خواندن دستورات بدون نیاز به ابزار خارجی استفاده می‌کند و این مکانیسم به حل ضعف‌های محاسباتی رایج در مدل‌های زبانی کمک می‌کند. علاوه بر این، توسعه‌دهنده یک سیستم فایل نیز به مدل اضافه کرده که از فضای ذخیره‌سازی حالت DeltaNet بهره می‌برد. با این حال، به دلیل افزایش حجم منابع، اندازه مدل اصلی عملاً دو برابر شده و به حدود ۱۹ گیگابایت رسیده است که برای آزمایش آن به یک ورک‌استیشن با حداقل ۲۴ گیگابایت VRAM نیاز است.
گزارش فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.