有人把一颗CPU编译进大模型，跑通了一帧Doom

大模型算不准算术这事，哥们应该深有体会，让它算个六位数乘法，它能一本正经地错给你看。十月底有个叫 Divyansh Agrawal 的开发者想了个狠招，把一整颗 32 位 RISC-V CPU 直接编译进了阿里 Qwen3.5-4B 的模型权重里，取名 Qwenputer。十一月月初第二个开发者接棒，拿这台只存在于模型里的电脑渲染出了 Doom 的一帧画面，320 乘 240，第一关 E1M1，一张 16G 显存的 RTX 5070 Ti 跑了 50.7 分钟，生成了 634 万个 token。

chart_qp_doom.png

一帧 Doom 的代价 ｜ 数据：项目记录、Hardware Busters

这颗 CPU 不是训练出来的，是编译出来的。模型前面加了 11 层 transformer，每层的权重都由编译器精确算出，不是从数据里学来的，所以这些层的行为是逻辑，不是概率。内存更有意思，Qwen3.5 自带一种叫门控 DeltaNet 的状态层，开发者把门锁死全开，让每次写入精确覆盖一行，这就是一次内存写，按地址读回来就是一次内存读，寄存器、程序计数器、调用栈全拆开放在这些状态里。

qp_diagram.png

CPU 是编译进权重的 ｜ 原理示意：据 GitHub divagr18 qwenputer

效果是实打实的，官方 RISC-V 测试套件全部通过，累计 1800 万条指令零差错，大整数乘法准确率从 55 分提到 97.5 分，跟原模型外挂一个真 Python 打平。

chart_qp_acc.png

算术准确率的差距 ｜ 数据：DeepMind 大数乘法测试、项目 README

对游戏玩家说句实话，Qwenputer 当游戏机是废物，一帧 50 分钟，后来换融合执行器优化到 24 分钟，离流畅差着四五个数量级，模型体积还翻倍到 19G，24G 显存起步。但这事的重点压根不是跑游戏。大模型算术靠概率猜，猜错了就是幻觉，它自己都不知道错。现在有人证明了确定性计算可以住进概率模型里，逐位写出正确答案，正课成绩还一点没落下，MMLU 只从 71.7 变到 71.9。

chart_qp_model.png

胖了一倍的模型 ｜ 数据：项目 README

你的显卡一秒算几万亿次，但 AI 回你一句错误答案的时候，它连心虚都不会。这个实验给的是另一种思路，让模型在自己身体里长一颗不会骗人的处理器。

项目在 GitHub 开源，MIT 协议，权重挂在 Hugging Face，想折腾的哥们在 24G 显存的卡上就能复现，跑不动整机的可以看看它的 CHIP8 变体，还有个能存 512 个文件的模型内文件系统。普通玩家不用上手，记住一件事就行，以后再看到 AI 将取代 CPU 这种标题，把这条新闻甩过去，真取代之前，先让一帧 Doom 跑进一秒再说。

注：本文只讲原理与项目故事，不含任何复现教程与操作步骤。