پروژه Qwenputer؛ تبدیل مدل هوش مصنوعی Qwen3.5 به یک کامپیوتر واقعی با پردازنده داخلی

معرفی پروژه

پروژه Qwenputer یک مدل تجربی خلاقانه است که توسط توسعه‌دهنده‌ای به نام Divyansh Agrawal طراحی شده و یک پردازنده ۳۲ بیتی با معماری RISC-V را مستقیماً درون وزن‌های مدل Qwen3.5-4B کامپایل می‌کند. این ساختار صرفاً یک افزونه، ابزار فراخوانی یا محیط سندباکس خارجی نیست؛ بلکه این پردازنده در قالب ۱۱ لایه ترنسفورمر پیش از ۳۲ لایه اصلی خود Qwen قرار گرفته است. نکته شگفت‌انگیز اینجاست که هیچ‌یک از این وزن‌ها از طریق آموزش ماشین یاد گرفته نشده‌اند، بلکه تمام مقادیر به‌صورت دقیق توسط یک کامپایلر محاسبه و تنظیم شده‌اند. این نوآوری در روزهای اخیر بازتاب گسترده‌ای در شبکه اجتماعی X داشته و توجه جامعه هوش مصنوعی را به خود جلب کرده است.

مدل اصلی در صفحه اختصاصی در Hugging Face و کدهای پروژه در مخزن گیتهاب qwenputer در دسترس عموم قرار دارد. علاوه بر این، نسخه‌ای دیگر با نام Qwenputer-Filesystem توسعه یافته است که از یک سیستم فایل ماندگار درون خود مدل بهره می‌برد. این پروژه تحت مجوز متن‌باز Apache-2.0 منتشر شده است.

بررسی فنی و ویژگی‌های کلیدی

1. استفاده از ساختار Gated DeltaNet به‌عنوان حافظه رم (RAM): لایه‌های DeltaNet در مدل Qwen3.5 دارای حالتی پویا هستند که قاعده دلتا می‌تواند در هر گام، داده‌های آن را سطر به سطر و با دقتی ریاضی بازنویسی کند؛ بنابراین هر سطر درست مانند یک سلول حافظه عمل می‌کند. این پردازنده کدهای اجرایی، داده‌ها، ثبات‌ها (Registers) و شمارنده برنامه (Program Counter) خود را به‌طور کامل درون همین ساختار نگهداری می‌کند.
2. قابلیت‌های اجرایی: این سیستم قادر است برنامه‌های نوشته‌شده به زبان‌های C و MicroPython را مستقیماً در جریان محاسبات مستقیم مدل اجرا کند و آزمون‌های استاندارد و رسمی مجموعه riscv-tests را با موفقیت پشت سر بگذارد. مجموعه دستورالعمل‌های این پردازنده بر پایه استاندارد RV32IM به‌همراه افزونه Zba و یک کمک‌پردازنده برای محاسبات اعداد بزرگ طراحی شده است.
3. نحوه کارکرد در بخش گفتگو (Chat): مدل از ساختار استاندارد فراخوانی ابزارها در Qwen3.5 بهره می‌برد. زمانی که مدل عبارت <tool_call> را برای ابزار ماشین‌حساب (calc) تولید می‌کند، هیچ محیط یا سرور خارجی آن را اجرا نمی‌کند؛ بلکه لایه‌های کامپیوتری داخلی این دستور را خوانده، آن را روی پردازنده درونی به اجرا درمی‌آورند و سپس خود مدل پاسخ نهایی (<tool_response>) را رقم به رقم ثبت می‌کند.
4. نتایج بنچمارک‌ها و آزمون‌های سنجش: بر اساس آزمون‌های ارزیابی، دقت مدل در حل مسائل ریاضی عدد صحیح از ۷۵.۰ به ۹۷.۵ درصد رسیده است. در آزمون‌های سخت‌گیرانه DeepMind نیز دقت ضرب اعداد بزرگ (mul_big) از ۵۵.۰ به ۹۷.۵ درصد و تقسیم اعداد بزرگ (div_big) از ۷۲.۵ به ۹۷.۵ درصد ارتقا یافته است. همچنین در آزمون ترکیبی ضرب و تقسیم‌های پیچیده و طولانی (mul_div_multiple_longer)، دقت مدل از ۹۰.۰ به ۱۰۰ درصد دست یافته که معادل دقت مدل پایه Qwen در صورت فراخوانی یک مفسر واقعی پایتون است. در بررسی بیش از ۲۳۰ هزار موقعیت خروجی، دقت محاسبات کاملاً بی‌نقص و بدون هیچ‌گونه خطا در مقایسه با یک پردازنده مرجع ارزیابی شده و توانایی‌های متنی مدل نیز رفتاری کاملاً هم‌راستا با نسخه پایه نشان می‌دهد (شاخص واگرایی KL برابر با 6e-4).
5. منابع و هزینه پردازشی: حجم وزن‌های مدل در قالب داده‌های bf16 به ۱۸.۸ گیگابایت می‌رسد که البته بخش اعظم آن پدینگ صفر است و لایه‌های کامپیوتری تنها حدود یک میلیون وزن غیرصفر دارند. موتور اجرایی Triton روی یک پردازشگر گرافیکی L4 می‌تواند حدود ۳,۲۰۰ توکن ردپای پردازش را در هر ثانیه اجرا کند که اگرچه سرعت آن نسبت به تراشه‌های فیزیکی پایین‌تر است، اما پیشرفتی چشمگیر برای پردازش داخلی شبکه عصبی به شمار می‌آید.

اهمیت و بازتاب پروژه

نام‌گذاری متمایز و ایده فوق‌العاده جسورانه کامپایل یک کامپیوتر سخت‌افزاری درون وزن‌های یک مدل زبانی بزرگ، توجه گسترده متخصصان را در شبکه اجتماعی X برانگیخته است. این دستاورد مرز میان مدل‌های زبانی صرفاً آماری و ماشین‌های محاسباتی قطعی را کم‌رنگ‌تر از همیشه کرده است.

راهنمای راه‌اندازی و استفاده سریع

git clone https://github.com/divagr18/qwenputer && cd qwenputer/experimental/riscv && uv sync --extra hf
hf download divagr1925/Qwen3.5-4B-Qwenputer --local-dir qwenputer-rv
uv run python -m chipformer.rv.chat qwenputer-rv --firmware tests/data/rv/calc-bridge.elf \
    --ask "Use calc: what is 123456789 * 987654321?"

نکات مهم و کاربردی

• این مدل مانند یک مدل استاندارد Qwen3_5ForCausalLM بارگذاری می‌شود و راه‌انداز RvChat فریمور لازم را درون حالت لایه‌های DeltaNet بارگذاری کرده و توکن‌های ردیابی را مدیریت می‌کند.
• این پروژه یک آزمایش تحقیقاتی برای بررسی قابلیت محاسبات دقیق و قطعی درون شبکه‌های عصبی است و نباید آن را به چشم یک ماشین‌حساب آماده برای محیط عملیاتی در نظر گرفت.
• نسخه‌های کوانتیزه‌شده هشت بیتی (FP8) توسط جامعه متن‌باز برای کاهش مصرف حافظه توسعه یافته‌اند (مانند نسخه liodon-ai/Qwen3.5-4B-Qwenputer-FP8).