Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
fragen-funde2. November 2026 · Q005146

A Developer Compiled a Full RISC-V CPU Into Qwen3.5's Weights

alphasignal.ai · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der bereitgestellte Text ist nur ein Auszug, da der vollständige Artikel laut Hinweis hinter einer Bezahlschranke liegt. Er beschreibt Qwenputer als modifizierten Qwen3.5-Checkpoint, dessen zusätzliche Transformer-Schichten laut Bericht einen RISC-V-Prozessor samt Speicherzustand ausführen. Genannt werden vor allem Rechenaufgaben als Einsatzbereich sowie Anforderungen wie ein eigener Treiber und explizite Zustandsverwaltung; unabhängige Ergebnisse enthält der Auszug nicht.

Mittel

Der bereitgestellte Text ist nur ein Auszug; der vollständige Artikel liegt laut Hinweis hinter einer Bezahlschranke. Darin heißt es, Divyansh Agrawal habe mit Qwenputer einen 32-Bit-RISC-V-Prozessor in einen modifizierten Qwen3.5-4B-Checkpoint eingebettet. Elf zusätzliche, compiler-generierte Transformer-Schichten sollen ihn mit etwa einer Million nicht-null Gewichten implementieren; die ursprünglichen Modellgewichte seien unverändert.

Laut Bericht laufen C- und MicroPython-Programme über wiederholte Vorwärtsdurchläufe des Modells. Register und Arbeitsspeicher werden demnach im rekurrenten Zustand von Gated DeltaNet gehalten. Festgelegte Gate- und Schreibwerte sowie One-Hot-Schlüssel sollen gezielte Lese- und Schreibzugriffe auf einzelne Speicherzeilen ermöglichen. Ein eigener Treiber lädt Firmware und entfernt CPU-Spuren aus der sichtbaren Ausgabe; die Berechnung selbst finde laut Text in den eingefügten Schichten statt.

Der Prozessor umfasse RV32IM, Zba und eine Einheit für große Zahlen. Der Auszug beschreibt das Projekt als Demonstration deterministischer In-Modell-Berechnung und persistenten Gedächtnisses ohne zusätzliches Training. Die genannten Verbesserungen betreffen vor allem Rechenaufgaben. Als Anforderungen nennt er eine eigene Laufzeitumgebung, tokenisierte Ausführungsspuren, einen großen Checkpoint und Zustandsverwaltung; Messwerte oder unabhängige Vergleiche fehlen im Ausschnitt.

Ausführlich lesen

Der bereitgestellte Text ist nur ein Auszug: Er enthält eine technische Beschreibung des Projekts Qwenputer und endet mit einem Hinweis, dass der vollständige Artikel hinter einer Bezahlschranke liegt. Die Zusammenfassung kann daher nur die Aussagen dieses Auszugs wiedergeben.

Laut Bericht hat Divyansh Agrawal einen 32-Bit-RISC-V-Prozessor in einen modifizierten Qwen3.5-4B-Modellcheckpoint eingebettet. Elf zusätzlich eingefügte, compiler-generierte Transformer-Schichten sollen den Prozessor mit ungefähr einer Million von null verschiedenen Gewichten abbilden. Der Bericht sagt, die übrigen Positionen in den hinzugefügten Tensoren seien überwiegend mit Nullen aufgefüllt und die ursprünglichen Gewichte von Qwen seien unverändert geblieben.

Programme in C oder MicroPython würden demnach während wiederholter Vorwärtsdurchläufe des Netzes ausgeführt, die mit der autoregressiven Token-Erzeugung verbunden sind. Register und Arbeitsspeicher seien im Zustand des Gated-DeltaNet-Mechanismus abgelegt. Vom Prozessor ausgegebene Tokens treiben laut Text die Ausführung voran; ein eigens entwickelter Treiber lädt Firmware und entfernt sichtbare Ausführungsspuren aus der Ausgabe. Die Berechnungen und Zustandsübergänge fänden laut Bericht in den eingefügten Transformer-Schichten statt, nicht in einem zusätzlichen Python-Interpreter oder einer Sandbox.

Als technisches Vorgehen beschreibt der Auszug, dass Gated DeltaNet über eine feste, rekurrente Zustandsmatrix verfügt. Agrawal setze demnach Gate und Schreibstärke Beta auf 1 und verwende One-Hot-Schlüssel, um einzelne Zeilen gezielt auszuwählen. So sollen Speicherzugriffe mit genauem Überschreiben und Auslesen möglich sein, ohne dass der Speicher mit wachsender Sequenz länger wird. In den Zustandszeilen würden Register, Speicher und Programmzähler liegen.

Die elf Schichten implementierten laut Text einen RV32IM-Prozessor mit Zba-Erweiterung sowie einer kundenspezifischen Einheit für große Zahlen. Der Bericht hebt deterministische Berechnungen im Modell und persistentes rekurrentes Gedächtnis ohne zusätzliches Training als konkrete Demonstration hervor. Die berichteten Verbesserungen beträfen vor allem Rechenaufgaben. Als Grenzen beziehungsweise Anforderungen nennt der Auszug eine eigene Laufzeitumgebung, tokenisierte CPU-Spuren, einen großen Modellcheckpoint und ausdrücklich zu verwaltenden Zustand. Ergebnisse, Messwerte oder ein unabhängiger Vergleich werden im bereitgestellten Ausschnitt nicht dargestellt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV offen
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV offen
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 68 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 51 %einzelne zitierbare Belege
    • JEV offen
    • amos 32 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →