El anuncio muestra una demostración práctica de cómo un modelo de lenguaje puede contener una máquina de cómputo dentro de sus propios pesos. El proyecto, llamado Qwenputer, añade una CPU RISC-V de 32 bits en capas extra de un checkpoint de Qwen3.5-4B. En lugar de pedirle a un modelo que calcule, Qwenputer compila una máquina de estado dentro de los pesos y ejecuta instrucciones directamente en la inferencia.
Qwenputer coloca un procesador RISC-V dentro de los pesos
El anuncio muestra una demostración práctica de cómo un modelo de lenguaje puede contener una máquina de computación dentro de sus propios pesos. El proyecto,
Marcelo Santiago
Criador do bridgecode
La mayor newsletter de IA del Mundo
Recibe artículos sobre IA en tu correo
Selección técnica sobre modelos, agentes y herramientas de código. Sin spam, cancela cuando quieras.
En este artículo vas a ver:
- Qué es Qwenputer y cómo funciona
- Qué cambia para quien sigue modelos de IA
- Cómo acceder al código y los pesos
En lugar de pedirle a un modelo que calcule, Qwenputer compila una CPU dentro de los pesos. La arquitectura usa las capas Gated DeltaNet como memoria direccionable, permitiendo que el procesador almacene registros, memoria y el contador de programa en líneas de atención. El resultado es un checkpoint experimental con un procesador RISC-V RV32IM, con extensiones Zba y una coprocesadora de big-number. El sistema emite un rastreo de ejecución como tokens, y cada paso identifica una dirección, un valor y avanza el procesador.
El autor reporta que el snapshot pasa las pruebas oficiales de RISC-V, supera a QEMU en programas testeados y ejecutó 18 millones de instrucciones sin error. En la prueba de aritmética de entero grande, Qwenputer marcó 100%, contra 48,6% del modelo base. Para quien sigue el ecosistema Qwen, Qwen Code 0.26.1 muestra cómo ese mismo ecosistema separado está evolucionando la velocidad de un modelo.
El checkpoint ocupa cerca de 18,8 GB en BF16 y el autor recomienda una sola GPU con 24 GB para experimentos locales. Es una demostración experimental, no un lanzamiento oficial de Qwen.
Ficha técnica
| Item | Detalle |
|---|---|
| Qué cambió | Un procesador RISC-V compilado dentro de un checkpoint de Qwen3.5-4B |
| Público objetivo | Investigadores, ingenieros y curiosos sobre arquitectura de modelos |
| Dónde está | Código y pesos publicados en el blog del autor |
| Cómo probar | Recomendación de GPU de 24 GB (BF16) |
| Previsión de implementación | No hay lanzamiento oficial; es un experimento abierto |
En el mismo territorio, Nvidia lleva Qwen3.8 a Open-SWE-Traces muestra cómo el ecosistema Qwen se extiende a ingeniería de software, uniendo agentes a la infraestructura de prueba.
Contexto
La demostración mezcla dos temas que vienen ganando fuerza: modelos heterogéneos y la pregunta de qué pasa cuando la ejecución se hace dentro de los pesos. En arquitecturas tradicionales, el modelo genera token a token y un programa separado ejecuta cálculos. Qwenputer invierte el flujo: la máquina de estado vive en el propio grafo de neuronas, y la memoria es direccionable por la red de atención. El experimento no reemplaza una computadora; muestra un límite teórico interesante y una demo visualmente impresionante.
Para el día a día, el aviso es mantener la distinción clara entre producción e investigación. Qwenputer es un snapshot de investigación con licencias abiertas y cómputo pesado. No es un modelo de inferencia listo para producción.
Preguntas frecuentes
¿Qué es Qwenputer?
Es un checkpoint experimental de Qwen3.5-4B con una CPU RISC-V compilada dentro de los pesos, capaz de ejecutar C y MicroPython durante la inferencia.
¿Reemplaza a un modelo de lenguaje común?
No. El modelo original permanece inalterado; el experimento añade capas extra que realizan cómputo estructurado.
¿Se necesita hardware caro?
Sí. La versión disponible sugiere una sola GPU de 24 GB para ejecutar los pesos.
¿Es un lanzamiento oficial de Qwen?
No. Se trata de un trabajo de un desarrollador, con código y pesos publicados para reproducción.
¿Para qué serviría esto en la práctica?
Hasta ahora, es una demostración de arquitectura: muestra que estado, memoria y ejecución pueden existir dentro de capas de un modelo.
Cómo probar hoy
El proyecto disponibiliza el código y los pesos en el repositorio del autor. El autor recomienda una sola GPU con 24 GB para experimentos locales. La aplicación RvChat sigue siendo necesaria para cargar firmware y gestionar los tokens de rastreo.
Conclusión
Qwenputer es un ejemplo de cómo pensar en modelos de IA como máquinas programables, no solo como generadores de texto. La curiosidad es legítima, pero la reproducción exige hardware de videojuego.
CTA
Para empezar hoy
Lo ideal es descargar el checkpoint y ejecutar la versión más liviana, cuantización de 8 bits, antes de subir la resolución. Reporta dónde falla la ejecución: entero grande, aritmética de punto flotante o memoria, y ajusta un hiperparámetro a la vez. El objetivo la primera vez es ver la CPU RISC-V dentro de los pesos emitir un rastreo de ejecución, no obtener un resultado de producción.
En resumen
El Qwenputer no es un modelo de uso diario: es una demostración de que la ejecución puede vivir dentro de los pesos. Para quien acompaña investigación, es una pista de arquitecturas futuras; para quien quiere producto, espera por una versión versátil y más accesible. El interés es concreto: muestra que la computación puede anidarse en la propia red de neuronas.
Fuente
Tags:#radar#ia
Desarrollador y creador de bridgecode, un entorno de desarrollo agéntico para orquestar squads de agentes de IA. Ayuda a quienes van del vibe coding al desarrollo profesional a pasar de la idea al producto entregado.
Artículos relacionados
Newsletter
OpenAI crea un estándar para infraestructura de IA responsable
OpenAI publicó un estándar para infraestructura de IA responsable con compromisos sobre energía, agua, fuerza laboral y comunidades.
5 min
Newsletter
Cult.fit estandariza operación en Codex y crea apps internas
Cult.fit estandarizó el desarrollo en Codex, creó más de 20 apps internas con equipos no técnicos y redujo los costos de soporte en más del 50%.
6 min
Newsletter
Meta lanza Spaces para el agente Muse
Meta lanzó Spaces para el agente Muse, creando espacios de trabajo persistentes que se actualizan automáticamente. Mira cómo funciona.
5 min