Qwenputer:LLMの「重み」の中にRISC-V CPUをコンパイルする

Qwenputer:LLMの「重み」の中にRISC-V CPUをコンパイルする――AIモデルが真のコンピュータになる日

2026年、AIの世界に衝撃を与える実験的なプロジェクトが登場しました。その名はQwenputer。
これは、アリババの「Qwen 3.5 4B」というモデルをベースに、そのニューラルネットワークの「重み(Weights)」の中に、完全に動作するRISC-V CPUを組み込んでしまったという驚くべき試みです。

外部のPythonサンドボックスや計算プラグインは一切使いません。モデルが「推論(Forward pass)」を行うプロセスそのものが、コンピュータのクロックサイクルとして機能するのです。


1. Qwenputerとは何か?

Qwenputerは、Divyansh Agrawal氏によって開発された実験的モデルです。
通常のLLMが「次の単語を予測する」ために計算リソースを使うのに対し、Qwenputerはモデル内部の特定のレイヤーを「CPU」として、また別の特定の動的な状態を「RAM」として機能させます。

これにより、モデルは自律的に以下のことが可能になります:

  • 算術演算の正確な実行(123456789 * 987654321など)
  • C言語やMicroPythonコードの実行
  • 内部的なファイルストレージ(仮想HDD)の保持

2. 驚異の仕組み:なぜLLMがCPUになれるのか?

この魔法のような仕組みの鍵は、Qwen 3.5が採用しているGated DeltaNet (GDN) というアーキテクチャにあります。

① GDNを「RAM」に変える

通常のTransformer(Attention)は過去のトークンをすべて記憶しておく必要がありますが、GDNは「線形RNN」の一種であり、固定サイズの「状態(State)」を更新しながら処理を進めます。
Agrawal氏は、GDNのゲート設定を調整することで、この「状態」を確定的なメモリ(RAM)として利用できることを発見しました。

  • ゲートを1に固定: 情報が消えないようにする。
  • 書き込み強度(Beta)を1に固定: 重ね書きではなく「上書き」にする。
  • One-hotエンコーディング: 特定のアドレス(行)を指定して値を読み書きする。

これにより、LLMの内部にビット単位で制御可能なメモリ空間が誕生しました。

② 重みの中に「CPU」をコンパイルする

次に、RISC-Vの命令セット(算術演算、論理演算、条件分岐など)を、ニューラルネットワークのレイヤーの重みとして直接記述(コンパイル)しました。
モデルがトークンを1つ生成するたびに、CPUの1サイクルが進むような構造になっています。モデルの順伝播(Forward pass)そのものが、命令のデコードと実行を兼ねているのです。

3. Qwenputerの何が「すごい」のか?

100%確定的な動作

LLMは通常「確率的」で、計算ミスをすることがあります。しかし、Qwenputer内部のRISC-V CPUは確定的(Deterministic)です。1+1は100%の精度で2になります。これは、数学的推論が苦手なLLMにとって革命的な解決策になり得ます。

外部ツール不要の「内因的」実行

これまでの「Code Interpreter」は、モデルがコードを書き、それを外部のサーバーで実行して結果を返す仕組みでした。
Qwenputerは、モデルの脳内(重みの中)で直接コードが実行されるため、外部環境との通信やセキュリティリスクを伴わずに複雑なロジックを処理できます。

永続的な記憶(仮想HDD)

実験的な拡張として、会話が終わっても消えない「ファイルシステム」も実装されています。モデルのRNN状態を保存・復元することで、モデルが自分専用の「ハードディスク」を持っているかのように振る舞います。

4. 今後の展望とAI安全性の課題

Qwenputerは単なる技術的なデモンストレーションに留まりません。

  • AI安全性(AI Safety):
    モデルが「思考過程(Chain of Thought)」をRNNの状態の中に隠すことができてしまうという、監視の目を盗む可能性についての研究材料にもなっています。
  • インタープリタビリティ(解釈性):
    重みそのものがプログラムとして機能するため、モデルがどのように考えているかを「コードレベル」で解析できる可能性があります。

5. まとめ

Qwenputerは、「ニューラルネットワーク」と「従来のコンピュータアーキテクチャ」の境界線を曖昧にする、非常にユニークなプロジェクトです。
現在はまだ実験段階で、実行速度は低速(1秒間に数千トークンのCPU処理)ですが、将来的に「計算機を内蔵したAI」が当たり前になる未来を予感させます。


参考リンク: