實戰

Qwenputer 深度拆解:Qwen3.5 真能設計出可運作的 CPU?

Qwenputer 運用 Qwen3.5 生成可執行、可重現的 RISC-V CPU。本文從程式生成、除錯到架構決策,拆解模型能承擔的工作,以及目前仍難跨越的驗證落差。

字級

Qwenputer 將 Qwen3.5 應用於 RISC-V CPU 設計。真正值得關注的不是「AI 造芯」,而是程式能否執行、結果能否重現,以及驗證的邊界在哪裡。

原始技術文章:https://divagr.com/blog/qwenputer。該專案登上 Hacker News 首頁時,獲得 65 分與 11 則留言。

Qwenputer 究竟完成了什麼

Qwenputer 的目標十分明確:運用 Qwen3.5 實作一顆能正常運作、具備確定性的 RISC-V CPU。

重點不在於生成一段 Verilog,也不在於聊天視窗裡拼出一個「看起來像處理器」的程式碼倉庫。專案要求程式碼必須能執行,結果必須能重現,設計過程也必須接受檢驗。

一般的大模型程式碼生成任務,交付成果通常是 Python、JavaScript 或 Rust 程式。只要測試通過、函式回傳預期結果,便視為完成。

CPU 設計則多了一層限制:

  • 指令必須符合 RISC-V 規格;
  • 狀態轉移必須符合時序要求;
  • 相同輸入必須產生相同輸出;
  • 失敗不能只靠「看程式碼覺得沒問題」來判定,必須有可執行的測試。

因此,Qwenputer 的核心成果不是一段展示用程式碼,而是一套可執行的 RISC-V CPU 實作。專案強調的是功能完整性與確定性。

這兩個概念需要分開理解。

「功能完整性」是指處理器能執行預期指令並完成基本工作;「確定性」則是指在輸入、狀態與執行條件不變時,結果始終一致。

後者聽起來平淡,卻是硬體驗證能否形成閉環的基礎。如果測試每次執行都可能得到不同結果,就很難找出失敗原因,設計人員也無法判斷問題究竟來自新修改、既有缺陷,還是驗證環境本身。

「能執行」比「能生成」更難

生成一段 Verilog,與做出一顆能運作的 CPU 之間,隔著一整條驗證鏈。

對 RISC-V 處理器而言,至少要檢查四件事:

  1. 指令集:支援的指令、暫存器編碼與例外行為是否符合規格。
  2. 時序:資料何時就緒、狀態何時更新,以及是否存在競爭條件。
  3. 狀態轉移:每條指令如何改變 PC、暫存器與記憶體狀態。
  4. 測試結果:程式是否產生預期輸出,重複執行時結果是否一致。

這四項必須彼此閉合。

程式碼能編譯,只能證明語法與部分連接關係成立。測試偶爾通過,也不能證明狀態轉移正確。如果同一個程式連續執行卻得到不同結果,測試報告也就失去重現價值。

整體工程流程可以簡化為:

text
指令需求 → RTL 實作 → 模擬 → 測試程式 → 結果比對 → 缺陷修復 → 迴歸測試

模型擅長其中一個或多個環節,並不代表它能獨立完成整條流程。

Qwenputer 更值得觀察之處,在於它將程式碼生成放進一個無法靠表面正確性蒙混過關的環境。回傳值正確,不夠;迴圈正常結束,也不夠。CPU 必須長期維持正確狀態,並在多條指令組合後繼續遵守規格。

Qwen3.5 的角色不只限於寫程式

Qwen3.5 在這個專案中的實際角色,至少包含三個層次。

第一層是程式碼生成:依照設計要求撰寫 RTL、測試程式、建置腳本與輔助工具。

第二層是方案除錯:根據編譯錯誤、模擬失敗與測試日誌定位問題,再修改實作。

第三層是設計決策:選擇流水線架構、單週期或多週期實作、例外處理方式,以及第一版應納入哪些功能。

前兩層可以由模型承擔更多工作,第三層則取決於限制條件、經驗、工具鏈與專案取捨。

這也是閱讀 AI 造芯類示範時最容易混淆的地方。

「模型生成了 CPU 原始碼」不等於「模型從零發明了處理器」。人仍然必須定義目標、選擇指令集、提供驗證環境,並判斷測試是否真正涵蓋了核心問題。

Qwenputer 的價值,在於它沒有只展示生成能力,而是將實作放進可運作的驗證環境。模型產生的內容必須接受工具回饋,而不是由模型自行宣告完成。

為何 RISC-V 適合用於 AI 硬體實驗

RISC-V 開放的指令集與成熟工具鏈,降低了 AI 硬體實驗的門檻。

它不是某家公司的私有指令集。開發人員可以依照規格實作處理器,再串接編譯器、組譯器、模擬器與除錯工具。對 LLM 實驗而言,這種環境尤其重要:規格公開、錯誤可追蹤,測試結果也容易重現。

但「能做實驗」與「能用於生產」是兩回事。

教學級 CPU 可能採用簡單的單週期架構,功能範圍有限,時序與例外處理也只涵蓋課程或實驗所需。它可以證明 AI 參與硬體實作的方法可行,卻不能直接推論同等規模的晶片也能投入流片,更不能說明效能、功耗、面積與良率已達到要求。

生產級處理器還必須面對:

  • 效能與頻率限制;
  • 實體實作、時序收斂與功耗分析;
  • 安全機制與形式化驗證;
  • 軟體生態與長期維護;
  • 大量未被基礎測試涵蓋的邊界情況。

RISC-V 解決的是介面開放與實驗成本問題,並不會自動消除硬體工程中最昂貴的部分。

編輯觀察

Qwenputer 比較像一份可執行的 AI 輔助硬體工程工作流範例,而不是「模型自主設計晶片」的證明。它與過去的純文字程式碼生成示範有本質差異:CPU 實作必須執行指令、處理狀態並接受確定性測試;一旦出錯,設計流程就必須回到模擬與日誌,而不是只修補一段看似合理的程式碼。這個差異讓評估重點從「寫得像不像」轉向「能否執行、能否重現」。

不過,現有資料仍不足以確認驗證涵蓋範圍是否完整,也無法判斷模型在架構取捨中實際承擔了多少責任。下一階段真正有價值的指標,不是 Verilog 的行數,而是缺陷能否透過獨立測試穩定重現,以及人類需要介入多少次。只要驗證鏈仍依賴作者自行證明成果,AI 造芯就仍停留在工程輔助層次。

來源: https://divagr.com/blog/qwenputer