Qwen-GPU
скомпилированный SIMT-процессор внутри языковой модели
2 мин чтенияобновлено
Исследовательский чекпоинт от автора arpjw, который объединяет языковую модель Qwen3.5-9B со скомпилированным SIMT-процессором (архитектура параллельных вычислений, как в видеокартах). На практике модель умеет исполнять загруженные в неё GPU-инструкции прямо в своём рекуррентном состоянии, сохраняя при этом способность генерировать обычный текст. По сравнению с базовой Qwen3.5-9B здесь добавлены 53 скомпилированных слоя перед текстовой частью, а общий размер вырос до 43.15B параметров. Пригодится исследователям архитектуры нейросетей и тем, кто экспериментирует с выполнением вычислений и алгоритмов непосредственно внутри весов трансформеров.
Ключевые особенности
- Гибридная архитектура: перед текстовой башней Qwen3.5-9B добавлены 53 слоя схемы, скомпилированной с помощью Qwenputer, а размер скрытого состояния расширен с 4096 до 7936.
- Специальный протокол токенов: под инструкции SIMT и передачу состояний зарезервировано 212 992 ID токенов, при этом текстовый токенизатор остался оригинальным.
- Параллельные вычисления: поддерживаются два 8-поточных варпа (warp) на рабочую группу, до четырёх последовательных групп, 32 инструкции на варп и 512 байт программируемой глобальной памяти.
- Два режима выхода: модель сохраняет раздельные пути вывода для генерации обычного текста и для исполнения GPU-кода.
Что можно сделать
- Запускать через лаунчеры QwenGPU целочисленные вычислительные ядра прямо внутри модели — например, сложение 64-элементных векторов, двухпроходную редукцию или умножение матриц 8×4 на 4×4.
- Тестировать переиспользование глобальной памяти между запусками ядер без повторной загрузки данных и отслеживать остановки или дедлоки (взаимные блокировки) в процессе генерации.
- Использовать модель в исследовательских экспериментах для проверки того, насколько точно скомпилированные схемы сохраняют исходную текстовую генерацию базовой модели.
Пример
checkpoint=./Qwen-GPU-v3
hf download arpjw/Qwen-GPU \
--revision fe671778a2409a218dde757871f33f5ca46d9219 \
--exclude .gitattributes --local-dir "$checkpoint"
python -m qwengpu.run_resident eval/frozen/tile8_gate_v1/dense_seeded.json \
--model "$checkpoint" --device cuda --check-reference --out result.jsonПодробнее
Верификация: CUDA-прогон совпал на 26 225 сгенерированных токенах по 1 972 инструкциям, прошёл 27 из 27 tile-тестов и 24 из 24 первых текстовых токенов.Железо: объединённые веса занимают около 86 ГБ, тестирование проводилось на видеокарте CUDA с 96 ГБ VRAM.
Ограничения: поддерживается только ограниченная целочисленная арифметика, каждый выдаваемый токен требует одного прямого прохода (forward pass) модели.
Версии: в репозитории выложена проверенная версия v3 (Apple MPS пока в работе), а v4 доступна через релизы на GitHub.










Комментарии