К содержимому
Другое

shem RV32IM

точный CPU внутри весов

2 мин чтенияобновлено

Это не обученная языковая модель, а RV32IM CPU, скомпилированный в веса нейросети: один forward pass выполняет одну инструкцию, и результат получается точным. Проект от jgalego — нейронный vCPU для shem, который запускает контейнеры и VM внутри весов модели; это опубликованные веса для shem 0.1.0. Компилятор превращает 48 инструкций, описанных как данные, в таблицы поиска и маршрутизации линейных слоёв. Декодирование считает несовпадающие биты, операнды читаются attention из register file, а память и регистры живут в delta-rule state, как в Gated DeltaNet. Пригодится тем, кто исследует исполнение кода внутри весов и необычные вычислительные архитектуры.

Ключевые особенности

  • Ничего не обучено: веса построены компилятором из набора инструкций RV32IM.
  • Точные вычисления: только линейные слои, гейтинг, clamps и one-hot attention в float64.
  • Один forward pass — одна инструкция; результаты маршрутизируются по декодированной инструкции.
  • Память и регистры хранятся в delta-rule state, как в Gated DeltaNet.
  • 18 тензоров и 77 744 значения float64 — весь CPU умещается в компактный набор весов.

Что можно сделать

  • Запустить RV32IM-программу через shem с neural vCPU: сервер сам компилирует эти веса.
  • Разобрать, как инструкции CPU раскладываются по слоям сети и где хранится состояние.
  • Собрать образ, который несёт свой CPU как слой модели.
  • Проверять бит-в-бит совпадение вычислений на CPU и GPU в разных режимах.

Пример

uvx --from shem-neural shem-neural-server --socket /tmp/shem-neural.sock &
shem run --vcpu neural --neural-socket /tmp/shem-neural.sock program
ПодробнееВсе 60 официальных riscv-tests (rv32ui, rv32um, rv32ua) заканчиваются в том же состоянии, что и у reference interpreter shem.
Около 180 000 инструкций, включая no-MMU Linux kernel с shell-командой, совпали по состоянию, включая все 64 MiB RAM.
На GPU режимы eager, compiled и CUDA graphs бит-в-бит совпадают с CPU.
Веса: 18 тензоров, 77 744 значения float64. Это не обученная модель: веса построены компилятором.
Обсудить Telegram 1 18

Запустится ли?

Запустится в F64

Влезает без сжатия.

  • F64веса 0.0 GB · готовые файлы0.5 GB
  • BF16веса 0.0 GB0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F64 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # jgalego/shem-rv32im
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download jgalego/shem-rv32im --local-dir ~/models/shem-rv32im
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к shem-rv32im
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии shem-rv32im — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

jgalego/shem-rv32im
Автор
jgalego
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

181

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

BEAM

BEAM