# El LLM que ejecuta Super Mario

> Un pequeño cambio en el funcionamiento de la memoria podría convertir el estado de una red neuronal en una máquina programable. El resultado sorprendente no es la velocidad, sino un nuevo límite entre el comportamiento aprendido y la computación diseñada.

- Source: https://www.stork.ai/blog/es/the-llm-that-runs-super-mario
- Publisher: Stork.AI editorial team
- Published: 2026-11-08
- Updated: 2026-11-08
- Language: es
- Reading time: 4 min

## Un ordenador, no una llamada a una herramienta ingeniosa

Qwenputer, una implementación novedosa, integra una **CPU RISC-V** de 32 bits directamente en los pesos del modelo Qwen 3.5 4B de Alibaba. Este enfoque innovador evita métodos tradicionales como las llamadas a herramientas o los entornos aislados (sandbox), y realiza el cálculo íntegramente dentro de las pasadas hacia adelante del modelo. La CPU no es una utilidad externa; está codificada literalmente en los parámetros de la red neuronal.

Un compilador especializado, **chipformer**, traduce una descripción de circuito de la CPU en pesos específicos de atención y MLP. Este proceso dedica 11 capas compiladas a la CPU, que se anteponen a las 32 capas originales de Qwen. Es fundamental que esta integración no requiere entrenamiento adicional, ya que el compilador programa directamente los parámetros del modelo.

Esto significa que la ejecución de instrucciones se desarrolla a través de las pasadas hacia adelante del modelo, y funciona como un circuito diseñado deliberadamente. Es esencial distinguirlo de un LLM corriente que desarrolla espontáneamente capacidades de cálculo; Qwenputer es una CPU determinista y programada de forma fija, integrada en la arquitectura del modelo. Supera las pruebas oficiales de RISC-V y ejecuta internamente binarios de C y MicroPython.

## El truco de memoria que estaba a plena vista

Un desafío central para cualquier CPU es la memoria. La ingeniosa solución de Qwenputer reutiliza el mecanismo **Gated DeltaNet**, presente en tres de cada cuatro capas de atención de Qwen 3.5 4B, para que actúe como RAM de capacidad fija. Normalmente, este estado recurrente se degrada lentamente, lo que permite al modelo \"olvidar\" la información más antigua.

Sin embargo, al fijar la puerta de retención en `1`, los valores almacenados persisten indefinidamente, sin la degradación habitual. Establecer la intensidad de actualización en `1` garantiza que las nuevas escrituras sobrescriban por completo los datos existentes, en lugar de mezclarse con ellos. Además, el uso de **claves one-hot** dirige cada operación de escritura a una fila precisa de la matriz de estado, lo que permite una memoria exacta y direccionable.

Esto contrasta marcadamente con la caché KV de un transformer, que crece sin cesar y se expande con la longitud del contexto. La memoria de Qwenputer es finita y está configurada con un propósito concreto; no es un depósito ilimitado para recordar conversaciones ni un sistema de archivos de uso general. Esto permite que la CPU RISC-V de 32 bits, integrada en **11 de las capas de Qwen**, acceda a una memoria dedicada, supere las `riscv-tests` oficiales y ejecute C y MicroPython dentro de la pasada hacia adelante del modelo.

## De superar pruebas de CPU a jugar a Mario

La **CPU RISC-V** de Qwenputer demostró su funcionamiento al superar los conjuntos de pruebas oficiales `riscv-tests`, incluidos `rv32ui`, `rv32um` y `rv32uzba`. Ejecutó correctamente binarios de C y MicroPython directamente dentro de la pasada hacia adelante del modelo, lo que demuestra una vía de ejecución determinista. En aproximadamente 230.000 salidas reproducidas frente a QEMU no hubo ninguna discrepancia, lo que confirma el funcionamiento fiel de la CPU compilada.

Esta configuración novedosa también produjo una mejora concreta de rendimiento: en el benchmark de multiplicaciones grandes `mul_big` de DeepMind, la puntuación de Qwen 3.5 4B pasó del 55% al **97,5%**. Esta mejora es resultado directo de la capacidad de aritmética precisa de la CPU integrada, y no una mejora general del razonamiento inherente del LLM. Para más detalles técnicos, puede consultar el repositorio del proyecto: [GitHub - divagr18/qwenputer: A computer, compiled into the weights of a language model](https://github.com/divagr18/qwenputer).

Sobre esta base, el proyecto **Nesformer** compiló una Nintendo Entertainment System (NES) en Qwen 3.5. Para ello se integraron directamente en los pesos del modelo la CPU 6502 de la NES, 2 KB de RAM e incluso los datos del cartucho del juego. Aunque un host ligero sigue gestionando la entrada, los gráficos, el audio y las interrupciones, Nesformer ejecuta *Super Mario Bros.* con éxito, aunque con lentitud. Cada fotograma tarda entre 1 y 6 segundos en procesarse, lo que significa que 10 segundos de juego requieren alrededor de 25 minutos de inferencia.

## El verdadero avance no es la tasa de fotogramas

El espectáculo de Nesformer, con Super Mario Bros. ejecutándose dentro de un LLM, debe ponerse en perspectiva. Cada fotograma tarda aproximadamente entre 1 y 6 segundos en generarse. Esto significa que apenas 10 segundos de juego requieren alrededor de 25 minutos de cálculo, lo que lo hace poco práctico como emulador en tiempo real.

La verdadera importancia no reside en la tasa de fotogramas, sino en el logro técnico subyacente. Este trabajo demuestra que los cálculos internos de un LLM pueden ser deterministas y exactos, en lugar de difusos o aprendidos por naturaleza. Los pesos del modelo, cuidadosamente compilados, realizan operaciones repetibles, lo que cuestiona la visión convencional de las redes neuronales como sistemas opacos y probabilísticos.

Esto abre la puerta a integrar flujos de trabajo de IA sensibles a la precisión. Los bloques compilados de aritmética o de máquinas de estados podrían respaldar tareas que exigen exactitud absoluta, como: - Criptografía - Simulaciones científicas - Sistemas de control industrial

Aunque se trata de una prueba de concepto, este enfoque no sustituye a las herramientas externas ni a las CPU. Siguen existiendo desafíos en integración, escalado de capacidad, velocidad y verificación. Sin embargo, sugiere con fuerza que los futuros LLM podrían incorporar **módulos computacionales programados de forma fija** junto con sus capacidades aprendidas, ampliando su utilidad a nuevos ámbitos que requieren tanto inferencia difusa como **ejecución exacta**.

## Preguntas frecuentes

### ¿Qué es Qwenputer?

Qwenputer es un modelo Qwen 3.5 4B con un ordenador RISC-V de 32 bits compilado directamente en sus pesos.

### ¿Cómo utiliza Qwenputer la memoria de un LLM como RAM?

Configura el estado recurrente de Gated DeltaNet para que los valores persistan, puedan sobrescribirse y puedan direccionarse mediante claves one-hot.

### ¿Ejecuta Qwenputer el código mediante la llamada a una herramienta externa?

Su CPU compilada ejecuta las instrucciones durante las pasadas hacia adelante del modelo, en lugar de delegarlas a un intérprete externo.

### ¿Puede Nesformer jugar a Super Mario en tiempo real?

No. Un fotograma tarda entre 1 y 6 segundos aproximadamente, por lo que unos 10 segundos de juego pueden requerir alrededor de 25 minutos de cálculo.