# O LLM que executa Super Mario

> Uma pequena alteração na forma como a memória funciona pode transformar o estado de uma rede neural em uma máquina programável. O resultado surpreendente não é a velocidade, mas uma nova fronteira entre o comportamento aprendido e a computação projetada.

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

## Um computador, não uma chamada de ferramenta engenhosa

O Qwenputer, uma implementação inovadora, incorpora uma **CPU RISC-V** de 32 bits diretamente nos pesos do modelo Qwen 3.5 4B da Alibaba. Essa abordagem inovadora evita métodos tradicionais, como chamadas de ferramentas ou ambientes isolados (sandbox), realizando a computação inteiramente dentro das passagens diretas (forward passes) do modelo. A CPU não é um utilitário externo; ela está literalmente codificada nos parâmetros da rede neural.

Um compilador especializado, o **chipformer**, traduz uma descrição de circuito da CPU em pesos específicos de atenção e MLP. Esse processo dedica 11 camadas compiladas à CPU, que são então acrescentadas antes das 32 camadas originais do Qwen. É fundamental que essa integração não exija treinamento adicional, pois o compilador programa diretamente os parâmetros do modelo.

Isso significa que a execução de instruções se desenvolve por meio das passagens diretas (forward passes) do modelo, operando como um circuito deliberadamente projetado. É essencial distinguir isso de um LLM comum que desenvolve espontaneamente habilidades computacionais; o Qwenputer representa uma CPU determinística e codificada diretamente, incorporada à arquitetura do modelo. Ele passa nos testes oficiais do RISC-V e executa internamente binários em C e MicroPython.

## O truque de memória escondido à vista de todos

Um desafio central para qualquer CPU é a memória. A solução engenhosa do Qwenputer reaproveita o mecanismo **Gated DeltaNet**, presente em três de cada quatro camadas de atenção do Qwen 3.5 4B, para atuar como uma RAM de capacidade fixa. Normalmente, esse estado recorrente decai lentamente, permitindo que o modelo "esqueça" informações mais antigas.

No entanto, ao fixar a porta de retenção em `1`, os valores armazenados persistem indefinidamente, contrariando o decaimento típico. Definir a intensidade de atualização como `1` garante que novas gravações sobrescrevam completamente os dados existentes, em vez de se misturarem a eles. Além disso, o uso de **chaves one-hot** direciona cada operação de gravação a uma linha precisa da matriz de estado, permitindo uma memória exata e endereçável.

Isso contrasta fortemente com o KV cache em constante crescimento de um transformer, que se expande com o comprimento do contexto. A memória do Qwenputer é finita e configurada de propósito, e não um reservatório ilimitado para recuperação de conversas nem um sistema de arquivos de uso geral. Isso permite que a CPU RISC-V de 32 bits, incorporada em **11 das camadas do Qwen**, acesse uma memória dedicada, passando nos `riscv-tests` oficiais e executando C e MicroPython dentro da passagem direta (forward pass) do modelo.

## De testes de CPU a jogar Mario

A **CPU RISC-V** do Qwenputer comprovou seu funcionamento ao passar nas suítes oficiais de `riscv-tests`, incluindo `rv32ui`, `rv32um` e `rv32uzba`. Ela executou com sucesso binários em C e MicroPython diretamente na passagem direta (forward pass) do modelo, demonstrando um caminho de execução determinístico. Em aproximadamente 230.000 saídas reproduzidas em comparação com o QEMU, houve zero divergências, confirmando o funcionamento fiel da CPU compilada.

Essa configuração inovadora também gerou um ganho específico de desempenho: no benchmark de multiplicação de grandes números `mul_big` da DeepMind, a pontuação do Qwen 3.5 4B saltou de 55% para **97,5%**. Essa melhoria é resultado direto das capacidades aritméticas precisas da CPU incorporada, e não de um aprimoramento geral do raciocínio inerente do LLM. Para mais detalhes técnicos, os leitores podem explorar o repositório do projeto: [GitHub - divagr18/qwenputer: A computer, compiled into the weights of a language model](https://github.com/divagr18/qwenputer).

Com base nessa fundação, o projeto **Nesformer** compilou um Nintendo Entertainment System (NES) no Qwen 3.5. Isso envolveu incorporar a CPU 6502 do NES, 2 KB de RAM e até os dados do cartucho do jogo diretamente nos pesos do modelo. Embora um host leve ainda gerencie entrada, gráficos, áudio e interrupções, o Nesformer executa com sucesso *Super Mario Bros.*, ainda que lentamente. Cada quadro leva de 1 a 6 segundos para ser processado, o que significa que 10 segundos de jogo exigem cerca de 25 minutos de inferência.

## O verdadeiro avanço não é a taxa de quadros

O espetáculo do Nesformer — Super Mario Bros. rodando dentro de um LLM — deve ser colocado em perspectiva. Cada quadro leva aproximadamente 1 a 6 segundos para ser renderizado. Isso significa que meros 10 segundos de jogo exigem cerca de 25 minutos de computação, o que o torna inviável como emulador em tempo real.

O verdadeiro significado não está na taxa de quadros, mas na conquista técnica subjacente. Este trabalho demonstra que as computações internas de um LLM podem ser determinísticas e exatas, em vez de inerentemente imprecisas ou aprendidas. Os pesos do modelo, cuidadosamente compilados, realizam operações repetíveis, desafiando a visão convencional das redes neurais como sistemas opacos e probabilísticos.

Isso abre portas para a integração de fluxos de trabalho de IA sensíveis à precisão. Blocos compilados de aritmética ou de máquinas de estados poderiam apoiar tarefas que exigem precisão absoluta, como - Criptografia - Simulações científicas - Sistemas de controle industrial

Embora seja uma prova de conceito, essa abordagem não substitui ferramentas externas nem CPUs. Permanecem desafios de integração, escalonamento de capacidade, velocidade e verificação. No entanto, ela sugere fortemente que futuros LLMs poderiam incorporar **módulos computacionais codificados diretamente** ao lado de suas capacidades aprendidas, ampliando sua utilidade para novos domínios que exigem tanto inferência imprecisa quanto **execução exata**.

## Perguntas frequentes

### O que é o Qwenputer?

Qwenputer é um modelo Qwen 3.5 4B com um computador RISC-V de 32 bits compilado diretamente em seus pesos.

### Como o Qwenputer usa a memória de um LLM como RAM?

Ele configura o estado recorrente do Gated DeltaNet para que os valores persistam, possam ser sobrescritos e possam ser endereçados com chaves one-hot.

### O Qwenputer executa código chamando uma ferramenta externa?

Sua CPU compilada executa instruções durante as passagens diretas (forward passes) do modelo, em vez de entregá-las a um interpretador externo.

### O Nesformer consegue jogar Super Mario em tempo real?

Não. Um quadro leva cerca de 1 a 6 segundos, de modo que aproximadamente 10 segundos de jogo podem levar cerca de 25 minutos para serem computados.