论文qwenGPU 项目
qwenGPU
将4-lane SIMT GPU的并行执行语义编译进Qwen3.5-2B权重的实验性项目，用Gated DeltaNet状态同时充当寄存器与内存，验证神经网络承载硬件状态机的可行性
时间轴 (近 90 天)
11月2日
qwenGPU 项目将 GPU 的并行执行逻辑编译进 Qwen3.5-2B，形成 45 层未经训练的参数层。
待验证50%
11月2日
qwenGPU 用 Gated DeltaNet 的状态同时充当寄存器和内存。
待验证50%
11月2日
qwenGPU 映射的是一个 4-lane SIMT GPU 的指令流、线程调度与数据通路。
待验证50%
11月2日
qwenGPU 声称模型自己写出了真实 CUDA 启动的每一个步骤。
待验证50%
11月2日
45 层权重在初始状态下未经过训练。
待验证50%
11月2日
qwenGPU 属于让语言模型在参数空间中复现硬件状态机演化的路径，而非给模型加工具接口调用 CUDA。
待验证50%
11月2日
未训练意味着这些层尚未经过梯度优化来拟合真实 GPU 行为，其实际执行保真度仍需进一步验证。
待验证50%
全部知识事实 (7)
待验证
qwenGPU 项目将 GPU 的并行执行逻辑编译进 Qwen3.5-2B，形成 45 层未经训练的参数层。
50%待验证qwenGPU 用 Gated DeltaNet 的状态同时充当寄存器和内存。
50%待验证qwenGPU 映射的是一个 4-lane SIMT GPU 的指令流、线程调度与数据通路。
50%待验证qwenGPU 声称模型自己写出了真实 CUDA 启动的每一个步骤。
50%待验证45 层权重在初始状态下未经过训练。
50%待验证qwenGPU 属于让语言模型在参数空间中复现硬件状态机演化的路径，而非给模型加工具接口调用 CUDA。
50%待验证未训练意味着这些层尚未经过梯度优化来拟合真实 GPU 行为，其实际执行保真度仍需进一步验证。
50%