Nesformer compiliert eine komplette Nintendo-Konsole in ein Sprachmodell: 6502-CPU, 2 KB RAM und das Programm-ROM des Moduls laufen in einem Standard-Checkpoint von Qwen3.5 mit rund 1 GB Größe, was heißt: keine Emulator-Software, keine Hardware, nur Modellgewichte. Kein Trainingslauf hat diese Gewichte erzeugt, ein Compiler hat sie berechnet, und das Modell schreibt die CPU-Ausführung tokenweise fort. Aufmerksam geworden bin ich auf die Meldung diese Woche über einen Show-HN-Beitrag, den news.hada.io gespiegelt hat.
- Hardware im Checkpoint: Der 6502-Prozessor, 2 KB RAM und das Modul-ROM des Nintendo existieren als Gewichte eines ganz normalen Qwen3.5-Modells.
- Ohne Lernphase: Die Gewichte wurden nicht trainiert, sondern von einem Compiler berechnet.
- Zustand als Gedächtnis: Der Gated-DeltaNet-Zustand des Modells dient als Ablage für CPU-Register und RAM.
- Ausführung als Text: Das Modell erzeugt den Ausführungsverlauf der CPU Token für Token.
Wie läuft eine ganze CPU in Modellgewichten?
Die Idee: Das Sprachmodell muss kein Videospiel-Gefühl auswendig lernen, sondern nur den nächsten Eintrag im Ausführungsverlauf der CPU erzeugen, so die Meldung. Registerspeicher und RAM wandern in den Gated-DeltaNet-Zustand, einen internen Zustand, den das Modell beim Generieren ohnehin mitschleppt. Die Logik der 6502 sitzt laut Projektbeschreibung statisch im Checkpoint, weil ein Compiler sie dort abgelegt hat.
Ich hab das Repository nur überflogen und weiß etwa nicht, wie flott das generiert oder ob sich ein komplettes Spiel damit durchzocken lässt. Die Projektseite auf GitHub liefert dazu keine Zahlen, und genau das ist der Punkt: überzeugender Demonstrator, offener Praxisbeweis.
Braucht jetzt jeder Emulator ein neuronales Netz?
Nein, vorerst nicht. Die Projektseite auf GitHub wirbt nicht damit, bestehende Emulatoren abzulösen, und zur Laufgeschwindigkeit nennt sie keine Zahlen. Für den Alltag bleibt der klassische Emulator der schnellere Ansatz, und trotzdem steckt mehr als Retro-Nostalgie im Projekt: Wenn ein Prozessor als Gewichte funktioniert, ist Trainieren nur eine von zwei Bauarten.
Kurz beantwortet
Welches Modell steckt dahinter? Ein Standard-Checkpoint von Qwen3.5, dessen Gewichte rund 1 GB messen, wie die Überschrift der Meldung nennt.
Wurde für Nesformer trainiert? Nein, die Gewichte wurden per Compiler berechnet, eine Lernphase gab es nicht.
Wo liegt der Code? Im Repository dbreunig/nesformer auf GitHub, das sich selbst als NES-CPU in den Gewichten eines Qwen3.5-Standardmodells beschreibt.
Meine Interpretation: Der eigentliche Witz ist nicht das Nintendo-Spiel, sondern dass Bauen und Lernen in Modellgewichten auf demselben Datei-Typ landen können. Wenn sich heute eine 6502 in Qwen3.5 kompilieren lässt, welche Software folgt als Nächstes, und woran merkt man, dass ein Modell nicht trainiert wurde, sondern zusammengebaut?