Jessica Ortiz
2015-07-19 01:16:08 UTC
GPU在某些類型的計算中表現更好，例如
象棋引擎如果使用GPU而不是CPU進行計算，將會受益嗎？
也許某些有知識的人可以強調兩者之間的區別並啟發我們GPU是否（不適合）國際象棋引擎執行的計算類型。
題:
六 答案:
SmallChess
2015-07-20 06:40:17 UTC
編輯：
在 http://rybkaforum.net/cgi-bin/rybkaforum/topic_show.pl?tid=32317。
- GPU不適用於遞歸
- GPU不適用於浮動
- GPU可能對新的機器學習方法更好，但不是傳統的引擎算法
原始：
@ Maxwell86已經提供了出色的鏈接和資源。注意zeta-chess引擎。這是GPU國際象棋引擎。不幸的是，GPU尚未在國際象棋編程中證明其有用性。實際上，zeta象棋引擎項目完全沒有進展。
GPU在可並行計算的浮動計算和算法上效果很好。這需要獨立性。但是，如果我們查看典型的最小-最大（或alpha-beta）樹（每個像棋引擎使用的樹）
右分支取決於左分支。特別是，如果我們可以得到一個截止（高失敗），我們甚至不需要搜索其餘節點。不幸的是，這不是GPU可以有效完成的事情。可以為alpha-beta編寫GPU程序，但是需要暫停GPU線程（稱為內核）以等待。與CPU不同，GPU內核不能只切換到其他東西（稱為線程切換甚至是進程切換的進程）。
我們現有的算法和引擎知識是針對CPU領域而衍生的。整個算法將需要針對GPU進行重新研究。不幸的是，對此並沒有太多興趣和研究。
您不必卸載minimax本身。有一些非常適合GPU的子任務（例如Botvinnik的alpha路徑查找，木板哈希，靜態評估等）。就是說，我對這方面的研究一無所知。
真正。但是，如果不能卸載主要搜索本身，那麼就沒有必要卸載這些小任務。
這是一個很好的答案。 +3開關在屏幕上哪裡？我找不到！
Maxwell86
2015-07-19 14:15:02 UTC
我沒有進行GPU編程的經驗，但是通常，GPU在並行執行簡單命令方面非常高效。顯然，用於國際象棋引擎的搜索樹不是這種情況。因此，GPU失去了其與CPU相比的計算優勢。
當然，這是國際象棋引擎的GPU編程的當前狀態，但是GPU編程相對較新，因此也許他們會找到解決方案。
這裡有幾個有趣的鏈接，尤其是有關為GPU實現國際象棋引擎的博客很有見地。
您已經錯過了：http://zeta-chess.blogspot.com
GPU擅長的領域包括分數數學，向量運算和需要最少同步的並行化。國際象棋引擎有最後一個，但沒有前兩個。
fishy123
2018-04-24 15:03:02 UTC
LC0（Leela Chess Zero）項目是AlphaZero的國際象棋開源改編版，顯示了在大型神經網絡中使用gpus，浮點性能和內存帶寬的好處。
smatovic
2017-04-22 15:48:27 UTC
我已經完成了我的實驗性gpu國際象棋引擎Zeta v099a的當前運行。
https://github.com/smatovic/Zeta
當前迭代的實際結論是，可以將具有標準國際象棋編程技術的簡單引擎移植到OpenCL上，使其在gpu上運行，但是要使引擎在每秒計算節點數（速度）方面更具競爭力，將需要付出更多的努力。 ），啟發式（專家知識）和縮放（並行搜索算法）。
計算機國際象棋作為計算機科學的一個主題，經過幾十年的發展，始於40年代和50年代，並在1997年的DeepBlue vs. Kapsarow比賽中達到頂峰。如今，通過玩成千上萬的遊戲來調整國際象棋引擎，因此要在gpu上運行國際象棋引擎和在gpu上運行具有競爭力的國際象棋引擎是兩個不同的任務。
hoacin
2016-11-22 23:17:59 UTC
我對CUDA和國際象棋編程（不是引擎編程）有一些經驗。我也多次想到這個問題。這是我的看法，我從沒有研究過。
首先，可以肯定的是，對於當前的國際象棋引擎設計，這是不可能的。否則，有人會簡單地做到這一點。
是否可以在全新的設計中使用它，這是一個更大的問題。整數運算沒有問題，但是很明顯，有很多事情必須運行原始代碼，並且不能在許多實體上進行嚴重分支。
我認為所有樹計算都應該在CPU上運行。
但是我可以想像（我不說有可能）一些局部評估函數可以對位置進行盡可能多的評估，從而給CPU更多的時間，以幫助他更好地構建樹可以這樣說，一個這樣的函數可以計算出每個位置上應該進行的認真計算。事情，您可能可以為這些做GPU優化的代碼。您可能可以免費獲得許多有用的信息（沒有CPU時間，沒有CPU等待），但是您必須是真正的天才，才能將現代GPU的全部功能用於如此小的事情。
創建全新的發動機設計以使速度提高30％可能不是一件很有趣的事情。而且，要想使先進的GPU的速度提高20倍，您就必須使評估功能真正與眾不同。
關於這件事的最後一件事我認為是一個問題。您可以花很多時間在CPU上運行一個代碼，但是在CPU + GPU場景中，您將不得不處理不同比例的CPU和GPU。速度和核心數。要使用硬件的全部功能，對於具有弱GPU的16核群集，您將需要與在具有超快速GPU的慢速CPU上需要不同的代碼。最好對CPU和GPU進行基準測試，然後在更快的計算機上運行更多代碼。但是，我仍然認為，僅憑評估功能，您將無法接近餵食3000核的野獸。 。也許從我寫的內容來看還不清楚。
要使這項工作可行，有很多問題。
Rayjunx
2018-05-04 23:21:46 UTC
我只看到使用基於GPU的國際象棋引擎的好處，並且看不到任何嚴重的問題。也許您有嘗試使用標準國際象棋程序的問題，但對其他問題知之甚少。我剛開始從第一行開始編寫象棋程序，這是我在沒有特殊感覺的情況下在CUDA上進行了一些首次編程測試後，作為第二個基於CUDA的程序編寫的。很快，我可以進行一些首次性能測試，並針對其他引擎測試遊戲。也許在下週。我只是開始創建它，但是我已經關閉它了，大多數功能已經完成了。
Google已證明GPU非常適合用於機器學習，但GPU不適用於傳統的象棋編程。
ⓘ
該問答將自動從英語翻譯而來。原始內容可在stackexchange上找到，我們感謝它分發的cc by-sa 3.0許可。