DL(Deep Learning)系の将棋ソフトを動かそうと考えている人向けに、コスパ最強のパソコンの選び方を説明する。

まず、現在公開されているDL系の将棋ソフト(dlshogi、ふかうら王)は、TensorRTという技術を利用している。これは、NVIDIAのGPUでないと使えない技術だ。なのでNVIDIA GeForce RTX 型番みたいなGPUから選ぶといいだろう。

// TensorRTが使えなくともdlshogi、ふかうら王は動くのだけども、パフォーマンスがだいぶ落ちるので、現状、TensorRT一択である。

その時の性能なのだが、TensorCoreの数におおよそ比例したnps(探索速度)が出る。

// nps 2倍でR130程度の差だと思って欲しい。

ところが、このTensorCoreの数はググってもなかなか出てこない。私が30分ぐらいググり倒して得た情報を以下に作表しておく。

デスクトップ用GPU

GeForce RTX	3060	3060Ti	3070	3080	3080Ti	3090
TensorCore	112	152	184	272	320	328

// 注意 : RTコアの世代が異なるとTensorCoreの数を単純比較できないので(世代で性能が全く異なるので)、RTX 20X0シリーズのTensorCoreの数とは単純比較できません。

laptop GPU(ノートパソコン用GPU)

laptop GPU GeForce RTX	3060	3070	3080
TensorCore	120	160	192

// 注意 : デスクトップ用とノートパソコン用とでは、動作周波数が異なるのでTensorCoreの数を単純比較はできないですが(デスクトップ用でもそれぞれ動作周波数は異なりますが)、まあ同じぐらいなのでそこはええやろ、みたいなざっくりした比較です。

こうして見ると、デスクトップ版のGeForce RTX 3090(現在30万円前後)は、TensorCoreは328基。ノーパソ用のGeForce RTX laptop GPU 3070は160基。おおよそ半分の性能だが、後者を搭載しているノーパソは17万円ぐらいで売られている。(MSIのノーパソがそれくらいであったのだが、現在品切れ)

現在、アマゾンで買える後者を搭載しているノーパソとしては、ASUS製の以下のモデルが税込み199,800円。

ASUSTek ゲーミングノートパソコン TUF Dash F15 FX516PR(Core i7-11370H/16GB・512GB/RTX 3070 Laptop GPU/1,920×1,080ドット (フルHD) (144Hz)/15.6インチ/日本語キーボード/Wifi6/エクリプスグレー)【日本正規代理店品】【あんしん保証】FX516PR-I7R3070GP

RTX3060搭載なら129,800円。

ASUS ゲーミングノートパソコン TUF Dash F15 FX516PM(インテル Core i5-11300H/16GB, 512GB/1,920×1,080/RTX 3060 Laptop GPU/15.6インチ/エクリプスグレー)【日本正規代理店品】【あんしん保証】FX516PM-I5GP

3070搭載のノーパソで、dlshogiがどれくらいの棋力になるかと言うと、WCSC31版のdlshogiを用いた場合、floodgateでR4000程度のようだ。
// 3060ならR3950程度 , デスクトップ版の3090でR4130程度のようだ。

R4000は、6コア12スレッド～8コア16スレッドのノーパソで水匠を動かした時ぐらいの強さだと思うので、10万円～20万円ぐらいのノーパソで将棋ソフトを動かすならDL系の将棋ソフトを動かすのとコスパはさほど変わらない。

DL系の将棋ソフトの進化は目覚ましいので、半年後には、ここからさらに強くなっているだろうから、いまから将棋用にノーパソを新調するなら、(上のノーパソでなくとも)3060か3070搭載の10万円台のノーパソがコスパ良いのではないかと思う。

ちなみに、デスクトップ用のNVIDIA GeForce RTX 3080 Tiは今月5月18日お披露目、26日発売と言われている。上の表を見る限り、(デスクトップ用の)3090とほぼ同性能だ。価格は12～18万円ぐらいになるだろうと予想されている。現在の相場は30万円ぐらいの3090と同性能のGPUがこの価格帯で買えるようになると、いよいよデスクトップ用の将棋ソフトもDL系に置き換わっていくのではないかと思う。

あと、将棋ソフトを作ってみたいという開発者向けに購入する際のアドバイス。今月発売されるデスクトップ用の3080Tiは3090より搭載メモリがずいぶん少ないので、推論には困らないけども、大きなmodelを学習させる時には困るかも知れない。自分がどういう開発をしたいかを考えて選ぶようにしてください。