標題の件です。
続きを読む竹部さゆりさん、将棋ウォーズの指導対局に出稼ぎに行く
2
投稿者「やねうらお」のアーカイブ
やねうら王のRyzen Threadripper 3990X最適化について
ZEN1(Ryzen 1世代)のころから、やねうら王はRyzenであまりnps(探索速度)が出ないと言われていた。当時は最速はIntelのCPUで、AMDのCPUはコスパは良いものの、私としては「Intelのパチもんでしょ」ぐらいの感覚だったので、まあ、いいかと思って放置していた。
続きを読む将棋AIの棋力計測、こんな方法は駄目だぞ
ちょっと目についたのですが誰も返答しないようなので軽く私見を書いておきます。
続きを読むStockfish NNUEに関する主観的レビュー
Stockfish NNUE – The Complete Guide
NNUE評価関数がStockfishに移植されたので、それについて情報をまとめておきます。
本記事は、日本語と英語でお送り致します。
※ 英語版はDeepL翻訳を使って訳したものを修正したものです。
This article is provided in Japanese and English.
The English version is translated using DeepL translation.
やねうら王、ｍブランチとは何なのか？
WCSC30(第30回 世界コンピュータ将棋選手権)がコロナのために中止となり、代わりにWCSO1(世界コンピュータ将棋オンライン大会)が有志によって開催された。そこで優勝したのは水匠であったが、この水匠の思考エンジンは、探索部やねうら王、ｍブランチであった。ｍブランチとは何なのか。ｍブランチは何故強いのかについて軽く書いてみたい。
続きを読むやねうら王、Large Page対応で10数%速くなった件
Windows上でメモリ確保にLarge Pageを使うとランダムアクセスが5%程度速くなるそうです。やねうら王の場合、ランダムアクセスはわりと支配的なのでTT(置換表)と、EvalHash(評価関数の値をcacheしておくメモリ領域)と評価関数テーブルをすべてLargePageに割り当てることで10数%高速化することがわかりました。
続きを読む機械学習エンジニアのための将棋AI開発入門その2
棋譜解析で1スレッドで並列に解析する件
KENTOという赤字を垂れ流し続けている(?)オンラインの棋譜解析サービスがあります。
続きを読む機械学習エンジニアのための将棋AI開発入門その1
最近、機械学習を勉強している人が増えてきたので、簡単な機械学習ならわかるよといった人たち向けに将棋AIの開発、特に評価関数の設計について数学的な側面から書いていこうかと思います。線形代数と偏微分、連鎖律程度は知っているものとします。
続きを読む