PhoenixGo 开源项目使用与启动指南

PhoenixGo 开源项目使用与启动指南

PhoenixGo Go AI program which implements the AlphaGo Zero paper 项目地址: https://gitcode.com/gh_mirrors/ph/PhoenixGo

1. 项目介绍

PhoenixGo 是腾讯开源的一个围棋人工智能程序，它实现了 AlphaGo Zero 论文中的算法。PhoenixGo 在世界围棋人工智能大赛 2018 中获得冠军，展现了其在围棋领域的强大能力。该程序支持 GTP（Go Text Protocol），可以与多种围棋界面软件配合使用。

2. 项目快速启动

环境要求

• GCC 支持 C++11
• Bazel 构建系统
• （可选）CUDA 和 cuDNN 以支持 GPU
• （可选）TensorRT 以加速 GPU 计算

克隆仓库与配置

首先，克隆仓库并进行配置：

git clone https://github.com/Tencent/PhoenixGo.git
cd PhoenixGo
./configure

./configure 脚本会询问 CUDA 和 TensorRT 的安装位置，如果需要，请指定路径。

构建项目

使用 Bazel 构建项目：

bazel build //mcts:mcts_main

构建过程可能会耗费较长时间，并且占用大量内存。

运行程序

下载预训练的网络模型：

wget https://github.com/Tencent/PhoenixGo/releases/download/trained-network-20b-v1/trained-network-20b-v1.tar.gz
tar xvzf trained-network-20b-v1.tar.gz

可以通过以下两种方式运行 PhoenixGo 引擎：

方法 1: 使用 start.sh 脚本

运行脚本，脚本会自动检测 GPU 数量，并运行 mcts_main：

scripts/start.sh

也可以通过指定配置文件运行：

scripts/start.sh {config_path}

方法 2: 直接运行 mcts_main

如果需要完全控制 mcts_main 的选项，可以直接运行：

bazel-bin/mcts/mcts_main --gtp --config_path=replace/with/path/to/your/config/file --logtostderr --v=0

3. 应用案例和最佳实践

• 单机多 GPU 使用：在配置文件中设置 num_eval_threads 等于 GPU 数量，num_search_threads 略大于 num_eval_threads * eval_batch_size。
• 分布式计算：如果有多台机器上的 GPU，可以配置分布式工作模式，将 enable_dist 设置为 true，并在配置文件中填写 dist_svr_addrs。

4. 典型生态项目

PhoenixGo 可以与多种围棋软件配合使用，例如 Sabaki 等。此外，社区中也有许多基于 PhoenixGo 的扩展项目，例如用于分析棋局的工具，或者与其他围棋引擎的接口等。

PhoenixGo Go AI program which implements the AlphaGo Zero paper 项目地址: https://gitcode.com/gh_mirrors/ph/PhoenixGo