个人 团队开发水平 完全就比不上开源的tockfish
stockfish之所以强，就是因为开源，全世界顶尖高手都在贡献力量。
谷歌是靠硬件tpu辗压传统cpu软件 配置很牛逼 不适合个人
传统的象棋软件虽然强，但已经到天花板要靠各种开局残局库，对于某些局面是解不了的。深度学习的软件参考谷歌阿尔法GO和阿尔法monster，可以凭算法生成自己的棋库自我学习。这种在围棋上已经实现，如果哪个公司有谷歌这技术肯定能弄出个象棋软件一定横扫市面所有传统软件。但我发现目前这种软件仅仅靠民间训练，资金和技术差谷歌很多量级，难成大事
目前，“阿法零”算法可以在8个小时训练后击败去年对战李世石版本的“阿法狗”，再以4小时训练击败世界顶级的国际象棋程序Stockfish；又用2小时训练击败世界顶级将棋程序Elmo。
与前辈“阿法元”相比，“阿法零”有很多自己的独到之处。首先，“阿法元”是在假设结果为赢/输二元的情况下，对获胜概率进行估计和优化，而“阿法零”会将平局及其他潜在结果都考虑在内，深一步估计和优化；其次，“阿法零”并不是靠转变棋盘位置进行数据增强，它只对单一神经网络进行维护，并不断更新该神经网络；最后，“阿法零”所有对弈都重复使用相同的超参数（开始学习过程之前设置值的参数，而非通过训练得到的参数数据），因此无需额外针对特定某种棋类再进行调整。
下一步落地应用本月11日，深度思维拿出了一套“阿法狗”教学工具。“阿法狗”团队核心成员黄士杰在其社交媒体账号上介绍说，该教学工具总共收录了约6000个近代围棋史上主要的开局变化，从23万个人类棋谱中收集而来，而所有盘面都有“阿法狗”评估的胜率及推荐的下法。这套教学使用的其实是神秘账号Master那一版的“阿法狗”。但这里所有的胜率与下法，AI都思考过将近10分钟——这意味着1000万次模拟，而每一个开局变化，“阿法狗”都固定延伸20步棋。再加上下法，整套教学工具约有2万个分支变化，37万个盘面。团队成员希望，人们能感受这套教学工具中的创新，并可从中获益。
教学系统推出两天后，黄士杰宣布正式告别“阿法狗”，投身公司的其他研究中。其实早在今年5月，当“阿法狗”战胜柯洁后，深度思维就宣布此后该程序不会再参加到人机大战的竞技中去。团队的下一步计划，是研发出广泛算法以投入应用，包括给出疾病的治疗方案、设法将能源消耗降低，以及发明出革命性新材料等。现在，深度思维已与谷歌数据中心共同研发管理制冷系统的新技术，并与英国全民医疗健康系统达成合作。他们，在让AI相关算法真实落地于应用中。
https://baijiahao.baidu.com/s?id=1582563870706485313&wfr=spider&for=pc&qq-pf-to=pcqq.group
【潜水】主意事世 13:28:29
2019年：第二/三代TPU Pod
虽然这一年谷歌并未发布第四代TPU，却上演了另一个重头戏——发布第二代和第三代TPU Pod，可以配置超过1000颗TPU。
作为TPU的“升级版”，谷歌第二代TPU Pod能够容纳512个内核，实现每秒11.5千万亿次浮点运算；第三代TPU Pod速度则更快，可实现每秒超过100千万亿次浮点运算。
据悉，在相同配置（265块TPU）下训练ResNet-50模型时，第二代TPU Pod需要11.3分钟，而第三代TPU Pod只需7.1分钟。
谷歌 Edge TPU 在本月初终于公布价格 —— 不足 1000 元人民币，远低于 TPU。实际上，Edge TPU 基本上就是机器学习的树莓派，它是一个用 TPU 在边缘进行推理的设备。
https://abrok.eu/stockfish/https://stockfishchess.org/https://tests.stockfishchess.org/tests Stockfish 12神经网络可用于云引擎
schedule 26 天 之前 account_circle richard label_outline Announcement
我们现在已经在我们的云引擎服务器上升级到stockfish12。 Stockfish 12是Stockfish的第一个官方版本，它具有基于神经网络的评估功能。神经网络基于NNUE，并为这一版本的Stockfish带来了显著的优势，Elo增益估计比Stockfish 11高出100+点。 请注意，虽然此版本比以前的版本强得多，但您会注意到引擎分析的每秒位置数有所减少。然而，神经网络提供的评估精度的提高使得可以选择更高质量的动作，尽管总体上看的位置较少。 云引擎被用来为所有在Chesstempo上玩的游戏提供免费的游戏后分析。高级成员可以访问任意引擎分析，钻石会员可以访问最强大的云引擎，允许您在最多8个线程上运行Stockfish。请参阅高级会员页有关如何升级的详细信息。 感谢Stockfish team感谢他们所有令人惊叹的工作！
偷stockfish的nn 然后再卖给用户
TCEC，即Thoresen Chess Engine Competition，网址为
tcec.chessdom.com，是目前世界上水平最高的引擎竞赛。
但是WCCC允许使用任意的硬件，而TCEC采用指定的硬件）。
https://wiki.chessdom.org/Main_Page TCEC S17 –详细信息 [font=&][backcolor=transparent]2019年12月21日[backcolor=transparent] 
该
顶级国际象棋引擎锦标赛TCEC将开始在10天左右的时间。这将是惊人的！TCEC S17将进行可靠的硬件升级，新的调整格式和新结构，带有销售部分的专门新闻网站等等。
TCEC CPU服务器的硬件升级第17季及以后的各个季节将享受稳定的硬件升级。现在，传统CPU引擎可以使用最多176个线程的服务器。这将是迄今为止赢得主要计算机国际象棋锦标赛的最强机器。
完整参数为：
CPU：4个Intel Xeon 4xE5-4669v4
内核：88个物理/ 176个线程
RAM：128 GB DDR4（适用于引擎）
RAM：1 TB（适用于6件Syzygy）
HDD：总计15 GB
操作系统：CentOS Linux版本7.7。 1908（核心）您没有看错：Syzygy表基而不是SSD，将直接缓存在RAM中以加快访问速度。转向Linux将为引擎提供更高的稳定性，并以Nps的速度提供更高的速度。使用Linux，TCEC管理员还可以接受引擎的源代码提交。
这是TCEC的网址：
http://www.chessdom.com/ tcec-chess.com – TCEC直播
www.twitch.tv/tcec_chess_tv – TCEC Twitch广播
bonus.tcecbeta.club – TCEC奖励网址（并非一直在使用）
wiki.chessdom.org – TCEC Wiki
www.chessdom.com –国际象棋博客
ccrl.chessdom.com – CCRL：电脑象棋等级列表
github.com/TCEC-Chess – TCEC官方Github
tcecbayeselo.chessdom.org – TCEC贝叶斯ELO网站
http://ccrl.chessdom.com/ccrl/404FRC/rating_list_all.html 可通过以下链接查看最新的CCRL评级列表和统计信息：
isc]- 40/15清单
- 40/2清单
- 40/2 FRC（chess960）列表
这三个列表彼此分别更新。
可以在默认的“最佳版本”列表下方找到各种评级列表的链接。例如，有一个“单CPU”列表。
我们在15分钟内重复执行40次动作，在2分钟内重复执行40次动作，均调整为Intel i7-4770K。
