飞扬围棋

 找回密码
 注册
搜索
查看: 28282|回复: 40
打印 上一主题 下一主题

leelaz将要发布NVIDIA版本

[复制链接]
跳转到指定楼层
1#
发表于 2018-11-20 07:55 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
回复

使用道具 举报

2#
发表于 2018-11-20 20:14 | 只看该作者
或许是个错误决定,nvidia靠不公开cuda中ai部分,只卖硬件的模式不会长久。ai不一定要绑在显卡上,华为、阿里的AI加速卡已经测试阶段。
回复 支持 反对

使用道具 举报

3#
发表于 2018-11-20 20:55 | 只看该作者
亲爱的楼主 这个版本 和原来的版本有什么不一样呢 ,不都是用显卡吗?求科普,谢谢!!
回复 支持 反对

使用道具 举报

4#
发表于 2018-11-20 21:41 | 只看该作者
罗浩宇 发表于 2018-11-20 20:55
亲爱的楼主 这个版本 和原来的版本有什么不一样呢 ,不都是用显卡吗?求科普,谢谢!!

现在版本用的是opencl语言编写,支持各种显卡来进行并行计算。n卡对其只支持到1.2版,效率不高。
未来版本是cuda语言编写,只支持n卡,运行效率和编程效率都会提高。
cuda今年加入了cudnn深度学习库,这个库有利于leela的权重训练。
但cuda和cudnn绑死了n卡,很多ai公司不爽,在研发脱离显卡的ai加速卡。
云加速也是个趋势,也许明年,你接入到阿里云或华为云,不用买昂贵的显卡也能享受高速并行计算的服务。
回复 支持 反对

使用道具 举报

5#
发表于 2018-11-20 22:21 | 只看该作者
landa 发表于 2018-11-20 21:41
现在版本用的是opencl语言编写,支持各种显卡来进行并行计算。n卡对其只支持到1.2版,效率不高。
未来版 ...

谢谢 懂了很多,就是说 N卡以后能很好的用里拉姐姐 ,而A卡就不太好用了 ,是吗?
回复 支持 反对

使用道具 举报

6#
发表于 2018-11-21 12:54 | 只看该作者
nvidia的老黄唯利是图。。
回复 支持 反对

使用道具 举报

7#
发表于 2018-11-21 21:21 | 只看该作者
大家去支持一下作者,需要20人以上
回复 支持 反对

使用道具 举报

8#
发表于 2018-11-22 22:14 | 只看该作者
你理解反了,应该是,AMD卡用Leela更好,比N卡好。
现在,用了fp16,在A卡,快了两倍,
但,N卡,即使是2080Ti,也没怎么提升,
因为,N卡,不支持新的OpenCL。
回复 支持 反对

使用道具 举报

9#
发表于 2018-11-22 22:25 | 只看该作者
本帖最后由 lxjtt09 于 2018-11-22 22:32 编辑
amiok 发表于 2018-11-22 22:14
你理解反了,应该是,AMD卡用Leela更好,比N卡好。
现在,用了fp16,在A卡,快了两倍,
但,N卡,即使是2 ...

没有2倍那么夸张吧。

回复 支持 反对

使用道具 举报

10#
发表于 2018-11-22 22:34 | 只看该作者
千万不要乱说的,免得人家误解
回复 支持 反对

使用道具 举报

11#
发表于 2018-11-23 07:17 | 只看该作者
gcp commented 5 days ago •
edited
anything to optimize on amd gpus (like rx580/590 or vega) ?
We support both of these through fp16 compute support (during inference). The RX cards in theory should only benefit a little because they only save register space in fp16 mode, but empirically my RX560 actually becomes almost twice as fast in fp16/half mode. Vega should benefit a lot as it has fp16 compute, but I remember early reviews saying it is disabled in OpenCL (Edit: Some Googling shows newer drivers do have it enabled).

For training it all depends on how good TensorFlow's support for AMD cards is.
回复 支持 反对

使用道具 举报

12#
发表于 2018-11-23 07:52 | 只看该作者
a卡确实提升明显,n卡要期待这个NVIDIA版了。
回复 支持 反对

使用道具 举报

13#
发表于 2018-11-23 07:55 | 只看该作者
本帖最后由 amiok 于 2018-11-23 09:08 编辑

gcp(leela作者):2018-11-18
在amd gpus上优化了什么?(如rx580 / 590或vega)
支持fp16计算(推断过程)支持这两者。 理论上RX卡只会受益一点点,因为它们只能在fp16模式下节省寄存器空间,但从经验上来说,我的RX560在 fp16/半精模式下实际上几乎快了两倍。 Vega应该受益更多,因为它有fp16计算,但我记得早期的评论说它在OpenCL中被禁用(编辑:一些谷歌搜索显示,新的驱动程序确实启用了)。

对于训练来说,这一切都取决于TensorFlow对AMD卡的支持程度。

https://github.com/gcp/leela-zer ... uecomment-439025096

点评

培训应该是训练跑谱得意思。  发表于 2018-11-23 08:59
回复 支持 反对

使用道具 举报

14#
发表于 2018-11-23 08:14 | 只看该作者
我的显卡是 Radeon HD7770,很老的,
用Leela Zero v0.15
  ELF权重,20B*224,自对弈,188手,123分钟,每手39.30秒。

用Leela Zero v0.16
  40B权重,40B*256,自对弈,154手,3322秒,每手21.57秒。

可见,提升确有两倍多。

点评

Vega56.  发表于 2018-11-23 09:05
我Vega刚才训练一盘129手,445秒,3.272秒一步。提升多少没仔细算,百分之50以上总有。用得40b权重。  发表于 2018-11-23 09:04
回复 支持 反对

使用道具 举报

15#
发表于 2018-11-23 08:38 | 只看该作者
李世乭 vs AlphaGo,第四局,神之一手分析,

#157 权重


ELF v1


#189 权重

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

小黑屋|Archiver|手机版|飞扬围棋网 ( 苏ICP备11029047号-1 )

GMT+8, 2024-11-12 21:46 , Processed in 0.159679 second(s), 20 queries .

since 2003飞扬围棋论坛 Licensed

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表