推 zkow: 單機版也是幾百顆CPU的樣子 03/22 02:00
→ zkow: 畢竟事關Google機密，願不願意釋出單機版都是個問題 03/22 02:00
推 NaoGaTsu: 48顆cpu。不過應該一般人有點閒錢是架得起的。 03/22 02:01
→ nanlong: 一年內圍棋AI很多單位包含台灣都會大躍進--如果台灣圍棋 03/22 03:05
→ nanlong: 訓練單位出些經費跟高手去配合研究單位就有機會雙贏。 03/22 03:07
推 lwei781: Google 賣雲端對戰就可以了啊 03/22 03:23
→ lwei781: Intel Xeon E5-2697 10000USD 有四顆 03/22 03:24
推 Cocochia: 我猜單機不是技術，散列式才是核心。 單機應該適合推廣 03/22 03:32
→ Cocochia: 圍棋。 03/22 03:32
→ CGary: 呃,48顆cpu恐怕也非一般人有點閒錢可以弄的XD,不是48core喔 03/22 03:39
推 Cocochia: 一般的棋院應該有能力吧！ 03/22 03:41
推 blackwindy: 去租個ec2來用就很夠了 沒必要去搞台超級電腦 03/22 04:33
推 milk7054: 國家出錢啊XDDD 03/22 06:26
推 deerdriver: 軟體才是這次突破的重點 硬體跟左手一樣只是輔助 03/22 08:41
推 bearching: 這個真的做出來賣的話應該也是雲端的吧 單機版等級夠 03/22 10:43
→ bearching: 一般民眾使用了，職業棋士就認證後可用分散版XD 03/22 10:44
→ Lordaeron: 應該是6 CPU, 48 Cores, 一台機子要塞48 CPU,最少96 03/22 11:50
→ Lordaeron: Cores, 外加8 GPU, 實在是強人所難. 03/22 11:51
推 PsMonkey: 其實只要多給他一點時間就得了阿... 03/22 11:52
→ Lordaeron: 如果用E5-2697, 則4 顆CPU 就好, 這看起來就更好一點 03/22 11:54
→ Lordaeron: MTCS 給多久都是靠CPU 撐出來的. 03/22 11:57
→ Lordaeron: 用E5-2690 * 6 顆, 也才6 萬多塊(主機子另算) 03/22 11:58
→ Lordaeron: 主機板要找一塊能插6 CPUs+ 8 GPUs的要多少錢呢. 03/22 12:03
→ Lordaeron: 另外, MTCS 也很吃MEMORY, 還好現在RAM 相對便宜. 03/22 12:04
→ Lordaeron: 哪GPUs 呢, 要用頂級NVIDIA Tesla K80, 一個就 03/22 12:04
→ Lordaeron: 14萬多, 哪8 個, 就..112萬台幣.... 03/22 12:05
→ Lordaeron: 要是CPU 也頂級的, 2697v2, 四顆要一萬二美金. 03/22 12:06
→ Lordaeron: 就是, 三百萬台幣囉, 哪加一加, 光CPUs/GPUs 就四百多 03/22 12:06
→ Lordaeron: 萬新台幣了. 03/22 12:07
→ Lordaeron: 真的要比較有"閒"錢才行囉. 03/22 12:07
→ nanlong: 個人玩的-效能如果不搶那10%~20%買次1~2等倒可省很多 03/22 12:49
→ nanlong: 要跟人拼速度的 不管是競賽或是研究 大多要看口袋深度了 03/22 12:52
推 iamstudent: 我覺得推文很多人搞錯什麼了 03/22 13:57
→ iamstudent: 既然那個演算法可以靠機器擴充運算量，那麼也可以縮減 03/22 13:58
→ iamstudent: 意思是單機不一定要使用google的那台單機性能 03/22 13:58
→ iamstudent: 也可以用更廉價的電腦去運算，當然深度廣度能力都下降 03/22 13:59
→ iamstudent: 如果用相同的桌機去跑，能不能贏一般圍棋軟體？ 03/22 13:59
→ Lordaeron: 最仔了解一下ＭＴＣＳ囉 03/22 14:03
推 sadmonkey: 真的花效能的是MTCS，但是這次AG強大是強大在經由長時 03/22 14:35
→ sadmonkey: 間輸入棋譜學習與自我對奕出來的策略函數與非常棒的估 03/22 14:36
→ sadmonkey: 值函數，直接把這兩個函數拿來用就會有很棒的棋力了 03/22 14:37
推 CGary: @Lordaeron:現在有兩種說法,一是說他們用48-core(intel還沒 03/22 15:00
→ CGary: release的24-cores xeon*2),二是他們真的用48-cpu,用 03/22 15:00
→ CGary: InfiniBand串 看paper內訊息不是很充足,但不管那種都很貴XD 03/22 15:01
→ CGary: 以他們對於cpu的理解程度 很難想像他們會以cpu代指core就是 03/22 15:01
→ CGary: 所以我猜是後者... 03/22 15:01
推 birdy590: 最有可能就是 12-core 四顆, Tesla*4(一張卡就兩顆 GPU) 03/22 15:20
→ birdy590: Xeon 沒有六顆的, E7 超貴而且又用不到 03/22 15:22
→ birdy590: 分散式就類似的機器一路串下去而已 軟硬體技術都很成熟 03/22 15:25
推 CGary: 的確 樓上說的是最有可能的組合 而對Google來說這真的就是 03/22 15:25
→ CGary: 閒錢了 比起來一台大概百萬出頭而已XD 03/22 15:26
→ birdy590: 研究用的話 單機把時間拉長會拉近些距離 但是電費... 03/22 15:26
→ birdy590: 之前估過 一台硬體約 150~200 萬(RAM 可能也需要不少) 03/22 15:27
→ birdy590: 除了 GPU 本來不多, 準系統 google 手上應該滿滿一卡車 03/22 15:27
→ Lordaeron: @CGary,48CPUs? 就最少96 Cores. 還不知哪台機子可以 03/22 16:11
→ Lordaeron: 裝48 CPUs. 搬著走的 03/22 16:13
推 iamstudent: alphago桌機版一定做的到，只是google要不要的問題 03/22 17:47
→ iamstudent: 另外則是變成桌機之後在合理時間內還剩下多少實力而已 03/22 17:48
→ Lordaeron: 將GOOGLE 當神了? 03/22 18:07
推 doom3: 堆CPU堆分散式都是為了運算量吧 你要單機一步算一天也很強 03/22 18:17
推 CGary: 我也疑惑 看演算法脈絡像是講多少core,但他用了cpu, 很難想 03/22 19:45
→ CGary: 像他們這些人會隨便用core/cpu,所以有"謠傳"Mellanox有弄了 03/22 19:48
→ CGary: 套cpu clustering技術給google用,但我存疑,比較合理的確是 03/22 19:49
→ CGary: 48-cores 但就算是這樣 都是貴到炸... 03/22 19:49
→ Lordaeron: 不用TOP 的, 就像birdy590講的, 200萬打到死. 耗電不算 03/22 22:10
→ Lordaeron: . 用top 才是我講的哪樣而已. 但MTCS 就是咬硬體. 03/22 22:10