本文介紹了騰訊微信翻譯團隊開源的人工智能圍棋項目 PhoenixGo，該項目是對 DeepMindAlphaGo Zero論文《Mastering the game of Go without human knowledge》的實現。

PhoenixGo 是騰訊微信翻譯團隊開發的人工智能圍棋程序。據介紹，該項目由幾名工程師在開發機器翻譯引擎之余，基于 AlphaGo Zero 論文實現，做了若干提高訓練效率的創新，并利用微信服務器的閑時計算資源進行自我對弈，緩解了 Zero 版本對海量資源的苛刻需求。

4 月底，在 2018 世界人工智能圍棋大賽上，PhoenixGo 取得冠軍。參賽隊伍包括絕藝，LeelaZero、TSGo、石子旋風、Golois，HEROZ Kishi、Baduki 等來自中、日、韓、歐美等國家和地區的人工智能圍棋高手。

5 月 11 日，PhoenixGo 在 Github 上正式開源，以下是技術細節：

如果你在研究中使用 PhoenixGo，請按以下方式引用庫：

@misc{PhoenixGo2018, author = {Qinsong Zeng and Jianchang Zhang and Zhanpeng Zeng and Yongsheng Li and Ming Chen and Sifan Liu} title = {PhoenixGo}, year = {2018}, journal = {GitHub repository}, howpublished = {\url{https://github.com/Tencent/PhoenixGo}}}

構建和運行

在 Linux 上

1 要求

支持 C++11 的 GCC；

Bazel（0.11.1）；

（可選）CUDA 和 cuDNN（支持 GPU）；

（可選）TensorRT（加速 GPU 上的計算，建議使用 3.0.4 版本）。

2 構建

復制庫，并進行構建配置：

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

./configure 將詢問 CUDA 和 TensorRT 的安裝位置，如果必要指定二者的位置。

然后使用 bazel 進行構建：

bazel build //mcts:mcts_main

TensorFlow 等依賴項將會自動下載。構建過程可能需要很長時間。

3 運行

下載和提取訓練好的網絡：

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

以 gtp 模式運行，使用配置文件（取決于 GPU 的數量和是否使用 TensorRT）：

bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1

該引擎支持 GTP 協議，這意味著它可以和具備 GTP 能力的 GUI 一起使用，如 Sabaki。

--logtostderr 使 mcts_main 向 stderr 寫入日志消息，如果你想將消息寫入文件，將 --logtostderr 改成 --log_dir={log_dir} 即可。

你可以按照此說明更改配置文件：https://github.com/Tencent/PhoenixGo#configure-guide

4 分布模式

如果不同的機器上有 GPU，PhoenixGo 支持分布式 worker。

構建分布式 worker：

bazel build //dist:dist_zero_model_server

在分布式 worker 上運行 dist_zero_model_server，每個 worker 對應一個 GPU：

CUDA_VISIBLE_DEVICES={gpu} bazel-bin/dist/dist_zero_model_server --server_address="0.0.0.0:{port}" --logtostderr

在 config 文件中填充 worker 的 ip:port（etc/mcts_dist.conf 是 32 個 worker 的配置示例），并運行分布式 master：

bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1

在macOS 上

注意：TensorFlow 在 1.2.0 版本之后停止支持macOS 上的 GPU，因此在macOS 上的操作只能在 CPU 上運行。

1 要求 & 構建

同 Linux。

2 運行

首先添加libtensorflow_framework.so 到LD_LIBRARY_PATH 中：

$ export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:{project_root}/bazel-bin/external/org_tensorflow/tensorflow"

在 Windows 上

正在進行。

配置指南

以下是 config 文件中的一些重要選項：

num_eval_threads：應與 GPU 的數量一致；

num_search_threads：應比 num_eval_threads * eval_batch_size 大一些；

timeout_ms_per_step：每步使用的時間；

max_simulations_per_step：每步要做多少模擬；

gpu_list：使用哪塊 GPU，用逗號隔開；

model_config -> train_dir：訓練好的網絡的存儲目錄；

model_config -> checkpoint_path：使用哪個檢查點，如果沒設定，則從 train_dir/checkpoint 中獲取；

model_config -> enable_tensorrt：是否使用 TensorRT；

model_config -> tensorrt_model_path：如果 enable_tensorrt，使用哪個 TensorRT 模型；

max_search_tree_size：樹節點的最大數量，根據存儲容量進行更改；

max_children_per_node：每個節點的子節點的最大數量，根據存儲容量進行更改；

enable_background_search：在對手下棋的時候思考；

early_stop：如果結果不再更改，則 genmove 可能在 timeout_ms_per_step 之前返回；

unstable_overtime：如果結果仍然不穩定，則更多地考慮 timeout_ms_per_step * time_factor；

behind_overtime：如果贏率低于 act_threshold，則更多地考慮 timeout_ms_per_step * time_factor。

分布模式的選項：

enable_dist：啟動分布模式；

dist_svr_addrs：分布式 worker 的 ip:port，多條線，每條線中有一個 ip:port；

dist_config -> timeout_ms：RPC 超時。

async 分布模式的選項：

Async 模式是在有大量分布式 worker 的時候使用的（多余 200），而在 sync 模式中需要過多的 eval 線程和搜索線程。

etc/mcts_async_dist.conf 是 256 個 worker 模式的 config 示例。

enable_async：開啟 async 模式

enable_dist：開啟分布模式

dist_svr_addrs：每個命令行 ip:port 的多行、用逗號分開的列表

eval_task_queue_size:根據分布 worker 的數量調整

num_search_threads：根據分布式 worker 的數量調整

參看 mcts/mcts_config.proto 更詳細的了解 config 選項。

命令行選項

mcts_main 接受以下命令行選項：

--config_path：配置文件路徑；

--gtp：作為 GTP 引擎來運行，如果禁用，則只能進行 genmove；

--init_moves：圍棋棋盤上最初的落子；

--gpu_list：覆寫配置文件中的 gpu_list；

--listen_port：與 --gtp 一起使用，在 TCP 協議端口上運行 gtp 引擎；

--allow_ip：與 --listen_port 一起使用，是允許連接的客戶端 ip 列表；

--fork_per_request：與 --listen_port 一起使用，表示是否 fork 每個請求。

Glog 選項還支持：

--logtostderr：向 stderr 寫入日志消息；

--log_dir：向該文件夾中的文件寫入日志消息；

--minloglevel：記錄級別：0 - INFO、1 - WARNING、2 - ERROR；

--v：詳細記錄，--v=1 即記錄調試日志，--v=0 即關閉記錄。

mcts_main --help 支持更多命令行選項。