Merge pull request #69 from kobanium/develop

Develop

README.md

@@ -70,6 +70,9 @@ AobaZeroはShogiGUIでも動作しますがengineに送られてくる局面が
 ShogiGUIのページ
 <http://shogigui.siganus.com/>
 
+# Compileの仕方は？
+[こちら](readme.txt)をご覧ください。
+
 # AobaZeroの紹介ページ
 今までに作成した棋譜や重み、棋譜のサンプルなどを公開しています。  
 <http://www.yss-aya.com/aobazero/>

src/common/nnet-ocl.cpp

@@ -539,7 +539,7 @@ void wmma_mma(uint *mc, __local const uint *ma, __local const uint *mb) {
         "r"(mb[SGEMM_NLN*WRAP_SIZE*4]), "r"(mb[SGEMM_NLN*WRAP_SIZE*5]),
         "r"(mb[SGEMM_NLN*WRAP_SIZE*6]), "r"(mb[SGEMM_NLN*WRAP_SIZE*7])); }
 
-void wmma_store(__global float *dest, const float *src) {
+void wmma_store(__global void *dest, const uint *src) {
   asm("{  wmma.store.d.sync.aligned.row" SGEMM_TDM ".global.f16\n"
       "     [%4], {%0, %1, %2, %3}, %5; }"
       :: "r"(src[0]), "r"(src[1]), "r"(src[2]), "r"(src[3]),
@@ -565,7 +565,7 @@ void wmma_mma(uint *mc, __local const uint *ma, __local const uint *mb) {
         "r"(mb[SGEMM_NLN*WRAP_SIZE*4]), "r"(mb[SGEMM_NLN*WRAP_SIZE*5]),
         "r"(mb[SGEMM_NLN*WRAP_SIZE*6]), "r"(mb[SGEMM_NLN*WRAP_SIZE*7])); }
 
-void wmma_store(__global float *dest, const float *src) {
+void wmma_store(__global void *dest, const uint *src) {
   asm("{  wmma.store.d.sync.aligned.row" SGEMM_TDM ".global.f32\n"
       "     [%8], {%0, %1, %2, %3, %4, %5, %6, %7}, %9; }"
       :: "r"(src[0]), "r"(src[1]), "r"(src[2]), "r"(src[3]),
@@ -642,6 +642,7 @@ void compute_matM(__global const uint *gA, __global const uint *gB,
     for (uint upn = 0; upn < SGEMM_NPN; ++upn)
       wmma_store(gC + upm*SGEMM_NTM*NN + upn*SGEMM_NTN, &pD[upm][upn][0]); }
 
+
 #else
 
 __kernel __attribute__((reqd_work_group_size(SGEMM_NLN*WRAP_SIZE,
@@ -699,7 +700,8 @@ void compute_matM(__global const uint *gA, __global const uint *gB,
   gC += ulm*SGEMM_NTM*NN + uln*SGEMM_NTN;
   for (uint upm = 0; upm < SGEMM_NPM; ++upm)
     for (uint upn = 0; upn < SGEMM_NPN; ++upn)
-      wmma_store(gC + upm*SGEMM_NLTM*NN + upn*SGEMM_NLTN, &pD[upm][upn][0]); }
+      wmma_store(gC + upm*SGEMM_NLTM*NN + upn*SGEMM_NLTN, (&pD[upm][upn][0])); }
+
 #endif
 )";
 
@@ -1240,6 +1242,7 @@ static SgemmParam tune_compute_matM(bool use_half, bool use_wmma,
       elapsed = measure_compute_matM(context, param, nbatch, nm0, nn0, nk0,
 				     1U); }
     catch (const ErrInt &e) {
+      cout << "e.what()=" << e.what() << std::endl;
       if (! strstr(e.what(), msg_opencl_error)) throw;
       elapsed = DBL_MAX; flag_error = true; }
     catch (...) { throw; }

src/common/param.hpp

@@ -3,9 +3,9 @@
 #pragma once
 namespace Ver {
   constexpr unsigned char major       = 3;	// 2...komaochi, 3...Swish
-  constexpr unsigned char minor       = 8;	// 
+  constexpr unsigned char minor       = 9;	// 
   // usi_engine is no use. MUST increase "minor" for kicking old engine by server. Only major and minor are sent to client.
-  constexpr unsigned short usi_engine = 41;	// 1...18 AobaZero, 16...26 komaochi, 27...Swish AobaZero
+  constexpr unsigned short usi_engine = 42;	// 1...18 AobaZero, 16...26 komaochi, 27...Swish AobaZero
 }
 
 #define AOBA_UNIQUE ".oeWK7ZhnLN"

src/playshogi/readme.txt

@@ -5,12 +5,11 @@ playshogiは2つのusiプログラム同士を対戦させます。
    条件を満たす手を指した瞬間にplayshogiが判定します)。27点法
 3. AobaZeroを使う場合、同時に複数の対戦を走らせ、プロセス間バッチを組むことで高速化できます。
 4. 棋譜は標準出力に出ます。
-5. 磯崎氏が作成された24手目までの互角定跡集を使って対戦できます。
+5. 磯崎氏が作成された24手目までの互角局面集を使って対戦できます。
    http://yaneuraou.yaneu.com/2016/08/24/%E8%87%AA%E5%B7%B1%E5%AF%BE%E5%B1%80%E7%94%A8%E3%81%AB%E4%BA%92%E8%A7%92%E3%81%AE%E5%B1%80%E9%9D%A2%E9%9B%86%E3%82%92%E5%85%AC%E9%96%8B%E3%81%97%E3%81%BE%E3%81%97%E3%81%9F/
    records2016_10818.sfen
    をカレントディレクトリに置いて下さい。
-   定跡は起動ごとにランダムに選ばれます。
-
+   局面数は起動ごとにランダムに選ばれます。
 
 
 例:
@@ -20,6 +19,9 @@ bin/playshogi -rsbm 800 -0 "./bin/aobaz -p 100 -w ./weight/w1198.txt" -1 "./bin/
 AobaZero(1手800playout)とKristallweizen(1手200kノード、1スレッド、定跡なし)を対戦させる場合。プロセス間バッチ利用。HALF利用。weightの指定はplayshogi、aobaz、同じものを指定してください(内部で時々GPUの計算とCPUの計算の一致を確認するため)。
 bin/playshogi -rsbm 600 -B 7 -P 25 -U 0 -H 1 -c /bin/bash -W ./weight/w1198.txt -0 "./bin/aobaz -p 800 -e 0 -w ./weight/w1198.txt" -1 "~/Kristallweizen/yane483_nnue_avx2 usi , setoption name BookMoves value 0 , setoption Threads value 1 , setoption USI_Hash value 16 , setoption NodesLimit value 200000 , isready" >> w1198_p800_vs_200k.csa
 
+AobaZero(1手800playout)と水匠5(1手300kノード、1スレッド、定跡なし)を対戦させる場合。
+bin/playshogi -rsbm 800 -P 18 -B 7 -U 0 -H 1 -c /bin/bash -W ./w4365.txt -0 "./aobazero/bin/aobaz -p 800 -e 0 -w ./w4365.txt" -1 "cd ../suisho5; ./yane750sse42 , isready , setoption name BookMoves value 0 , setoption Threads value 1 , setoption NodesLimit value 300000" >> w4365_s5_750_300k.csa
+
 GPU 0 と GPU 1 を使ってw485とw450を800局対戦。定跡集は使わず。ランダム性としてノイズの追加と最初の30手は確率分布で選択。
 bin/playshogi -rsm 800 -P 25 -U 0:1 -B 7:7 -H 1:1 -W w0485.txt:w0450.txt -0 "bin/aobaz -e 0 -p 800 -n -m 30 -w w0485.txt" -1 "bin/aobaz -e 1 -n -m 30 -p 800 -w w0450.txt"
 
@@ -29,11 +31,24 @@ bin/playshogi -rsm 800 -P 25 -B 7 -U 0 -H 1 -c /bin/bash -W w1650.txt -0 "bin/ao
 2枚落ち。先手が常に下手。"-d 1" は香落ち、以下、角(2)、飛(3)、2枚(4)、4枚(5)、6枚(6)
 bin/playshogi -frsm 800 -d 4 -0 "bin/aobaz -p 400 -msafe 30 -w w1525.txt" -1 "bin/aobaz -p 10 -msafe 30 -w w1525.txt" >> 2mai_p400_vs_p10.csa
 
-dlshogiと1手100playoutで。dlshogiはplayoutが指定可能なように改造したもの
-bin/playshogi -brsm 400 -i usi0.txt:usi0.txt -c /bin/bash -P 7 -U 0 -B 3 -H 1  -W w4195.txt -0 "./aobaz -p 100 -e 0 -w w4195.txt" -1 "./dlshogi_dr2_exhi/usi/bin/usi_dr2e_po 100" >> w4195_b1t1_p100_vs_dlshogi_dr2_b1t1_100p.csa
-$ cat usi0.txt
+dlshogiと1手100playoutで。
+bin/playshogi -brsm 800 -i usi_dummy.txt:usi_dr2_mb1_p100.txt -c /bin/bash -P 7 -U 0 -B 3 -H 1 -W w4357.txt -0 "./aobaz -p 100 -e 0 -w w4357.txt" -1 "dlshogi_dr2_exhi/usi/bin/usi" >> w4357_vs_dlshogi_dr2_100p.csa
+$ cat usi_dr2_mb1_p100.txt
+setoption name DNN_Model value /home/yss/shogi/dlshogi_dr2_exhi/model/model-dr2_exhi.onnx
 setoption name DNN_Batch_Size value 1
-setoption name UCT_Threads value 1
+setoption name Const_Playout value 100
+
+"-i" で usi コマンドを送れますが、usi と isready の間の setoption のみを指定します。
+指定する場合は必ず2つ必要です。送る必要がない場合は 改行1行だけの usi_dummy.txt を指定します。
+
+usi
+...
+usiok
+
+  ここで指定する setoption を複数行で指定
+
+isready
+
 
 
 ※ 注意

src/usi-engine/bona/shogi.h

@@ -138,7 +138,9 @@ extern unsigned char ailast_one[512];
 //#define BNZ_VER                 "38"	// 20221110 test get_best_move_alphabeta_usi().
 //#define BNZ_VER                 "39"	// 20221221 raw value and policy are recorded in *.csa. Dynamic Variance-Scaled cPUCT. NN is not called for one reply king escape position.
 //#define BNZ_VER                 "40"	// 20230519 dfpn is called from all threads. make_book, kldinterval.
-#define BNZ_VER                 "41"	// 20231207 kldgain 0.0000004, kldinterval 400, -p 12800, ave playouts is 3180/move.
+//#define BNZ_VER                 "41"	// 20231207 kldgain 0.0000004, kldinterval 400, -p 12800, ave playouts is 3180/move.
+#define BNZ_VER                 "42"	// 20240214 nDrawMove 0 -> 513 default, MAX_DRAW_MOVES = 513
+
 #define BNZ_NAME                "AobaZero"
 
 //#define BNZ_VER                 "16"	// 20210528 komaochi, mate3

src/usi-engine/bona/yss_dcnn.h

@@ -12,6 +12,7 @@ const int B_SIZE = 9;
 const int DCNN_CHANNELS = 362;
 const int LABEL_CHANNELS = 139;	// 11259専用の値
 
+const int MAX_DRAW_MOVES = 513;	// 513手目が指せれば引き分け
 
 const int SHOGI_MOVES_MAX = 593;
 const float ILLEGAL_MOVE = -1000;

src/usi-engine/bona/yss_net.cpp

@@ -741,10 +741,11 @@ void set_dcnn_channels(tree_t * restrict ptree, int sideToMove, int ply, float *
 		set_dcnn_data( data, base, y,x);
 	}
 	float div = 1.0f;
-	if ( STANDARDIZATION ) div = 512.0f;
-	// 513手目が指せれば引き分け。floodgateは256手目が指せれば引き分け。選手権は321手目が指せれば引き分け。
+	if ( STANDARDIZATION ) div = MAX_DRAW_MOVES-1;
+	// 513手目が指せれば引き分け。floodgateは256手目(513手目、2024年1月7日から)が指せれば引き分け。選手権は321手目が指せれば引き分け。
 	int tt = t + sfen_current_move_number;
-	if ( nDrawMove ) {
+	if ( tt > div ) tt = div;
+	if ( nDrawMove && nDrawMove < MAX_DRAW_MOVES ) {
 		int draw = nDrawMove;	// 256, 321
 		int w = 160;	// 何手前から増加させるか。256手引き分けでw=60なら196手から増加
 		if ( draw - w < 0 ) w = draw;

src/usi-engine/bona/ysszero.cpp

@@ -57,7 +57,7 @@ bool fRawValuePolicy = true;
 
 int nLimitUctLoop = 100;
 double dLimitSec = 0;
-int nDrawMove = 0;		// 引き分けになる手数。0でなし。floodgateは256, 選手権は321
+int nDrawMove = MAX_DRAW_MOVES;	// 引き分けになる手数。0でなし。floodgateは256, 選手権は321。学習中も探索内では引き分けに
 
 const float FIXED_RESIGN_WINRATE = 0.10;	// 自己対戦でこの勝率以下なら投了。0で投了しない。0.10 で勝率10%。 0 <= x <= +1.0
 float resign_winrate = 0;