前言

最近和同门在比试围棋，结果被爆虐，于是想借助Ai治治“嚣张”的他。

KataGo简介

继2016年AlphaGo出圈以来，已有不少Ai模型，其中部分如下图[1]所示。

在线围棋对弈网站OGS上，使用KataGo(https://online-go.com/)这款工具进行Ai分析，于是去了解了一下KataGo。

KataGo作者是David Wu（毕业于哈佛大学，目前供职于Jane Street，是一名从事人工智能研究的研究员)，“kata”一词出自日语，现在也成为了一个武术里的英文常用词汇，意思是通过左右互搏自我练习，慢慢精进棋盘上的招式[2]。

KataGo官方地址：https://github.com/lightvector/KataGo

KataGo论文：Accelerating Self-Play Learning in Go

KataGo基于AlphaZero采用的蒙特卡洛树(Monte Carlo tree)进行大量训练速度上都优化，目前该仓库还在维护更新，一些更新的优化策略更新在仓库中。

KataGo的模型也在不断训练更新，可以从下面这个地址下载到最新或效果最好的模型：https://katagotraining.org/networks/

KataGo+Sabaki部署搭建

KataGo仅仅是作为一个算法后端，一个完整的围棋助手还需要搭配图像化的前端界面，在本文中使用Sabaki作为前端界面。下面来进行搭建部署。

1.下载KataGo

在KataGo仓库中，可以下载到KataGo的不同版本，主要包括以下四个：OpenCL (GPU)、CUDA (GPU)、TensorRT (GPU) 和 Eigen (CPU)。其中，推理速度最快的是TensorRT (GPU)，但需要Cuda以及TensorRT版本去进行适配，配置起来较麻烦。因此，推荐下载OpenCL版本，无需繁琐配置，在日常主机上基本5s左右能算完一步，基本可用。

2.下载权重

在权重网站上下载最新或性能最好的权重，下载之后放置在KataGo文件夹中。

3.配置参数文件

在Katago文件夹用命令行执行命令(权重文件替换成自己下载的文件名)：

katago.exe genconfig -model 权重文件.bin.gz -output sabaki.cfg

生成配置文件的过程中要提问几个问题：

问katago默认的围棋规则是什么，选中国规则，输入：chinese，然后回车；问katago要不要对读秒之类的时间规则加个额外限制，选不用。输入：n，然后回车；问是否允许katago在对手读秒的时候思考，默认是否，直接回车；问katago要使用哪个计算核心，只有一块显卡，选项是“0”，直接回车；问katago的内存上限设置为多少，我的内存是16GB，输入8，直接回车。

然后就是AI引擎自己运行测试硬件的性能，自动选择参数生成配置文件sabaki.cfg后结束运行。

4.下载Sabaki

Sabaki官网：https://sabaki.yichuanshen.de/

在官网上下载Sabaki进行安装。

打开软件，可以在文件->首选项修改语言信息。

5.配置KataGo

在Sabaki引擎菜单下，勾选显示引擎侧边栏。

点击管理引擎，新增，设置KataGo路径，输入以下命令(权重文件替换成自己下载的文件名)：

gtp -model 权重文件.bin.gz -config sabaki.cfg

点击左上角KataGo，弹出以下信息，则表明模型初始化成功。

之后，在新开对局设置中，将对手设置为KataGo，就可以顺利和Ai对战了。甚至可以设置两个KataGo，观看Ai之间的对决。

后记

不忘初心，拿着KataGo再次和同门进行挑战，非常顺利。

参考

[1]围棋AI及GUI的使用简介：https://zhuanlan.zhihu.com/p/267139001

[2]《丈夫贵兼济，岂独善一身：我为什么要开源KataGo？》——弈客采访KataGo作者:https://www.163.com/dy/article/FP8F9RPS0529BOGK.html