[簡單開箱與安裝] 升級微星3080-12G顯卡與850W全模組金牌電源

[簡單開箱與安裝] 升級微星3080-12G顯卡與850W全模組金牌電源

上星期滑手機逛 「PTT-HardwareSale」看到的,有位賣家只用了兩個多月時間,就因為他的 ITX 主機體積太小緣故所以想出售他分期購買的「MSI GeForce RTX™ 3080 VENTUS 3X PLUS 12G LHR」顯示卡。乖乖,五月份時他買 NT$29,000,現脫售 NT$16,000,雖然這期間顯卡大跳水,但這張全新仍要賣近2萬1,真不太敢相信,但還是與之 Line 聯繫,果不其然,排隊想買的人一堆,我難得排到第一位,與之聯繫,對方是位碩士研究生,談吐也有禮貌,且真的附有發票與保固證明 (四年保),外觀幾與新的一樣,所以就現金交易垛手買下去了。

不過我現在桌機的電源供應器仍停留在10來年前所購買的「be quiet! Golden 650w」。這顆電供相當滿意,從未出過任何問題,但要應付 3080 這種吃電怪獸 (需要雙8pin),瓦數起碼要 750W 以上,所以我又趁原價屋蝦皮有折價券時購買了顆「海韻 FOCUS GX-850 850W 金牌全模組」電源供應器,折扣後大約 NT$3,600。然後再買了高檔的「林帝 36302 DISPLAYPORT 2M 傳輸線」,以及要作為遊戲碟與外置模擬器遊戲的「美光 MX-500 1T SSD」、「Toshiba Canvio Ready  2T USB 3.2 外接硬碟」,總之這次升級總費用不到 2萬5,基本上是相當滿意的。

其實使用桌機這幾十年,我還真從沒有買過像這樣如此高檔的顯示卡,一般買的顯卡不會超過 1萬,大約能輕中度遊戲即可。這次我算是為了想要暢玩「碧血狂殺2 (Red Dead Redemption 2)」,還有更重要的是想要跑 AI 運算,至少可以跑 KataGo 來幫我分析在野狐圍棋對局的覆盤 (現勉強站穩野狐 7D),那肯定確實對我的棋力提升有莫大的幫助。

閱讀全文 »

讓圍棋AI作為覆盤老師的好夥伴-Go Review Partner

看到對岸「百度圍棋吧」的文章:「围棋开源AI棋谱分析工具Goreviewpartner中」與「复盘神器,史上最强!」,得知原來國外有個超棒的免費開源圍棋AI覆盤工具-Go Review Partner。截至目前的版本 (0.11.2),支援了 AQ, Leela, Ray, Leela Zero 等圍棋AI引擎,可以協助玩家對奕後所自行儲存的 .sgf 檔格式 (大都圍棋對奕平台均支援該標準棋譜格式),作完整的棋譜掃描分析後,再儲存為 .rsgf 格式,可以一一檢視每一步圍棋AI所分析的勝率,以及建議的著點。

哇喔~ 我雖然擁有了多套圍棋AI,但實在不想與之對奕,棋力相差太多了。!^^
但是若能讓 AI 作為協助覆盤的工具,那才確實得以發揮真正的用處!對玩者本身棋力的提昇學習,肯定會有相當大的助益。

GRP (Go Review Partner)官網可下載搭配不同種類的 AI。我個人是下載 Leela Zero 64bit 版本,這個版本是支援玩家電腦有中高階以上的顯卡 (最好是 GTX 1080,我個人的顯卡是 GTX 970,運算處理差了些);也可以另外下載純 CPU 版本,但我想 AI 棋力可能會比 GPU 版本差許多吧。

下載回來解壓縮至任一資料夾,直接執行 .exe 主程式即可。
Go Review Partner Screenshot-01

閱讀全文 »

兩個圍棋AI引擎的自動對奕-RN vs. Leela

先前我都是自己手動叫出 Crazy Stone、Zen、Leela 等自帶的圍棋圖形界面,然後自己當「人肉臂」交互點子讓兩個圍棋AI對奕,參考先前寫的兩篇:
o 圍棋軟件間的對奕-Leela vs Zen6 @i7-GTX970 顯卡
o 圍棋軟件間的對弈-Crazy Stone Deep Learning vs Zen6

不過這種方式未免也太辛苦麻煩了。現在兩個知名具有深度學習 (deep learning)功能的免費或開源圍棋AI — Leela & RN,都具有在命令列模式下 (command mode)加載參數設定而得以達成自動對奕的功能。

除了圍棋AI引擎之外,還需要有個可以展現圍棋對奕的界面。對岸比較普遍使用的是「GoGui」,不過我覺得畫面很陽春。這裡我用了一直有在持續更新並且是開源 (open source)的「Sabaki」,界面漂亮太多了。
Sabaki Go

閱讀全文 »

因為 AlphaGo 太完美,所以世界圍棋冠軍不甘心的在對局中哭了~

毫無懸念,這個月中 (23-27日)為期五天的 AlphaGo 對上人類最頂尖棋手的賽事中,所有對局全都輕鬆取勝!這有別於去年 AlphaGo 初登場時,人們不相信 AI 得以戰勝人類最高智慧結晶的博奕遊戲—圍棋,然後從驚愕中逐漸接受,到年初時 AlphaGo 化名為 Master 大師在網路圍棋對奕狂砍60局連勝後,到本月對上世界圍棋第一人柯潔,所有人士已認為人們不可能打敗 AI 了,這鉅大的轉變也才歷經一年的時間而已!!

當然這三局棋的直播我是從頭看到尾,Youtube 的直播全都有英文與中文各一組人在解說的。其中尤其是前中國第一人古力的解說,他生動的說明與犀利的擺上大型的變化圖,好幾手甚至與 AlphaGo 不謀而合,無怪乎與他的搭當主持張璇還笑稱古力叫 Alpha古。 🙂

共三局 AlphaGo 與目前世界圍棋第一人柯潔的對局比賽,第一局好像是極細小的落差 (僅輸半目)輸掉 (AlphaGo 優勢時會放水讓棋局盡量簡明到終局),但其實從棋的內容來看卻是完敗,從頭到尾柯潔毫無勝機,這在職業圍棋比賽中可稱為「安樂死」,是最忌諱的下法。

第二局最精彩,序盤一開始就高潮迭起,戰鬥連綿不已,前一百手勢均力敵、維持均勢。所以 DeepMind 執行長還發了一則推特,稱讚柯潔的表現不可思議,「根據 AlphaGo 的評估,柯潔此時表現得非常完美。」不過最終因柯潔漏算一枚劫材,導致棋局突然急轉而下,中盤不得已認輸。據柯潔事後說,當他在中盤以為有機會領先 AlphaGo 時,內心還狂跳不已,這在轉播時看到他摀著胸口就知道,柯潔是多麼盼望能贏 AlphaGo 一盤啊。

而第三局則是柯潔表現最差的一盤。因為序盤就下出了惡手 (其實是緩著),導致局面早早就不利。「我擔心 AlphaGo 會這樣下的,它都想到了:而反之有一半我沒有想到的,AlphaGo 卻是這樣下,而再仔細推敲卻發現那是好棋。」…。「總之,這就是實力上的巨大差距。」—柯潔賽後這樣說。

印象對我最深刻的是,第三局的中盤稍後,柯潔不甘於又是安樂死,所以打入了黑陣 (柯潔持白)作最後的一博。這裡的打入非常非常的複雜,若是對上一般的頂尖職業棋手,一個應對不妥就有可能翻盤的。但問題是 AlphaGo 仍是輕描淡寫,每手棋落子不超過 30秒。當時我看到直播影片中中國圍棋隊總教練俞斌還正在擺這局部的複雜變化時,AlphaGo 不假思索的下了這第 121手 (J17),而正常人類的直覺是不會下一手位置的,一般會在右一路的 K17 貼住白子。
AlphaGo vs 柯潔 第三局

閱讀全文 »

見證歷史的一刻-電腦圍棋 AlphaGo 戰勝頂尖職業棋士

這兩日最令世人震撼且必然是歷史性時刻的事蹟,就是谷歌旗下專司發展 AI 人工智慧的 DeepMind,率領旗下工程師約20餘人所開發的 AlphaGo,在五盤三勝制的圍棋對局比賽,竟然連著兩盤,而且還是中押勝贏了目前世界當紅第一勝負師,韓國超強九段棋手「李世乭」。

今年初時,Alpha 戰勝歐洲圍棋冠軍五連勝,眾多職業棋士與棋迷已覺不可思議。但畢竟雖為歐洲冠軍的樊麾,僅為職業二段,與中韓最頂尖棋手還差一段距離,所以當谷歌提說三月份邀請與李世乭的五戰三勝「人機對戰」 (勝者獎金100萬美金,相當誘人;AlphaGo若贏則捐給慈善組織。),眾多職業棋手,雖訝異於電腦圍棋的突飛猛進,但還是一致看好李世石可以贏得此次比賽;且李世石本人也覺得應該可以五盤全拿。

從20餘年前我在專科時期就已經常去觀摩電腦圍棋的比賽。當時是由宏碁與應昌期圍棋基金會共同舉辦,而已過世的應老當時還說,若在西元兩千年以前電腦戰勝台灣任何一個職業棋手,可獲得獎金2千萬元。但圍棋這個號稱變化還來得比宇宙原子數量還要來得多與複雜的博奕遊戲,可說是代表人腦智慧最後的殿堂;它無法採以窮舉法 (象棋與西洋棋已以該方法擊敗人類),且圍棋有著那種難以量化的「價值觀」或「藝術成份」存在,所以普遍認為起碼還要發展個一、二十年時間,才能有機會在「圍棋」這個領域擊敗頂尖職業棋手。

沒想到,這個歷史性時刻來得這麼快,比我個人想像得提早了三十年!

閱讀全文 »

軟體思維顧問

專職軟體輔導與教育訓練的獨立顧問。輔導企業資訊單位如何有效組織系統開發與維護;輔導開發人員達成有效的專業分工。傳授如何把軟體作軟 (Keeping Software Soft)的技能,得以提昇系統的彈性/延展,並進而創造系統的再利用價值。

Personal