以前AlphaZeroの探索速度を検討した回でMiacisの探索速度も調べた。
この記事でも述べた通り、今の仕組みではNPSが上がれば棋力が上がるとは限らない。というわけでやねうら王/Kristallweizen(2スレッド、0.1秒)と対局してレートを測定した。
バッチサイズ16
このバッチサイズではスレッド数を増やしてもNPSは伸びず、棋力もほとんど変わらない。
バッチサイズ32
バッチサイズを32にするとスレッド数を増やすほどNPSは伸びるようになる。しかしだからといって棋力が伸びるわけではない。
バッチサイズ64
バッチサイズ64ではもっとNPSが大きくなるのだが、やっぱり棋力は伸びない。
バッチサイズ128
バッチサイズ128では最大15KまでNPSが大きくなるのだが、やっぱり棋力は伸びない。
スレッド数2
今までの結果では基本的にどれもスレッド数2で最大のレートになっている。スレッド数2でのEloレートを1枚のグラフにまとめると次のようになる。
このグラフでもやっぱりNPSとEloレートは関係がなさそう。
結論
現状のMiacis(ch128, ブロック10)で棋力が最大になるのはバッチサイズが32、スレッド数2のときであり、おおよそ7.5K NPSである。NPS自体はもっと高めることができるが、今の仕組みではNPSとEloレートはあまり関係がなさそうだった。
ネットワークが小さいのにAlphaZeroよりも探索速度が出てないことになる。TPUが速いだけという以上の差がありそうに感じられる。AlphaZeroが棋力を最適化した結果として10K NPSになったとすれば探索の仕組みがちょっと違うのかもしれない。
