• Keine Ergebnisse gefunden

W a s m a c h t e in S c h a c h p r o g r a m m e ig e n tl ic h ? (I ) S te llu n g s b e w e rt u n g H a lb o ff e n e L in ie : + 5 0 T u rm : + 5 0 0 G e g n e ri s c h e r T u rm : -5 0 0

N/A
N/A
Protected

Academic year: 2022

Aktie "W a s m a c h t e in S c h a c h p r o g r a m m e ig e n tl ic h ? (I ) S te llu n g s b e w e rt u n g H a lb o ff e n e L in ie : + 5 0 T u rm : + 5 0 0 G e g n e ri s c h e r T u rm : -5 0 0"

Copied!
24
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

9.05.2009| Optimierung in dynamischer Umgebung| 87

C o m p u te rs ch a ch D ie l et zt e R u n d e im M en sc h -M as ch in e S ch ac h w et tk am p f is t b ee n d et A n m er k u n g : D ie se s K ap it el e n th äl t A u ss ag en , d ie m an z u R ec h t al s „n ic h t- w is se n sc h af tl ic h “ b ez ei ch n en s o ll te . E s h an d el t si ch d ab ei u m re in e S p ek u la ti o n , u n d s ie w u rd en d es h al b a ls s o lc h e g ek en n ze ic h n et . D ie s g il t in sb es o n d er e fü r d ie F o li en 1 0 9 u n d 1 1 0 .

(2)

29.05.2009| Optimierung in dynamischer Umgebung| 88

C o m p u te rs c h a c h h a t e in e a te m b e ra u b e n d e G e s c h ic h te 1 9 4 0 -1 9 7 0 : V e rs u c h e , m e n s c h lic h e s S c h a c h s p ie l n a c h z u a h m e n , v e rs a n d e n 1 . 1 9 7 0 s : C h e s s 4 .5 i s t d a s e rs te 's ta rk e ' P ro g ra m m . E s l e g t W e rt a u f S u c h e ff iz ie n z . E rs te r C o m p u te rs ie g e in e s M e n s c h e n tu rn ie rs , M in n e s o ta O p e n 1 9 7 7 . 2 . 1 9 8 3 : B e lle w u rd e 'N a ti o n a l M a s te r' , 2 1 0 0 E L O . 3 . 1 9 8 8 : H it e c e rr in g t e in e n e rs te n S ie g g e g e n e in e n G ro ß m e is te r 4 . 1 9 8 8 : D e e p T h o u g h t a u f G ro ß m e is te rn iv e a u 5 . 1 9 9 2 : D ie C h e s s M a c h in e g e w in n t d ie o ff e n e C o m p u te rs c h a c h w e lt m e is te rs c h a ft , e in k o n v e n ti o n e lle s P C -P ro g ra m m v o n E d S c h rö d e r. 6 . 1 9 9 7 : D e e p B lu e s c h lä g t K a s p a ro v i n e in e m 6 -S p ie le W e tt k a m p f. 7 . V o n d e r Z e it a n , d o m in ie re n P C -P ro g ra m m e d ie W e lt , m it e in e r jä h rl ic h e S p ie ls tä rk e - s te ig e ru n g v o n c a . 3 0 E L O . I m I n te rn e t g ib t e s v ir tu e lle R ä u m e , in d e n e n T u rn ie re a b g e h a lt e n w e rd e , in d e n e n m a n j e d e rz e it g e g e n G ro ß m e is te r o d e r s ta rk e M a s c h in e n s p ie le n k a n n . E L O : s ta ti s ti s c h e s M a ß ; 1 0 0 P k te D if fe re n z e n ts p re c h e n e in e r 6 4 % G e w in n c h a n c e A n fä n g e r 1 0 0 0 E L O In te rn a ti o n a le r M e is te r > 2 4 0 0 G ro ß m e is te r > 2 5 0 0 M e n s c h lic h e r W e lt m e is te r > 2 8 0 0

(3)

9.05.2009| Optimierung in dynamischer Umgebung| 89

D a s Z ie l 4 P ro g ra m m e l ie fe rt e n s ic h b is 2 0 0 5 e in R e n n e n : • S h re d d e r v o n S te fa n M e y e r- K a h le n , • F ri tz v o n F ra n s M o rs c h , • J u n io r v o n A m ir B a n u n d S h a y B u s h in s k y • B ru tu s /H y d ra v o n C h ri lly D o n n in g e r, U lf L o re n z ( 2 0 0 3 -2 0 0 6 ), C h ri s to p h e r L u tz , N a s ir A li • R y b k a , F ru it s e it 2 0 0 5 D ie o b e re n v ie r P ro g ra m m e h o lt e n z .B . a u f d e r C o m p u te rs c h a c h -W e lt m e is te rs c h a ft i n G ra z , 2 0 0 3 , m e h r a ls 9 5 % d e r P u n k te g e g e n d a s r e s tl ic h e F e ld .

N u r e in B IG P O IN T fe h lt e n o c h : s rk e r s p ie le n a ls d ie b e s te n M e n s c h e n .

(4)

29.05.2009| Optimierung in dynamischer Umgebung| 90

W a s m a c h t e in S c h a c h p r o g r a m m e ig e n tl ic h ? (I ) S te llu n g s b e w e rt u n g H a lb o ff e n e L in ie : + 5 0 T u rm : + 5 0 0 G e g n e ri s c h e r T u rm : -5 0 0

G e g n e ri s c h e r D o p p e lb a u e r: + 3 0 G e g n e ri s c h e r is o lie rt e r B a u e r: + 2 0

F e ld u m g e g n e ri s c h e n K ö n ig i s t a n g e g ri ff e n : + 1 4

(5)

9.05.2009| Optimierung in dynamischer Umgebung| 91

L o n d o n : D ie K o n tr a h e n te n A d a m s : g e b o re n 1 7 .1 1 .1 9 7 1 , le b t in L o n d o n . • W u rd e 1 9 8 9 G ro ß m e is te r , m it d e m G e w in n d e r B ri ti s c h e n M e is te rs c h a ft e n , im A lt e r v o n 1 7 J a h re n . • 1 9 9 7 b ri ti s c h e r M e is te r. • 1 9 9 0 u n d 2 0 0 5 z u m S p ie le r d e s J a h re s g e k ü rt u n d • g e w a n n z w is c h e n 1 9 9 3 u n d 2 0 0 2 r e k o rd v e rd ä c h ti g v ie le T u rn ie re . Z u d e r Z e it N r. 1 i n E n g la n d , N r. 7 d e r W e lt , m it e in e r S p ie ls tä rk e v o n 2 7 4 1 E lo .

(6)

29.05.2009| Optimierung in dynamischer Umgebung| 92

L o n d o n : D ie K o n tr a h e n te n H y d ra : • D ie e in z ig e 'S c h a c h e in h e it ', d ie j e m a ls ( b is 2 0 0 9 ) d e u tl ic h ü b e r 3 0 0 0 E lo s p ie lt . • 1 5 0 M ill io n e n S c h a c h s te llu n g e n p ro S e k u n d e • ty p is c h e R e c h e n ti e fe n a c h d e r E rö ff n u n g : 1 9 b is 2 0 H a lb z ü g e • C lu s te r m it 3 2 P e n ti u m P ro z e s s o re n , je w e ils m it e in e m X ili n X V ir te x P ro I I 7 0 0 0 a ls S c h a c h -K o p ro z e s s o r (f in a n z ie rt u n d d u rc h g e fü h rt v o n P A L C o m p u te r S y s te m s , V A E , A b u D h a b i) - G e w in n e r d e s 1 3 . IP C C C 2 0 0 4 m it 6 .5 a u s 7 - G e w in n e r g e g e n S h re d d e r in A b u D h a b i m it 5 .5 : 2 .5 - G e w in n e r g e g e n G M V la d im ir o v ( 2 6 3 0 E lo ) m it 3 .5 : 0 .5 - M e n s c h -M a s c h in e M a n n s c h a ft s w e lt m e is te r m it 3 .5 : 0 .5 g e g e n S c h n it t v o n 2 6 9 0 E L O - G e w in n e r d e s 1 4 . IP C C C 2 0 0 5 m it 8 a u s 9

(7)

9.05.2009| Optimierung in dynamischer Umgebung| 93

H y d ra s g lo b a le A rc h it e k tu r F P G A : V ir te x I I: V P 7 0 - > c a . 5 ,4 M ill io n e n S u c h k n o te n p ro S e k u n d e p ro P ro z e s s o r b is z u 3 2 C P U s : 3 .0 G H z - > S p e e d u p 1 7 u n d s o m it 1 0 0 M ill io n e n S u c h k n o te n p ro S e k u n d e

D u a l P C s m it M y ri n e t V e rb in d u n g s n e tz w e rk

(8)

29.05.2009| Optimierung in dynamischer Umgebung| 94

Z e rl e g u n g d e s S u c h b a u m s o b e re r T e il d e s B a u m s in S o ft w a re -> g ro b g ra n u la re P a ra lle lit ä t d ie l e tz te n 4 E b e n e n i n F P G A - > f e in g ra n u la re P a ra lle lit ä t, F P G A K a rt e w ir d c a . 1 0 0 0 0 0 m a l p ro S e k u n d e a n g e s to ß e n

P ro c e s s o re n 1 , 2 , 3 , 4

(9)

9.05.2009| Optimierung in dynamischer Umgebung| 95

P a ra ll e le r S u c h a lg o ri th m u s • Z e rl e g u n g d e s S u c h b a u m s • ‘W o rk S te a lin g ‘: P ro z e s s o re n o h n e A rb e it s e n d e n r a n d o m is ie rt A n fr a g e n in d e n C lu s te r; e in s p e z ie lle r P ro z e s s o r b e g in n t d ie B e re c h n u n g e n w ie i m s e q u e n ti e lle n F a ll • e in P ro z e s s o r, d e r A rb e it h a t u n d e in e A rb e it s a n fr a g e e in fä n g t, g ib t e in T e ilp ro b le m a n d e n S e n d e r d e r A n fr a g e a b , d e r A n fr a g e n d e w ir d ' w o rk e r‘ , d e r a n d e re ‘ m a s te r‘ • m a s te r/ w o rk e r B e z ie h u n g e n s in d d y n a m is c h , o ft g e k n ü p ft u n d w ie d e r g e lö s t • N a c h ri c h te n : R E Q U E S T , W O R K , N O -W O R K , W IN D O W _ U P D A T E , C U T O F F , R E S U L T • P ro b le m a u s w a h l fü r A b g a b e n : n a h a n d e r W u rz e l, Y B W C

(10)

29.05.2009| Optimierung in dynamischer Umgebung| 96

9 .3 1 2 2 0 1 1 1 6 8 0 * 1 7 1 4 2 4 * 3 2

-1 6 .5 3 4 8 8 8

3 .6 3 .5 6 8 8 8 4

0 1 .9 9 1 2 1 3 9 2

0 1 2 4 2 1 3 1

S O % S P E Z e it (s )

S p e e d u p s * g e s c h ä tz t, d a a n d e re V e rs io n e n v o n H y d ra z u g ru n d e l ie g e n

(11)

9.05.2009| Optimierung in dynamischer Umgebung| 97

F P G A ( F ie ld P ro g ra m m a b le G a te A rr a y ) H a u p tv o rt e il e ( r H y d ra ): 1 . D a s H in z u fü g e n v o n m e h r S c h a c h w is s e n e rf o rd e rt z u s ä tz lic h e n P la tz , k o s te t a b e r n a h e z u k e in e z u s ä tz lic h e B e re c h n u n g s z e it 2 . F P G A C o d e k a n n g e -d e b u g g e d u n d s c h n e ll w ie i n S o ft w a re g e ä n d e rt w e rd e n , o h n e l a n g w ie ri g e A S IC E n tw ic k lu n g s z e it e n 3 . fe in g ra n u la re P a ra lle lit ä t k a n n g e n u tz t w e rd e n - > g e n M o v e , d o M o v e , e v a l, u n d o M o v e i n 9 T a k tz y k le n , b e i e in e r c lo c k -r a te v o n 5 0 M H z

is t re k o n fi g u ri e rb a re L o g ic f ü r ra p id p ro to ty p in g u n d r d ie I m p le m e n ti e ru n g d ig it a le r S y s te m eis t e in e A rt i n R A M s im u li e rt e r H a rd w a re , d ie f e in -g ra n u la re P a ra ll e li t e rh a lt e n dis t e in e M ö g li c h k e it L o g ik z u r e a li s ie re n

(12)

29.05.2009| Optimierung in dynamischer Umgebung| 98

2 S lic e s V ir te x C L B

C a rr y & C o n tr o l C a rr y & C o n tr o l

L U T L U T

G 1 G 2 G 3 G 4 B Y B X

F 1 F 2 F 3 F 4

Y B Y Y Q X B X X Q

C O U T C IN

E C

S P Q D R C

E C

S P Q D R C S lic e 1

C a rr y & C o n tr o l C a rr y & C o n tr o l

L U T L U T

G 1 G 2 G 3 G 4 B Y B X

F 1 F 2 F 3 F 4

Y B Y Y Q X B X X Q

C O U T C IN

E C

S P Q D R C

E C

S P Q D R C S lic e 0

(13)

9.05.2009| Optimierung in dynamischer Umgebung| 99

C L B B lo c k R A M IO B

(14)

29.05.2009| Optimierung in dynamischer Umgebung| 100

(15)

9.05.2009| Optimierung in dynamischer Umgebung| 101

H P R C C H ig h P e rf o rm a n c e R e c o n fi g u ra b le C lu s te r- C o m p u ti n g 2 S lic e s V ir te x C L B D e ta ile d V ie w o f V ir te x S lic e

(16)

29.05.2009| Optimierung in dynamischer Umgebung| 102

F P G A , V e ri lo g

module Search(); ControlLogic; // Enables/disables the modules and converts data to the correct format. // E.g. the module Board does not know whether DoMove or UndoMove is // done. The input is always piece-from, piece-to. The // ControlLogic converts the move // information in the correct format for the Board module. AlphaBetaFSM; // Alphabeta search with Finite State Machine. // The FSM sets a few signals like "DoMove", "UndoMove", // "Next-Victim". The next state is determined from the // output of the modules and the current state. Thesignals are used by the // ControlLogic to control the operation of the modules. // The FSM has 54-States, but some states are simply waitstates. It changes no // signals. Only a transition to the next // state can be done. CastleStatus(); // Determine castle status 0.5 cycles GenVictim(); // Generates next ToSquare. 2.0 cycles GenAggressor(); // Generates next FromSquare for a given ToSquare. 2.0 cycles TestCheck(); // Tests if the king is in check. 2.0 cycles Board(); // Board respresenation and board update 1.0 cycles SearchStack(); // "Local variables" for the search control. 0.5 cycles. Evaluate(); // Evaluation. 3.0 cycles. endmodule module Evaluate(); HandleSpecialCases; // E.g: Is there insufficient mate material? WeightedSum; // Different weights for different gamephases. GamePhase(); // Determines the game phase. PieceValues(); // Sums up the material value. FirstOrderValues(); // piece square tables PawnStructure(); // pawn structure and passed pawns KingCover(); // pawn-cover around the king Dynamic(); // Main part. This evaluation bases on attack and defense // relations. E.g. attack on opponents king, mobility endmodule

(17)

9.05.2009| Optimierung in dynamischer Umgebung| 103

H y d ra

(18)

29.05.2009| Optimierung in dynamischer Umgebung| 104

(19)

9.05.2009| Optimierung in dynamischer Umgebung| 105

H y d ra G e n V ic ti m ( Z ie lf e ld ) G e n A g g re s s o r (V o n -F e ld ) 6 4 F e ld in s ta n z e n 6 4 x 1 6 I n p u t- B it s c o m p e ra to r tr e e

c o m p e ra to r tr e e

6 4 F e ld in s ta n z e n 6 4 x 1 1 I n p u t- B it s . B e s e tz te F e ld e r s e n d e n e in S ig n a l in G e n V ic ti m . . F re ie F e ld e r le it e n S ig n a le w e it e r . A lle F e ld e r, d ie e in S ig n a l b e k o m m e n , s in d p o te n ti e lle Z ie lf e ld e r. . D e r C o m p e ra to r- tr e e w ä h lt a tt ra k ti v s te s Z ie lf e ld (z .B . S c h la g z u g ).

1 . G e w in n e rf e ld g e n e ri e rt S ig n a l v o n ' s u p e r p ie c e '. 2 . F re ie F e ld e r le it e n d a s S ig n a l w e it e r. 3 . V o n e ig e n e n F ig u re n b e s e tz te F e ld e r s in d p o te n ti e lle V o n -F e ld e r. 4 . D e r C o m p e ra to r- tr e e w ä h lt d a s a tt ra k ti v s te V o n -F e ld

(20)

29.05.2009| Optimierung in dynamischer Umgebung| 106

G M C h ri s to p h e r L u tz

D r. U lf L o re n z N a s ir A li

D r. C h ri lly D o n n in g e r U n iv e rs it ä t P a d e rb o rn P ro f. D r. B . M o n ie n P a d e rb o rn C e n te r fo r P a ra lle l C o m p u ti n g P A L C o m p u te r S y s te m s P A L G ru p p e A b u D h a b i S c h e ic h T a h n o o n

D a s E n tw ic k le rt e a m h in te r H y d ra

(21)

9.05.2009| Optimierung in dynamischer Umgebung| 107

L o n d o n : H y d ra g e g e n A d a m s 5 ,5 : 0 ,5

(22)

29.05.2009| Optimierung in dynamischer Umgebung| 108

L o n d o n 2 0 0 5

(23)

9.05.2009| Optimierung in dynamischer Umgebung| 109

T y p is c h e T h e s e n a u s d e n 8 0 e r J a h re n ( *) : • T o p -G ro ß m e is te r s p ie le n f a s t p e rf e k t S c h a c h • E in T o p -G ro ß m e is te r k a n n m it w e iß i m m e r R e m is h a lt e n , w e n n e r n u r k e in R is ik o e in g e h t u n d v o n v o rn h e re in a u f R e m is s p ie lt . • 3 0 0 0 E lo i s t e in e n a tü rl ic h e P e rf e k ti o n s g re n z e • T u rm e n d s p ie le m it e in e m W e n ig e rb a u e rn s in d e in fa c h R e m is z u h a lt e n . A lle s Fa ls c h ! K a ta s tr o p h a le S e lb s te in s c h ä tz u n g . (* ) D ie s e F o lie p rä s e n ti e rt a u c h a u s S ic h t Ih re s D o z e n te n k e in e w is s e n - s c h a ft lic h e E rk e n n tn is . S ie d ie n t a lle in d e r A n re g u n g z u D is k u s s io n !

(24)

29.05.2009| Optimierung in dynamischer Umgebung| 110

E in z a rt e r H a u c h v o n I n te ll ig e n z ( *) 1 . D ie M e n s c h li c h e n M e is te r b e a n s p ru c h e n , d a ß s ie , o b w o h l s ie g e g e n e in P ro g ra m m v e rl ie re n , d a s S p ie l b e s s e r v e rs te h e n . S ie s p re c h e n v o n e in e m 't ie fe re n V e rs n d n is '. F ra g e : T u n s ie d a s ? W a s k ö n n te d a s s e in : 'ti e fe r v e rs te h e n '? G ib t e s ü b e rh a u p t e tw a s z u v e rs te h e n , a u ß e r 'J e d e S te llu n g i s t e n tw e d e r g e w o n n e n , v e rl o re n o d e r re m is '? A n tw o rt : J a , e s g ib t d a w a s . .. (* ) D ie s e F o lie p rä s e n ti e rt a u c h a u s S ic h t Ih re s D o z e n te n k e in e w is s e n - s c h a ft lic h e E rk e n n tn is . S ie d ie n t a lle in d e r A n re g u n g z u D is k u s s io n !

Referenzen

ÄHNLICHE DOKUMENTE

sicherzustellen, ist das Fundament im Durchstanzbereich für Mindestmomente nach Gleichung (NA.6.54.1) bemessen worden, sofern die Schnittgrößenermittlung nicht zu höheren

• Aufteilungsschlüssel richtet sich nach Anzahl der Köpfe/Kammer, Anzahl der geleisteten Verfahrenshilfe sowie Höhe der verzeichneten Kostenverzeichnis.. Lebensjahr). •

Finde heraus, welche Wörter versteckt sind und lies sie zur Kontrolle

Früher waren vereinzelt ähnliche Larven audi in anderen Zuchtstämmen aufgetreten, doch wurden sie als Ausnahmeerscheinungen nicht weiter beachtet, zu- mal sie ausnahmslos als

This work has been digitalized and published in 2013 by Verlag Zeitschrift für Naturforschung in cooperation with the Max Planck Society for the Advancement of Science under

Eingezogene Handys oder andere elektronische Geräte können an die Schülerinnen und Schülern frühestens am folgenden Tag nach Unterrichtsende zurückgegeben werden.. Der

technisches System oder Verfahren zu verwenden ist (S. 123 des Planfeststellungsbeschlusses). Als Systeme, welche die in der Nebenbestimmung spezifizierten Anforderungen gewährleisten,

Im Ergebnis ist daher festzuhalten: Im Rahmen der Haftung aus unerlaubter Handlung ist jeder einzelne für das von ihm an den Tag gelegte Verhalten selbst verantwortlich, so daß