AlphaGo用的什么CPU

AlphaGo的配置是可变的，最低配置是48个CPU加一个GPU，这种配置下由于计算能力太弱，所以它的围棋能力很弱，最高配置是1920个CPU加280个GPU。和李世石下棋的就是这个配置。

部分媒体翻译有误，说和李世石对战的AlphaGo是单机版，实际上不是这样，和李对战的AlphaGo连接的是谷歌的内网，把当前战况发送到谷歌的计算中心，通过计算后，决定要怎么走，再发送回来。

最高配置的AlphaGo的计算能力大概相当于天河二号超级计算机的计算能力的十分之一。

至于具体是哪一款，官方没有说，我猜是英特尔的至强E7，因为谷歌也是美国公司，完全可以买到英特尔的E7，不像我们的天河二号，想买E7，美国不让卖，只能买到E5，还不是最强的E5。

实际上从计算能力的对比也可以看出来，天河二号用了3.2万个E5，计算能力仅为AlphaGo的10倍，如果AlphaGo也用E5，应该是没有这么强，所以应该是18核36线程版的E7，而天河二号用的是12核24线程的E5。换算一下差不多，18核的E7性能相当于12核E5的1.5倍，1920个18核E7，相当于2880个12核E5，性能相当于使用了3.2万个12核E5的天河二号的十分之一，这数字就对上了。

至于AlphaGo的GPU用的可能是英伟达的特斯拉，用于加速运算，由于同配置下的GPU的浮点计算能力比CPU强大得多，在部分需要大量浮点计算的场景调用GPU辅助运算，可以大大提高效率。从AlphaGo的规模来看，总功耗预计会在2000KW左右，也就是下一个小时的棋，要消耗2000度电。

Alphago是专门针对围棋的程序，只能用来下围棋。

以Alphago程序同样的逻辑编写的程序应用就比较多了，

谷歌的消息:

从今年开始，Google 让 DeepMind AI “接管”了部分数据中心里的一些控制单元，从简单一些的风扇、空调和窗户，到复杂的服务器本身，最后节约了“几个百分点”的电力。经过复杂的计算模型折算后，DeepMind AI 大约提高了 Google 15% 的能源使用效率，“我们的系统为 Google 节约了巨大的电费开支，对于环境也很有帮助。”

之前DeepMind开发了AlphaGo，它打败过世界顶尖围棋选手。现在DeepMind用不同的设计开发出另一套软件，名叫AlphaGoZero。比之前任何版本的AlphaGo更强大。和之前的版本不同，AlphaGoZero完全从零开始学习，不需要知道人类是如何下棋的。

Alphabet为数据中心引入DeepMindAI系统，它可以控制计算机服务器和相关设备（比如散热系统），节省电力。

DeepMind正在尝试将AlphaGoZero算法用在其它领域，也就是真实世界的各个行业，首先从蛋白质折叠开始。如果想开发药物对抗各种病毒，研究人员要先知道蛋白质是如何折叠的。之前也有人用超级计算机折叠蛋白质，但是效果并不是很理想。围棋这项发源于中国的有两千年历史的智力游戏，曾被认为是最后一个人工智能不能超越人类的游戏。围棋游戏的规则是：棋盘由纵横各十九条等距离、垂直交叉的平行线构成。形成361个交叉点，在围棋中简称为“点”。对局双方各执一色棋子，轮流下子，最后谁占的点多，谁就赢。然围棋规则简单，但建立在此规则之上的各种策略、棋理、布局、定式、手筋、手段，却是无穷无尽的。聂卫平曾解释了其中的原因，围棋棋盘上有361个点，其理论变化值是361阶乘，阶乘到底本身就是一个无限大的数，无法表达。

---