将棋プロセサ 「Ａ級リーグ指し手１号」開発中

ルート局面から全てハードで探索を行い、終わると指し手を返す、という完全独立型将棋プロセサ、「Ａ級リーグ指し手１号」をＦＰＧＡで開発してます。他に類例を聞いたことがないので、たぶん世界初じゃないかな、と思っています。

[ハード概要と性能]

まず、どのＦＰＧＡを使うか、ですが、まあverilogで書いているので、どれでもいいと言えばどれでもいいです。今お試しで合成やＰ＆Ｒを試しているのは Xilinx Virtex5 です。合成結果で 37MHz でした。Ｐ＆Ｒで少し落ちるかもしれませんが、30MHzは越えると思います。局面を進めるのと戻すのにそれぞれ１クロックかかるので、30MHzなら15M局面/秒になります。

Virtex 5 の XC5VLX85 に１プロセサが収まります。XC5VLX330 を使えば４プロセサは入るでしょう。仮に４チップつなげて並列に動かすソフトを書けば、Deep Blue の2億局面/秒は越えられそうです。

[プロジェクト状況]

今はverilogでのコーディングを終え、Simulationが動いている段階。 上記のとおり、お試しレベルでは合成とＰ＆Ｒは実施済。 実チップへの焼き込みはこれからです。評価ボードを用意したり、ホストI/Fのソフトを作ったり、と作業が多いので、来年５月の選手権参加を目標にしてはいますが、果たして間に合うか…というところ。

[動作サンプル波形]

Simulation の波形のサンプルを以下に示します。こんな感じか、というのがわかっていただけると幸いです。

ソフト屋の方は見慣れないかもしれませんが、ハードのデバッグは通常このような「波形ビューア」で行います。

forward/rewind が、局面を進める/戻す、です。動作中は必ず毎クロックfwdかrwdのどちらかが出るようになってます。この図はちょうど探索が終わったところで、カーソルの線で終わってます。

この例は「コンピュータ将棋の進歩２」の問題集３７番を解かせた例で、終了時bestMvが"20552"(５二角打、正解）を返しています。今はＰＣでソフト的にsimulationしているので、速度は数サイクル/秒と遅く、深い探索はできません。今は全幅１手、静止６手の設定で動かしています。問題３７はこの深さでも正解が出るため使用しています。

探索が終わるとstoppedがつきます。stoppedは外部へ出力され、ホストＰＣに伝えます。ホストはこれを見るとcmdReadをプロセサへ送ります。するとプロセサは指し手とあと若干の情報を数サイクルかけてcmdReadDataに載せてホストに伝える、という動きになります。

なお最初の起動の時は、ホストがcmdWriteを立てた後、数サイクルかけてルート局面、α、β、depth を cmdWriteData で送ります。プロセサ側では、cmdWrite でステートマシンを起動し、受け取ったデータを然るべきflip flopに設定した後、stoppedを落として自分で起動して探索を開始します。α、β、depth も送るのは、並列化を視野に入れてのことです。

実マシンでホストへ接続する際は、クロックの違いによる同期化の問題等あるので、これよりもう少し複雑になりそうです。ただ、基本的な動きは変わらない予定です。

[今後の予定]

・まずは、何はともあれ「早く焼きたい！」。そのためには評価ボードや、　I/F ソフトを…

・今はまだ簡単な例しかやってませんので、regressionの環境を作ったり、　もう少し深い探索をやらせてみたり、もしないと。

・今までは「まず最初は、簡単でいいからとにかく動くものを」というスタンス　でやってきたので、チューニングはぜんぜんできていません。たぶん37MHzより　はかなり高速化できるだろう、とは思っているので、これもやりたいところ。

・ちょい（かなり？）先ですが、並列化も…

・フリーハードウェアとして FPGA netlist (NGC等)を公開しようかともくろんで　ます。ただ、これはこれで、いろいろと環境整備をしないといけないので、　なかなか手がまわらないのですが。誰でも勝手にNGCダウンロードしてFPGAに　焼ける、ようになると面白いかな、と。

・このＨＰのメンテ：まめに更新したいのは山々なんですが、なんせ仕事の合間　にやってるのでなかなか時間がとれず…でも何とかできる範囲でやっていこうと　思っております。

[コンピュータ将棋としての動作]

全般に、ソフトなら簡単にできるがハードでは難しいこと、というのがけっこうあります。それを考慮した結果、現状は以下のようになってます。（すぐ変わるかもしれませんが）

・全幅探索です。元々Bonaの成功を見て、「全幅やったらFPGAでできるんちゃうか」　と思ったのが始めたきっかけです。それまでは Deep Purple という、１次予選を　通るか通らないか、くらいのソフトを作っていたのですが、ハードに転向しました。

・深さが一定以下になると静止探索になります。といっても全幅と静止の差はほとんど　なく、生成する手が全部か、取り＋パスか、が唯一の違いです。詰将棋はありません。

・多重反復深化します。前のループのα更新した手を２つまで覚え、次のループで　最初にトライします。

・ハッシュはありません。反復深化があれば必須ではないかな、と思っています。　ただ、ハッシュコードがないため、今はループ（千日手）のチェックができて　いません。もしかしたら将来このためだけにハッシュコード入れるかもしれま　せん（あまりやりたくないが…）

・手生成には３種類あります：１）全幅、２）取り＋パス、３）王手防ぎ。　それぞれのカテゴリの中では、機械的な順序で生成し、たとえばSEEでソート、　なんてことはしてません。これも、まあ反復深化があるからいいだろ、と自分に　言い訳してます。 ただ、全幅時もまず取りから、くらいはやります。

・評価は、今のところかなりいいかげんです。各マスの両王との相対位置、　個々の利き、を考慮して適当に線形和、という感じ。（評価のチューンって　つまんないんですよね^^;）進行度は連続で持ってます。

・基本は普通のαβ探索。NULLMOVE PRUNINGはありません（全幅ではパスしないし）。　が、「ベスト手以外全部PRUNE」をやります。YSSの0.5手延長、みたいな感じ？　FUTILITY PRUNINGも今はやってないです。ただ、「静止探索、深さ一定以下で、　手番側がβ以上ならβカット」くらいでお茶濁そうかな、などと考えてます。