Solving poker in custom WebGPU kernels
7 hours ago
- 作者原本需要为WebGPU中的扑克模型找一个张量库，但发现自定义内核就足够了，实现了超过10倍的加速。
- 扑克求解器寻找近似纳什均衡；商业求解器价格昂贵，这促成了一个开源的浏览器内版本。
- 使用PyTorch作为正确性参考，Codex生成了WebGPU内核，这些内核通过了奇偶性测试并在一夜之间进行了优化。
- 当代码生成成本低廉且可验证时，自定义内核可以超越通用库，颠覆了传统的权衡。
- 该项目使用反事实遗憾最小化（CFR）结合神经网络进行重新求解，这是一种现代的均衡求解方法。
- LLM的能力已经显著进化；它们现在可以从头实现整篇论文，但仍然缺乏规划和判断力。
- 结论：库和语言选择的约束变小了；重写不再是禁忌；求解器可在holdem.computer获取。