搭建基于 Katago 的围棋游戏

Sun, 24 May 2026 20:00:00 +0800

搭建基于 Katago 的围棋游戏链接到标题

2016 年 3 月，韩国首尔，全世界都在关注一场特殊的围棋比赛。

李世石九段对战 DeepMind 的 AlphaGo。五番棋，1:4。李世石赢下了第四局——那一步"挖"成了围棋史上的经典。那时候，人们还在讨论：AI 到底能不能真正理解围棋？

答案是：能，而且远超人类。

仅仅几年后，开源的 KataGo 横空出世。它基于 AlphaGo Zero 的论文思路，但做了大量优化——更快的训练速度、更强的网络结构、支持多规则多路盘、还开源。

到今天，KataGo 的官方评级系统中，主力模型 ELO 已经达到 14095。作为参考：职业顶尖棋手在这个标度上大约是 3000-3500 ELO。

差距已经不是"能不能赢"的问题，而是"赢多少"的问题。

最让人感慨的是——这样的 AI 不需要 Google 的超级计算机。

一台普通单机服务器 + 一块 NVIDIA RTX 4060 Ti（~3000元级别显卡），配合 TensorRT 加速，就能跑起 KataGo，棋力依然碾压一切人类选手。

这正是本文想要分享的部署方案：用最普通的硬件，搭建一套基于 KataGo 的围棋对弈环境。