好久没下围棋，最近重新捡起来这项爱好，一周在网上下 3 盘左右的快棋（大概花费 2 个小时）。在 AI 已经征服围棋的时代，想过提高棋力，最佳的方式就是借助 AI。然而围棋 AI 的配置较为复杂，没有经过系统计算机科学学习的人掌握起来有一点难度，而使用现成的 AI 分析软件是要付费的。还记得自己高考之后的暑假，为了配一个围棋 AI，花费了三四天的时间，效果呢也只能说是够用。如今经过大学 3 年的学习，我不敢说在计算机学科方面下学到多少，但至少在学习新的计算机技术方面我取得了巨大的进步。而且我研究生的方向是新型系统结构和芯片，打算做智能硬件加速这一块，配置和研究围棋 AI 对这一研究领域还有些许帮助，主要体现在对 CUDA、cuDNN、TensorRT 的学习，对并行智能并行程序参数的理解和调优。更何况今年新买的电脑有 4060 独立显卡，性能也算不错。所以今天就重新配置了一下 KataGO + Lizzie GUI 图形界面（包含 CUDA、OpenCL、TensorRT 三个版本）。实测 28 b 的权重下 visits 能到 1k 左右，相当不错了。
OpenCL 版本安装
这个是最省事的，直接跳到配置章节，下载程序的时候选择 OpenCL 版的就行。
CUDA 版本的安装
CUDA 只适用于 Nvidia 的显卡！
CUDA 版本的程序分为 cuDNN 版和 TensorRT 版。其中 TensorRT 性能强大，但需要较新的显卡（20系及以上）。
安装版本在 Release 页面已经给出了。一般是后面的版本能够兼容面的版本。版本有差异，如果是 . 后面差一两个版本，问题也不大。
首先需要配置 CUDA 环境。
cuDNN 版安装
从官网上下载对应版本的文件，解压。
将三个文件夹复制到 CUDA 的安装路径，默认为。
（这一步其实就是给 CUDA 打一个补丁，使其能够胜任深度学习加速的任务。
TensorRT 版安装
这个有点麻烦。首先我们要知到什么是 TensorRT。用官网的话来说，TensorRT 是
具体的配置方法请看 ikatago 配置那篇文章。
GUI 界面选取
这个不是我的专业领域，所以就直接抄作业了。
GUI 界面用的是修改后的 Lizzie。也可直接用原版。
使用方法见文档。
配置
最终效果：
然后就可以开始使用 KataGO 分析自己的对局了。
