AWS：使用云计算运行 Stockfish 高速分析棋局

基于浏览器/JavaScript 的国际象棋引擎（Engine）已在主流的国际象棋对弈网站（如 chess.com 和 Lichess）中流行已久。虽然这些引擎被移植至 JavaScript 后的确使得引擎的使用率被推广到了前所未有的高度，性能却大打折扣。

以我的 MacBook Pro（14英寸，2021年，搭载 Apple M1 Pro）为例，使用 Lichess 分析工具（运行以 WebAssembly 编译而成的 JavaScript 版 Stockfish NNUE）的分析速度约为每秒四百万节点（~4MN/s），如下图所示。



使用 Homebrew 在本地安装 Stockfish：

1
brew install stockfish

运行 Stockfish Bench 工具进行性能测试：

1
stockfish bench 16 16 18

结果为近每秒一千六百万节点（~16MN/s）。根据以上数据可得，Javascript 版 Stockfish 在我的 MacBook 上仅有原本的 1/4 性能。

1
2
3
4
===========================
Total time (ms) : 11156
Nodes searched  : 174631062
Nodes/second    : 15653555

使用

显然，从性能和效率上考虑，浏览器端引擎并不是一个优秀的解决方案。因此，在可行的条件下，我们应当尽量避免使用基于浏览器/JavaScript 的分析引擎。有关如何在国际象棋软件（Chess GUI）中使用 Stockfish，请参考此部分 Stockfish 官方 Wiki 中的内容（英文）。

另外，Lichess 提供了在其网页版分析工具中通过设置 WebSocket 服务器引入外置引擎的功能（GitHub - lichess-org/external-engine），利用这一功能，我们可以很方便地利用 Lichess 网页客户端使用原生引擎。另外，在 Lichess 上完成的对局也都显然能够直接用于分析。有关此功能的部署和使用，请见下节：云计算。

云计算

要取得更快的分析速度，在某些情况下，使用云计算服务可能是个不错的选择。然而，需要注意的是，与许多云服务的用法不同，运行国际象棋引擎是一个极度依赖于计算资源的项目，在大部分环境下，Stockfish 的性能则几乎完全由 CPU 数量决定。因此，事实上，要取得可观的、比多数个人计算机更快的分析速度，我们需要选用计算能力较强（CPU 数量较多）的资源，而这也意味着较高额的账单。

好消息是，AWS EC2 的计费方式较为灵活，我们仅需为实际使用量付费。当 AWS EC2 实例停机后，则不再产生费用。若配置合理，仅有与其关联的附加服务会继续产生一部分小额费用。因此，只要仅在实际需要使用引擎进行分析时启动计算实例，并在结束时及时停机，账单额度便完全可控。另外，我认为我们的使用情景完全可以接受使用 Spot（抢占）实例，通过相关设定能够进一步优化成本。

以我所选用的 c6a.8xlarge（AMD EPYC 7R13, 32 vCPU, 64 GB RAM）为例，On-Demand（按量付费）的使用费用约为 USD 1.22/小时，若每天开机一小时，则每个月产生的账单额度约为 USD 37.23（数据来自 AWS 价格计算器）。



若我们选择请求 Spot 实例，根据该型号的历史竞价情况预估，应当能节省约 42% 左右成本，即 ~USD 0.71/小时。



根据我们的需求，有关 Spot 实例请求的最佳设定（位于 Advanced details）如下图所示。



安装

我建议从 Stockfish 最新代码进行编译安装，以下步骤以此为例，使用的操作系统为 Amazon Linux 2（RHEL/CentOS）。你也可以下载 Stockfish 官方发布版本的预构建二进制文件。

1
2
3
4
5
6
7
8
sudo yum install -y git gcc gcc-c++ make

git clone https://github.com/official-stockfish/Stockfish.git
cd Stockfish/src

make -j build ARCH=x86-64-modern

sudo ln -s ~/Stockfish/src/stockfish /usr/bin/stockfish

在 EC2（c6a.8xlarge）上使用 Stockfish Bench 工具，得到了速度显著高于我的 MacBook 的结果（~51MN/s）。

1
2
3
4
===========================
Total time (ms) : 52024
Nodes searched  : 2668352894
Nodes/second    : 51290806

Lichess 外置引擎

为避免不必要的未使用开机时长所产生的费用，我对 lichess-org/external-engine 的代码做了简单修改：

1
2
3
4
5
6
7
8
 if engine.alive and engine.idle_time() > args.keep_alive:
+     if args.idle_shutdown:
+         subprocess.run("sudo shutdown -h now", shell=True)
+         sys.exit()
     logging.info("Terminating idle engine")
     engine.terminate()
    
+ parser.add_argument("--idle-shutdown", action="store_true", help="Shut down the system when idle for longer than keep-alive if set")

若指定 --idle-shutdown 参数，则脚本将在空闲指定时间（--keep-alive）后自动停机以停止计费。

要使用我修改后的 Lichess 外置引擎脚本，请从以下库克隆代码并安装依赖：

1
2
3
4
git clone https://github.com/binaryshell/external-engine

cd external-engine
pip3 install -r requirements.txt

接下来，请在 Lichess 网站创建具备外置引擎读写权限的 API 访问 Token。



你可以直接通过以下指令直接运行 Lichess 外置引擎服务：

1
python3 example-provider.py --name "AWS EC2" --token=lip_YOURTOKEN --engine /usr/bin/stockfish

不过，我建议将其设定为系统服务以便使用，以及在开机后自动启动。

编辑 /etc/systemd/system/external-engine.service 文件并置入如下内容：

1
2
3
4
5
6
7
8
9
10
11
12
[Unit]
Description=External Engine Provider for Lichess.org

[Service]
Type=simple
ExecStart=/usr/bin/python3 /home/ec2-user/external-engine/example-provider.py --name "AWS EC2 c6a.8xlarge" --token=lip_YOURTOKEN --engine /usr/bin/stockfish --max-hash 32768 --max-threads 128 --default-depth 32 --idle-shutdown
User=ec2-user
Group=ec2-user
Restart=always

[Install]
WantedBy=multi-user.target

其中，参数中的 --max-hash 及 --max-threads 值应当按照实例的属性调整以获得最佳性能。

载入并启用服务：

1
2
3
sudo systemctl daemon-reload
sudo systemctl enable external-engine.service
sudo systemctl start external-engine.service

此时，登入 Lichess 分析面板即可选择使用外置引擎。



And enjoy! :)




参考

我在搭建此服务的过程中参考了这篇文章：Running Stockfish in the Cloud | MattPlaysChess（英文）。
其中，作者列出了部分 AWS EC2 实例型号运行 Stockfish Bench 工具的结果（性能），并介绍了在支持 UCI 协议的棋局分析工具（如 ChessBase 等国际象棋数据库软件）中通过 SSH 连接远程服务器上的 Stockfish 的相关思路。

,
netsage by qian