Wenn du nach dem „besten Netzwerk“ für Leela Chess Zero (Lc0) suchst, kommt es letztlich immer auf deine verwendete Hardware an – speziell, wie viel GPU-Speicher dir zur Verfügung steht. Die stärksten aktuell verfügbaren Netze findest du auf der offiziellen Seite als „Best Networks“. Das sind in der Regel die leistungsfähigsten Modelle, die bei Wettbewerben wie TCEC und CCC eingesetzt werden
Leela Chess Zero
.
Übersicht der Top-Netzwerke (Stand Juni 2025)
Diese Tabelle zeigt die aktuell leistungsstärksten Lc0-Netze – sortiert nach Leistung und benötigter Hardware:
Kategorie Filters × Blocks GPU-RAM Dateigröße Netzwerk-Name
Sehr groß 1024 × 15 4 GB 380 MB BT4-spsa-1740
Sehr groß (alt) 1024 × 15 4 GB 330 MB BT4-1024x15x32h-swa-6147500
Groß 768 × 15 2.6 GB 190 MB BT3-768x15x24h-swa-2790000
Groß 768 × 15 2.4 GB 160-170 MB T82-768x15x24h-swa-7464000
Mittel 512 × 15 1.8 GB 140-155 MB t3-512x15x16h-distill-swa-2767500
Mittel 512 × 15 1.8 GB 140-150 MB T1-512x15x8h-distilled-swa-3395000
Klein 256 × 10 1.6 GB 30-40 MB T1-256x10-distilled-swa-2432500
Empfehlung: Verwende das größte Netzwerk, das dein System zuverlässig ausführen kann, um maximale Spielstärke zu erreichen
Leela Chess Zero
.
Tipps zur Auswahl:
4 GB GPU-Speicher:
→ BT4-spsa-1740 (Top-Netzwerk, auf Wettbewerbe ausgerichtet)
~2,4–2,6 GB VRAM:
→ BT3-768x15x24h-swa oder T82-768x15x24h-swa
Mittelklasse (~1,8 GB):
→ t3-512x15x16h-distill-swa oder T1-512x15x8h-distilled-swa
Geringe Ressourcen (<1,8 GB):
→ T1-256x10-distilled-swa
Hinweise bei Speicherproblemen
Falls du out of memory-Fehler bekommst, gibt es zwei bewährte Lösungen:
Nutze --minibatch-size=16 (oder einen ähnlichen kleineren Wert) in der Konfiguration.
Bei DirectX12 oder OpenCL: Verwende entsprechende ONNX-DML-Versionen, da das Standardformat nicht unterstützt wird
Leela Chess Zero
+1
.
Ein Community-Tipp ( Reddit)
In einem Reddit-Thread wurde empfohlen, ein mittleres Netzwerk zu verwenden, wenn man nicht gezielt die höchste Leistung herausholen muss:
„If you don’t care about squeezing out the very best performance for a particular situation and want a general-purpose net, pick a medium size 20b net, which should do reasonably well (if not optimal) under most common conditions. As in the table above, the top-recommended 20b net is 256x20-t40-1541.pb.gz from Sergio Vieri’s repository.“
Leela Chess Zero
Obwohl dieser Hinweis aus dem Jahr 2020 stammt, unterstreicht er den praktischen Ansatz: gutes Gleichgewicht zwischen Leistung und Ressourcennutzung.
Fazit:
Bestes (stärkstes) Netzwerk: BT4-spsa-1740 (setzt ~4 GB VRAM voraus).
Alternative für weniger leistungsfähige GPUs: z. B. BT3-768x15 oder T3-512x15.
Minimaloption für CPUs oder schwache GPUs: T1-256x10 distilled Net.
Wenn du mir sagst, welche Hardware du konkret nutzt (z. B. GPU-Modell und RAM), kann ich dir gezielt das passendste Netzwerk empfehlen – gerade auch für optimale Leistung unter deinen Bedingungen.
Du:
Optimierte Einstellungen beim Netz BT4 1740 mit RTX 4060
ChatGPT:
Super – mit einer RTX 4060 bist du für das BT4-spsa-1740-Netz sehr gut ausgestattet. Das Netz benötigt ca. 4 GB VRAM, deine GPU hat aber 8 GB, sodass du Luft für Optimierungen hast. Ich gebe dir eine praxisnahe Konfiguration für Lc0, die auf Stabilität + maximale Geschwindigkeit optimiert ist:
Schach um wieviele Elos ist Stockfish besser als Lc0 auf normaler Hardware
ChatGPT:
Das ist eine spannende Frage – und die Antwort hängt stark von der Hardware und den Matchbedingungen ab. Ich fasse dir mal den Stand zusammen (2024/2025):
1. Grundsätzliches
Stockfish (klassische Alpha-Beta-Suche mit NNUE-Eval) profitiert extrem von starker CPU und vielen Threads.
Lc0 (Leela Chess Zero, neuronales Netz mit Monte-Carlo-Suche) braucht vor allem eine starke GPU, sonst ist es deutlich schwächer.
2. Auf normaler Hardware (z. B. moderne Desktop-CPU + Mittelklasse-GPU wie RTX 3060/4060)
Stockfish läuft hier fast immer in optimaler Geschwindigkeit.
Lc0 dagegen ist von der GPU stark limitiert: pro Sekunde werden viel weniger Knoten/Simulationen gerechnet.
ELO-Differenz:
Typischerweise liegt Stockfish +80 bis +150 Elo vor Lc0 auf dieser "normalen Hardware".
Je schwächer die GPU im Verhältnis zur CPU, desto größer wird der Abstand (bis 200 Elo möglich).
Auf sehr starker Hardware (z. B. mehrere High-End-GPUs) kann Lc0 aber gleichziehen oder sogar leicht vorne sein.
3. Praxisbeispiel (Turnierergebnisse)
TCEC (Top Chess Engine Championship): auf High-End-Hardware oft ausgeglichene Matches, Stockfish aber in den letzten Staffeln insgesamt vorne.
Private Tests (z. B. CCRL, CEGT): Auf handelsüblicher Hardware Stockfish stabil vorne, Leela aber sehr gefährlich in offenen Stellungen.
Du hast zwei Faktoren nicht erwähnt:
1. Backend: CUDA-fp16
2. Angepasstes Eröffnungsbuch gleicht den Abstand zu Stockfish aus.
Lothar