本文摘自cnBeta.com，原文地址：https://www.cnbeta.com/articles/tech/1149339.htm，侵删。
开发者预估平均每年增加了 80 分国际象棋等级分（Elo 分）。相比较 2016 年推出的 Stockfish 7，现在推出的 Stockfish 14 至少增强了 400 分。相比较上个版本，Stockfish 14 能够更加精准的评估未知，这是因为在定义和训练提供位置评估的高效可更新的神经网络（NNUE）方面取得了两个重大进展。
首先，开发团队之前宣布的和 Leela Chess Zero 团队的合作已经取得了成果。LCZero 团队提供了由 Leela 评估的数十亿个位置，开发团队将这些位置与 Stockfish 评估的数十亿个位置结合起来，训练 NNUE 网络，为 Stockfish 14 提供支持。开发团队可以免费使用和结合这些数据集，这对取得的进展至关重要，也显示了开源和开放数据的力量。
第二是 NNUE 网络的结构得到了显著的改进。新的网络不仅更大，而且更重要的是，它能更好地处理大的物质不平衡，并能专门用于游戏的多个阶段。由 Gary Linscott 和 Tomasz Sobczyk 启动的一个新项目，导致了用 pytorch 编写的 GPU 加速网络训练器。这个工具可以在几个小时内训练出高质量的网络。
最后，新版本还有一些搜索改进、小错误修复和额外的改进。例如，Stockfish现在在短时控制下对 chess960（费舍尔随机棋）强了约 90 个 Elo。
Stockfish引擎具有两个国际象棋评估功能，即基于手工术语的经典评估和基于可有效更新的神经网络的NNUE评估。经典评估几乎可以在所有CPU架构上高效运行，而NNUE评估得益于大多数CPU（sse2，avx2，neon或类似CPU）可用的向量内在函数。
