用WebGPU自定义内核求解Poker

Solving poker in custom WebGPU kernels

过去一年，我一直在研究Poker求解器。商业求解器昂贵，我想做一个开源、可在浏览器中运行的版本。但WebGPU缺乏类似PyTorch的通用张量库。2026年，我让Codex基于PyTorch参考实现，生成了自定义WebGPU内核。经过一夜优化，速度提升超10倍。这让我意识到：当代码生成廉价且可验证时，通用库的抽象代价可能不再划算。如今，LLM能独立实现论文算法、调优超参数，但我仍是规划与判断的核心。项目代码已开源，求解器可在holdem.computer体验。