La minimisation de regret contrefactuel (CFR) est un algorithme central pour résoudre les jeux à information imparfaite, notamment le poker. Curieusement, cet algorithme comptait parmi les rares charges de calcul intensif où les processeurs classiques battaient encore les GPU : chaque itération parcourt un arbre de jeu pouvant compter des milliards d'états via de multiples petites opérations de lecture et d'écriture dispersées, ce qui sature les GPU en surcharge de lancement de noyaux plutôt qu'en calcul utile.
Une équipe de chercheurs propose GPU-CFR, un compilateur et un environnement d'exécution qui exploitent une observation simple : pour un jeu donné, la séquence complète d'opérations d'une itération CFR est connue à l'avance, seules les valeurs numériques évoluant d'une itération à l'autre. Le système compile donc le jeu une seule fois en un flux de données statique — tableaux d'arêtes et d'ensembles d'information, indices précalculés, passes regroupées par niveau de profondeur — réduisant jusqu'à 18 fois le nombre d'opérations de framework nécessaires.
Cette structure figée permet d'utiliser CUDA Graph Replay : l'itération est enregistrée une fois puis rejouée par un unique lancement de graphe, sans repasser par le dispatch habituel. Sur un GPU A100, testé sur huit jeux couvrant cartes, dés et plateaux, GPU-CFR affiche des gains de 29,8 à 80,4 fois par rapport aux meilleures implémentations GPU précédentes, et de 14 à 258 fois par rapport à LiteEFG, une référence CPU open-source, sur les quatre jeux les plus volumineux.
Fait notable, une grande partie du gain provient de la compilation elle-même plutôt que du matériel : sur huit threads CPU sans accélérateur, la version optimisée reste 2,2 à 51,1 fois plus rapide que la référence GPU initiale, tout en reproduisant les résultats de référence au bit près. Ce travail illustre comment repenser la compilation d'un algorithme, plutôt que simplement le porter sur GPU, peut débloquer des gains de performance significatifs pour des charges de calcul jugées jusque-là mal adaptées à ce matériel.