GPU

グラフィックス・プロセッシング・ユニット（GPU）とは？

グラフィックスプロセッサまたはGPUとも呼ばれるグラフィックスプロセッシングユニットは、グラフィックスカード、マザーボード、携帯電話、パーソナルコンピューター（PC）など、さまざまなデバイス上でコンピューターグラフィックスおよび画像処理を高速化するように設計された電子回路の一種です。

GPUは数学的計算を高速に実行できるため、コンピューターが複数のプログラムを実行するのにかかる時間を短縮できます。この特長により、GPUは機械学習（ML）、人工知能（AI）、ブロックチェーンなどの新興技術や将来の技術を実現する重要な要素となっています。

1990年代にGPUが発明される以前、PCのグラフィックスコントローラーやビデオゲームコントローラーは、その処理をコンピューターの中央処理装置（CPU）に依存していました。1950年代初頭以来、CPUはコンピューターで最も重要なプロセッサーであり、論理、制御、入出力（I/O）など、プログラムの実行に必要なすべての命令を処理してきました。しかし、1990年代に個人向けゲームやコンピューター支援設計（CAD）が登場すると、業界では短時間でピクセルを合成するための、より高速で効率的な方法が必要になりました。

2007年、NvidiaはCUDA（Compute Unified Device Architecture）を構築しました。これは、開発者がGPUの並列計算能力に直接アクセスできるようにするソフトウェアで、GPU技術をこれまでよりもはるかに幅広い用途で利用できるようにしました。2010年代にはGPU技術が飛躍的に進歩し、その中でもおそらく最も重要だったのは、レイトレーシング（カメラからの光の方向を追跡してコンピューター画像を生成する技術）とテンソルコア（ディープラーニングを可能にするよう設計されたもの）でした。

こうした進歩により、GPUはAIアクセラレーションやディープラーニングプロセッサにおいて重要な役割を果たし、AIおよびMLアプリケーションの開発加速に貢献してきました。現在では、ゲーム機や編集ソフトウェアを動かすだけでなく、多くの組織にとって不可欠な最先端のコンピューティング機能もGPUによって支えられています。

GPUはどのように動作するのか？

今日のGPUは、実行すべきタスクのさまざまな部分を処理するために、多数のマルチプロセッサを使用しています。

GPUには独自の高速アクセスメモリ（RAM）が搭載されています。これは、チップが必要に応じてアクセスおよび変更できるコードやデータを保存するために使用される、特定の種類の電子メモリです。高度なGPUには、グラフィックス編集、ゲーミング、AI/MLのユースケースなど、計算負荷の高いタスクに必要な大量のデータを保持するために特別に構築されたRAMが搭載されていることがよくあります。

一般的なGPUメモリには、第6世代グラフィックス向け倍速同期型ダイナミックランダムアクセスメモリ（GDDR6）と、次世代のGDDR6Xがあります。GDDR6Xは、転送ビット当たりの消費電力がGDDR6より15パーセント少ないものの、GDDR6Xの方が高速であるため、全体的な消費電力は多くなります。iGPUはコンピューターのCPUに統合することも、CPUの隣のスロットに挿入してPCI Expressポート経由で接続することもできます。iGPUはコンピューターのCPUに統合することも、CPUの隣のスロットに挿入してPCI Expressポート経由で接続することもできます。

GPUにはどのような種類がありますか？ 

GPUには、ディスクリートGPU、統合GPU、仮想GPUの3種類があります。

ディスクリートGPU：ディスクリートGPU（dGPU）とは、デバイスのCPUから独立したグラフィックスプロセッサであり、コンピューターが正常に機能できるように情報を受信して処理します。スタンドアロンGPUは通常、動画編集、コンテンツ制作、ハイエンドゲームなど、特殊な要件を持つ高度なアプリケーションに使用されます。これらは別個の基板用コネクタを備えた異なるチップであり、通常はショートカットスロットを使用してCPUに接続されます。最も広く使用されているディスクリートGPUの1つが、PCゲーム業界向けに特別に開発されたIntel Arcブランドです。

統合型GPU：統合型GPU（iGPU）は、コンピューターやデバイスの基盤に組み込まれており、通常はCPUの隣に配置されています。統合型GPUの設計は、2010年代にIntelによって導入されました。その後、MSI、ASUS、Nvidiaなどのメーカーは、GPUとCPUを組み合わせること（ユーザー自身がPCI Expressスロットを介してGPUを追加する必要がないこと）の大きな利点を認識し、統合型GPUはますます普及しました。現在でも、統合型GPUは、ノートパソコンのユーザー、ゲーマー、PCで計算負荷の高いプログラムを実行する人々などに広く選ばれています。

仮想GPU：仮想GPUは、ディスクリートGPUや統合GPUと同じ機能を備えていますが、ハードウェアを必要としません。仮想GPUは、クラウドインスタンス向けに構築されたGPUのソフトウェア版にすぎず、物理GPUと同じワークロードの実行に使用できます。さらに、ハードウェアがないため、仮想GPUは物理製品よりも保守が容易で、コストも低く抑えられます。

GPUとCPUの違いは何ですか？

CPUsとGPUsは、処理タスク用に多数のコアとトランジスタを備えているなど、設計上は類似していますが、機能面ではCPUsの方がGPUsよりも汎用性に優れています。GPUsは、グラフィックス処理や機械学習など、単一の特定の計算タスクに重点を置く傾向があります。

CPUは、コンピューターシステムまたはデバイスの心臓部であり頭脳です。CPUは、タスクに関する一般的な命令や要求をプログラムまたはソフトウェアアプリケーションから受け取ります。これに対して、GPUはより具体的なタスクを実行し、多くの場合、高解像度の画像や動画を高速に処理します。タスクを遂行するために、GPUはグラフィックスのレンダリングやその他の計算負荷の高い機能に必要な複雑な数学的計算を継続的に実行します。

CPUとGPUの最も大きな違いの一つは、CPUは使用するコア数が少なく、タスクを直列順に処理する傾向がある一方、GPUは数百、場合によっては数千ものコアを備え、並列処理をサポートするため、驚異的な処理速度を実現できることです。

最初のGPUは3Dグラフィックスのレンダリングを高速化するために開発され、映画やビデオゲームのシーンをよりリアルで魅力的にしました。最初のGPUチップであるNvidiaのGeForceは1999年に発売され、その後、高速並列処理能力によってGPUの機能が他の分野にも拡大する急成長期を迎えました。

並列処理または並列コンピューティングは、2つ以上のプロセッサを使用して、コンピューティングタスク全体の異なる部分を実行するコンピューティング方式です。GPUが登場する以前の旧世代コンピューターでは、一度に1つのプログラムしか実行できず、タスクの完了に数時間かかることもよくありました。GPUの並列処理機能により、多数の計算やタスクを同時に実行できるため、旧世代コンピューターに搭載されていたCPUよりも高速かつ効率的です。