GPUとは？CPUとはどう違う？利用例についても解説

CPUとGPUの違い

まずはCPU（中央演算処理装置）とGPU（画像演算処理装置）の違いから解説していきますね。

コンピューターの構成

コンピューターは5大装置から構成されています。

[5大装置の概要]

1. 入力装置・・・キーボード、マウス
2. 記憶装置・・・メモリー、SSD、ハードディスク
3. 演算装置・・・CPU、GPU
4. 出力装置・・・ディスプレイ、プリンター、スピーカー
5. 制御装置・・・CPU

CPUとGPUはともに演算装置ですが、CPUは制御装置も兼ねており、コンピューターの司令塔にもたとえられます。

コンピューター内部での処理は、キーボードから入力された情報をメモリーに記憶し、演算した結果をディスプレイに出力するという流れです。

制御装置はメモリーからプログラムを読み込み、他の装置に命令を出してコンピューター全体の処理を管理します。

CPUとGPUは具体的にどう違う？

さらにCPUとGPUの違いについて掘り下げていきましょう。

CPUは演算装置と制御装置を兼ねており、さまざまな種類の演算を順番におこなうのに向いています。

たとえばファイルを開いて内容をメモリーに読み込む、保存してファイルを閉じるなど、他の装置を制御して順に処理するのがCPUの役目です。

それに比べGPUはCPUよりもコア数が多く、同じ計算を並行して一気におこなうのが得意です。

コアとはCPUやGPUのなかで、演算処理を実行する部分です。CPUのコア数は2個〜8個程度ですが、GPUのコア数は数千〜一万個となり桁が違います。

ただしCPUとGPUはそもそも役割が違うため、コア数だけで単純には比較できません。

GPUのコア数と画像処理

コア数の違いは、画像処理にどう生きるのでしょうか。

たとえば画像の色を変える処理では、1ピクセルごとに全部の色を変更します。

このとき1ピクセルずつ順番に処理すると長時間かかりますが、コア数の多いGPUで大量のピクセルを平行して処理すれば一瞬で終わるのです。

3DCGの場合も同様で、物体の面をあらわすポリゴン（三角形）の頂点ひとつひとつに対し、一気に並列処理をおこないます。

このようなピクセルや頂点の画像処理には、行列計算を使います。

GPUの利用例

行列計算に強いGPUは最近、画像処理以外にも利用されるようになりました。

画像処理以外の目的で用いるGPUを、GPGPU（General Purpose computing on GPU）と呼びます。

機械学習の処理

機械学習の処理には、大規模な行列計算が必須です。

人工知能の研究では従来、スーパーコンピューターが利用されていました。

しかし日本の研究者によってGPUと機械学習との相性がよいことが発見され、今日ではGPUが多く利用されています。

ただしGPUは画像処理に特化したつくりになっており、そのままでは他の用途に使えません。

そのためアメリカの半導体メーカーであるNVIDIAが、GPUをより汎用的に使うための統合開発環境"CUDA"を開発しました。

現在、機械学習に利用されるGPUのほとんどがNVIDIA製品です。

それに対抗してGoogleは、機械学習に特化した演算処理装置であるTPU（Tensor Processor Unit）を開発し、自社サービスに利用しています。

仮想通貨のマイニング

仮想通貨のマイニングにも、大量の並列演算が必要になります。

ビットコインなどほとんどの仮想通貨に共通するのが、ブロックチェーンと呼ばれるしくみです。

ブロックチェーンでは仮想通貨の取引が、チェーン状につながり管理されています。

この取引（チェーン）に間違いがないことを証明するために、大量の演算が必要なのです。

そのため演算をおこなった人には、報酬として仮想通貨がもらえます。これがマイニングです。

以上のようなしくみにより、仮想通貨のデータは中央にサーバーがなくても、取引をするコンピューター間で分散処理されます。

最近ビットコインが急激に値上がりし、マイニングのために高性能のGPUを搭載したグラフィックボードの需要が増加しています。

GPUの性能をチェックする方法

GPUはマザーボード（メインの基板）か、グラフィックボードに配置されているのが一般的です。

また場合によっては、GPUが搭載されていないコンピューターもあります。

GPUの性能を確認するには、以下のような方法があります。

• Windows・・・DirectX診断ツール、またはGPU-Z（フリーソフト）を使う
• Mac・・・左上のアップルメニューから"このMacについて"を選択する

出典：窓の杜

とくにWindowsの場合はGPU-Zを使えば、上図のように消費電力やGPU利用率、温度など他のツールでは取得できないデータを得ることが可能です。

まとめ

近年さまざまな用途で利用されている、GPUについて解説しました。

GPUをはじめコンピューターの構成要素を知ることは、プログラミングにおいても重要です。

コンピューター内でのデータの流れを考えてプログラミングすれば、より速く正確なプログラムが組めるようになります。

コンピューターのしくみを知り、プログラミングに興味がわいたらCodeCampで学んでみませんか？

オンラインの体験レッスンがありますので、お気軽にご相談ください。