GPU（多数の小コアで並列計算）

📌

GPUとは

GPU（Graphics Processing Unit＝画像処理装置）とは、小さなコアを数百〜数千個も並べて、大量の計算を一斉に行うプロセッサのことです。もともとは画面に絵を描く（グラフィックス）ための専用装置でした。

身近な例で考えると、大人数のアルバイト集団のイメージです。1人ひとりは単純な作業しかできませんが、何千人もいるので「同じ作業を大量にこなす」のは抜群に速い。たとえば「1万枚のはがきに同じスタンプを押す」なら、1人の達人より大勢のバイトの方が圧倒的に早く終わります。

上の図解の右側がGPUです。小さなコアがびっしり並んでいるのが特徴で、これが「同じ計算を一気に大量処理する」力の源です。

📌

CPUとの違い

CPUとGPUは「コアを持つプロセッサ」という点では同じですが、設計思想が正反対です。CPUは少数の賢いコア、GPUは多数の単純なコアという違いを押さえましょう。

たとえると、CPUは数人のベテラン職人（難しい仕事を順番に丁寧にこなす）、GPUは大量のアルバイト（単純作業を一斉に片付ける）です。どちらが優れているという話ではなく、仕事の種類によって使い分けるのがポイントです。実際のパソコンはCPUとGPUの両方を載せ、適材適所で役割分担しています。

📌

用途(画像処理・AI等)

GPUは「同じ計算を膨大な数だけ繰り返す」処理で本領を発揮します。代表的な用途は次の通りです。

・画像・映像処理：画面は無数の点（ピクセル）の集まりで、各点の色を同時に計算するのにGPUが最適。3Dゲームや動画編集で活躍します
・ディープラーニング（AI）：AIの学習は大量の「行列の掛け算」の繰り返し。これは同じ計算の大量並列なので、GPUが圧倒的に速い
・科学計算・シミュレーション：天気予報や流体シミュレーションなど、大量のデータを並列計算する用途

近年は特にAIブームでGPUの重要性が急上昇しました。本来は画像用だったGPUを画像以外の汎用計算に使うことをGPGPU（General-Purpose computing on GPU）と呼びます。まとめると、GPUは並列計算が得意で、画像処理やAIで使われるのが特徴です。

📌

なぜGPUは並列処理が得意なのか

GPUが並列処理に強い理由は、コアの数の多さにあります。CPUは仕事を1つずつ順番に処理しますが、GPUは大量のコアが同時に動いてそれぞれ別の仕事をこなします。コアの数だけ「同時に処理できる量」が増えるので、同じ計算を何万回も繰り返すような場面でとても速いのです。

ただし、GPUのコアは1つひとつの性能は低めです。難しい判断が必要な複雑な処理は苦手で、CPUが担当します。GPUが速いのは「単純な計算を大量に繰り返す」場面に限られます。

身近な例で考えると、100枚の絵に同じスタンプを押す作業を想像してください。器用な職人（CPU）が1枚ずつ丁寧に押すより、100人の人手（GPUのコア）が1枚ずつ同時に押す方がはるかに早く終わります。これが並列処理の力です。

📌

CPUとGPUはどう使い分けるか

実際のパソコンやサーバはCPUとGPUを両方搭載し、役割分担して動いています。CPUはOSやアプリ全体の司令塔として複雑な判断を担い、GPUは「大量の同じ計算」が発生したときにCPUから指示を受けて処理します。

なぜ役割分担するのかというと、どちらか一方では不十分だからです。CPUだけでは画像の全ピクセルを1つずつ計算するのに時間がかかりすぎます。GPUだけではOSの起動や複雑な判断ができません。それぞれの強みを活かして協力することで、高速かつ複雑な処理を実現しています。

以下に代表的な使い分けをまとめます。