「CPU」「GPU」「DPU」はどう違うのか【中編】

「GPU」はCPUと何が違う？　用途は画像処理だけじゃない

「CPU」を補うプロセッサとして「GPU」がある。コンピュータグラフィックスの高速処理にとどまらない、GPUの活用術とは何か。

公開 2022年01月21日 05時00分

[TechTarget]

印刷する連載新着通知を受け取る Googleで優先するソースとして追加

　データセンターでのシステム運用に欠かせない“頭脳”である、「CPU」（中央処理装置）、「GPU」（グラフィックス処理装置）、「DPU」（データ処理装置）の3つのプロセッサ。それぞれどう違うのか。CPUを取り上げた前編「いまさら聞けない『CPU』の基礎知識　その大切な役割とは？」に続き、中編となる本稿はGPUの仕組みを解説する。

GPUとはどんな仕組みか？　CPUとはどう違うのか？

併せて読みたいお薦め記事

CPUやGPUについてより深く知るには

　もともとGPUは、CPUを補完することが“仕事”だった。GPUはCPUと類似する点が複数あり、どちらもデータを処理するために重要な役割を果たす。GPUの特徴は、グラフィックスレンダリング（画像や映像の処理）の高速化だ。

　CPUはビデオカードに「命令」（インストラクション）を送ることができるが、自らが一度に処理できるデータは少ない。複数のプロセッサコア（演算装置）を搭載したCPUであれば、一連のタスクを順次に実行することは可能だ。ただし複雑なグラフィックスレンダリングには、一般的にCPUよりも多くのプロセッサコアを搭載し、多数の演算を同時に処理できるGPUの方が適している。

　GPUはグラフィックスレンダリングのタスクを分割し、コンピュータグラフィックスを安定的かつ高速に同時処理できる。例えばレイトレーシング（光線追跡法）やバンプマッピング（物体に陰影付けする手法）といったタスクを高速処理することにより、アニメーションの映像を素早く画面に出力できる。

　CPUが主に「逐次処理」を担うのに対し、GPUは主に「並列処理」を担う。GPUは本来、グラフィックスレンダリングを目的としていたが、並列処理はそれ以外の複雑なデータ処理にも役立つ。そのためGPUはスーパーコンピュータをはじめ、機械学習などの人工知能（AI）技術やビッグデータ分析の分野でも利用が広がりつつある。

　後編は、DPUに焦点を当てる。