AI時代のプロセッサ再入門【第3回】
「TPU」とはどんなプロセッサなのか？ AIインフラの基礎知識
プロセッサの技術はAI技術の台頭とともに様変わりしている。使われているのはCPUやGPUだけではない。AI関連のタスクに使用するプロセッサの一つである「TPU」について紹介する。
機械学習などのAI（人工知能）技術の利用においては、CPU（中央処理装置）だけではなくAI関連のタスクのために使用するプロセッサについて知っておくことが欠かせない。そうしたプロセッサにGPU（グラフィックス処理装置）があるが、それだけではない。「TPU」（Tensor Processing Unit：テンソル処理ユニット）もその一つだ。TPUはAI関連のタスクでどのように使われるのか。
「TPU」とは何か？ どのように機能するのか
併せて読みたいお薦め記事
AI時代のプロセッサ再入門
プロセッサ関連のその他の動向
TPUは、機械学習などのAIアプリケーションで必要になる、大量の演算処理を並列処理することを目的としたプロセッサだ。TPUは「ASIC」（Application Specific Integrated Circuit）の一種だと言える。ASICとは、特定のタスクを実行するために設計、製造された集積回路を意味する。多様なタイプのASICがさまざまなデバイスで使用されている。例えば、家庭用目覚まし時計、コーヒーメーカー、ストレージシステムの専用コントローラーなどがある。
GoogleはTPUを2016年に発表した。同社が、オープンソースの機械学習用フレームワークおよびライブラリ（プログラム部品群）「TensorFlow」と組み合わせて使用することを目的に開発したものだ。TPUは「PyTorch」や「JAX」など他の機械学習フレームワークでも利用できるようになっている。
TPUは大量の演算用コア「Matrix Multiply Unit」（行列乗算ユニット）を搭載している。特に処理速度と電力効率に優れており、結果として費用対効果が高くなるという。TPUは以下のようなAIタスクに適している。
- 大規模で複雑な機械学習モデルのトレーニング、チューニング、推論
- 大規模言語モデル（LLM）など、行列の演算を必要とする大規模で複雑な深層学習モデルのトレーニング
- 深層学習とニューラルネットワークを使用して人間の脳の振る舞いを模倣しようとするプロジェクト
- 音声合成、レコメンデーションエンジン、コンピュータビジョン（画像情報を通じて対象の内容を認識し理解するAI技術）、医療診察・診断、遺伝子研究、製薬など
AI関連のタスクを実行する点でTPUはGPUに似ている。TPUはGPUよりもAIタスクにさらに特化していると言える。
Googleは主にクラウドサービス群「Google Cloud」を通じて、「Cloud TPU」としてTPUを提供している。TPUはGoogle CloudでAIアプリケーションを開発したい場合に利用するものだ。
次回はNPU（ニューラルプロセッシングユニット）について解説する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社kickflow] 2社の事例に学ぶワークフロー改革：属人化解消や年数万件の申請書類削減のコツ -
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない？ Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす？ -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
2
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
3
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
4
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
5
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
6
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは？
-
7
頻繁な承認が生む“確認疲れ” 「MCP」を安全に使う権限管理とは
-
8
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
9
APIキー奪取から3時間でクラウド掌握 Anthropicが暴いた「バイブハッキング」の現実的な防御策
-
10
「VMware旧ライセンス」ユーザーに届いた“最後通告”が波紋を呼ぶ
ホワイトペーパーランキング PR
-
1
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
「スクラム」と「カンバン」の違いとは？ アジャイル型開発手法を徹底比較
-
8
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー