「CPU」と「GPU」は結局何が違い、どう使えばいいのか？：GPUの用途と主要製品の違い【前編】

コンピュータの計算処理を担うCPUとGPU。2つの役割を整理して、GPUが必要になるのはどのような場合なのか、GPUをどう使えばよいのかを紹介する。

[Allyson Larcom，TechTarget]

　CPUとGPU（グラフィックス処理装置）は役割の性質が異なる。CPUは、OSによる命令（インストラクション）の実行や信号の入出力を担う。CPUは特定のハードウェアにデータを送信したり、コンピュータの他のパーツに指示を出したりする。コンピュータの「頭脳」に当たるのがCPUだ。

　GPUの元の役割は画像や映像などグラフィックスの描写だったが、近年は汎用（はんよう）の用途にも使われるようになった。ではCPUとGPUの大きな違いはどこにあるのか。CPUとGPUをどのような場合に、どう使えばよいのか。

CPUとGPUの大きな違いと、正しい使い分け方とは？

併せて読みたいお薦め記事

「GPU」の役割と活用方法とは？

• 「CPU」と「GPU」の得意なタスクの違い　“やってはいけない”使い方は？
• 「GPU」はCPUと何が違う？　用途は画像処理だけじゃない
• Intel、NVIDIA、AMDの「GPU仮想化」技術を比較　それぞれの特徴とは

　GPUはCPUを補完するプロセッサとして開発された。画像や映像などグラフィックスの描写をGPUが担い、他の計算処理にCPUが集中できるようにすることが目的だった。GPUとCPUの大きな違いの一つは、GPUはシリアル（順列）でなく、パラレル（並列）の計算処理をする点だ。

　データ解析には、GPUとCPUの双方とも欠かせない。GPUは行列の掛け算といった重い計算処理を得意とする。GPUを使うことで、ディープラーニング（深層学習）やデータ分析の処理を高速化しやすい。

　利用するプロセッサはGPUとCPUのどちらか一方にせず、併用を検討するとよい。GPUよりもCPUが得意とする処理もあるからだ。例えばデータベース検索はCPUの方が適している場合がある。機械学習モデルのトレーニングやデータ分析など、特に負荷の大きくなる計算処理は、GPUとCPUを併用することで高速化が見込める。

データセンターでのGPU利用

　GPUの導入方法は主に2通りある。1つ目はサーバ購入後にGPUを追加する方法だ。GPUをサブシステムとして導入することで、データセンターの既存サーバの計算処理を補完する。この方法は、GPUを使い慣れていない企業や、GPUの評価段階にある企業に適する。

　2つ目は、サーバ更改の機会にGPUを導入する方法だ。この方法は、GPUを搭載した新しいサーバを購入するとともに、GPUの利用に応じた適切な電源設備を導入できる。できるだけ大規模にGPUを導入したい企業がこの方法を好む。

　GPUをどう使いたいのか、どのような計算処理に使いたいのかによっても、GPUの適切な導入方法は変わる。

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。