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
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合／分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用 -
技術文書・技術解説
[NTTインテグレーション株式会社] 「耐量子計算機暗号」（PQC）に今、取り組むべき理由とは？ 実現の道筋も解説 -
製品資料
[株式会社リンプレス] どうしたら非デジタル人材を「自走するDX推進者」に変えられるのか？ -
製品資料
[アステリア株式会社] 既存システムをAIレディに変える「連携型モダナイゼーション」の手法とは？
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
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
3
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
4
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
5
IBM iのブラックボックス化を打破 資産継承と進化を実現する「IBM Bob」の実力
-
6
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
7
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
8
OpenAIやAnthropicでさえ制御不能 2026年夏「3大サイバー攻撃」の衝撃
-
9
「アップグレードできないJava」をどう守る IBMとRed HatがAIで400件超修正
-
10
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
3
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
4
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
5
「IT史に名を残すシステム障害」8選
-
6
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
10
「標的型攻撃メール」事例・サンプル集
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