人工知能と機械学習もGPUで進化する
徹底解説：GPUコンピューティングが急成長する理由と減速する懸念（1/2 ページ）
かつてゲームでしか役に立たない技術と評価されていたGPUが企業向けデータセンターに進出し、機械学習や人工知能といった成長著しいプロジェクトに貢献しようとしている。
遅々として進まないデータ分析プロジェクトに苦慮しているITプロフェッショナルは、3Dゲームという思いがけない分野から解決の着想を得るかもしれない。
Graphics Processing Unit（GPU）はこれまでゲーマーの要望を満たすためにその機能を強化してきた。しかし、今では企業向けデータセンターの新たなニッチ分野として注目する関係者が増えている。451 Researchのアナリストを務めるジェイソン・スタンパー氏によると、従来型ワークロードの中にはGPUの並列アーキテクチャに適しているものがあり、GPUで高速化した演算処理の恩恵を受けるという。
「GPUには最新のモデルで3500基を超える演算コアがあり、大画面を構成する膨大な数のピクセルでも一瞬の演算で描画できる。これをデータベースの行と列に当てはめれば、データを驚くほど高速に処理できる」（スタンパー氏）
CPUの動作クロックが2年ごとに倍増していた時代には、GPUがどれほど演算処理を高速化しても、その効果は特定の並列処理に限られていたため需要はほとんどなかった。だが、CPUの動作クロックの上昇ペースが鈍るにつれ、高度な演算処理を必要とするタスクを抱えたユーザーは、CPUの代替としてGPUに目を向けるようになった。GPUは動作クロックではCPUに劣るものの、搭載する演算コアの数だけのスレッドを並行して処理できる。幾つもの変数による影響を同時に処理しなければならない物理シミュレーションなどの自然科学演算や気候現象などの実世界をシミュレーションする演算モデリングといった分野では、早くからGPUコンピューティングを導入してきた。
「現代の天気予報は、背後にあるスーパーコンピュータで何千もの要因を並列して処理してモデルを構築して算出している」とGPUベンダーのNVIDIAでデータセンターGPUコンピューティングの担当ディレクターを務めるロイ・キム氏は説明する。
いち早くGPUを汎用演算処理に利用し始めたのはスーパーコンピュータ技術者や科学研究者だが、一方で企業が収集して分析する用途でもデータの量はCPUの進化をしのぐペースで増大している。
SQLのためにCPUからGPUに移行する
ハーバード大学の中東研究課程を修了したトッド・モスタック氏は、卒業論文のために何億件というツイートを収集して「アラブの春」を検証した。モスタック氏の目的は、ツイートの分析を通じて地理空間を可視化することにあったが、CPUの演算処理能力を使うシステムを使っていて問題に突き当たった。
「そうした分析処理には1晩中かかるものもあった。朝起きてから自分の間違いが判明し、演算処理を最初から全部やり直さなければならないこともあった」とモスタック氏は振り返る。これだけの負荷に対応できる大型サーバクラスタも利用できなかったモスタック氏は、市販のゲーミングGPUを使って自前のデータベースシステムを構築した。
彼がCEOとなったMapD Technologiesは、学生時代の試作品から生まれたSQL対応データベースのソフトウェアプラットフォームを構築している。GPUは3Dゲームの高精細でスムーズなグラフィックス描画処理以上に、SQLクエリの処理という、ゲームに比べると日常的な作業の高速化でも理想的だとモスタック氏は言う。
「突き詰めて言えばSQLはセット言語だ。そのセットにある全ての行に同じ作業を割り当てる。そのセットは何十億もの行で構成していることもある。しかし、GPUならば、搭載する演算コアの1つ1つに1行ずつ割り当てることで並列処理ができる」（モスタック氏）
GPUはあらゆる作業に適しているわけではない。明らかに並列的でGPUの恩恵を最大限に引き出せるプロセスがある一方で、遂次性が高くCPUで処理するのが最適なプロセスもある。また、既存のアプリケーションではプログラムソースコードをGPUのファンクションに対応できるようにリファクタリングを行うか、GPUで動作させる専用のものを新たに開発する必要がある。
こうした問題についてモスタック氏は、「その中間に位置する幅広いクラスの問題もある。それを並列処理するのは簡単ではない。だがコードをうまく構造化すれば、ここでもGPUの恩恵を引き出すことができる。これは演算をデータにどうマッピングするかという問題だ」と述べている。
Copyright © ITmedia, Inc. All Rights Reserved.
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
[株式会社うるる] 「入札市場」攻略ガイド：効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは？ -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
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
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
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
-
2
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
3
“アジャイルの壁”に挑むオリックス生命がIBMの開発管理ツールを選んだ理由
-
4
「テザリング依存」に潜む落とし穴 “遅いVPN”を解消するネット構築術
-
5
RAGで「データをAIに送る」運用が限界を迎えている理由
-
6
ライオンが挑む「守りのIT」脱却：Google Cloudで加速させるデータ駆動型経営
-
7
Claude利用8割のGMO、AI人材の評価軸が「トークン管理」に変わった
-
8
IT製品の導入に関するアンケート「セキュリティ」編
-
9
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
10
LINEヤフーはなぜ「社内の管理者」すら信用しないインフラを作ったのか
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
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
-
3
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
-
4
「IT史に名を残すシステム障害」8選
-
5
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
-
6
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
-
7
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
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
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
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