こんにちは。キノコードです。
パソコンの部品の1つ、GPU。いま世界中の企業が争って手に入れようとしています。
この動画を見れば、GPUの仕組み、CPUとの違い、なぜAIにGPUが必要なのかがわかります。
結論から言うと、GPUは単純な計算を大量に同時処理するのが得意な部品で、AIの学習に欠かせない存在です。
この記事の執筆・監修
テクノロジーアンドデザインカンパニー株式会社のCEO。
日本最大級のプログラミング教育のYouTubeチャンネル「キノコード」や、プログラミング学習サービス「キノクエスト」を運営。
著書「あなたの仕事が一瞬で片付くPythonによる自動化仕事術」や、雑誌「日経ソフトウエア」や「シェルスクリプトマガジン」への寄稿など実績多数。
なぜGPUが注目されているのか
GPUを作っている会社のNVIDIA。NVIDIAの時価総額は、2020年には約10兆円でした。それが2025年には約300兆円。30倍になりました。もともとGPUは、ゲームや動画編集など、画像処理のために開発されました。しかし現在、GPUはAIの学習に欠かせない存在になっています。
GPUとは
GPUはパソコンの部品の1つで、映像の計算をする専門家です。パソコンの中には、データを覚えておくメモリ、ファイルをしまっておくハードディスク、パソコン全体をコントロールするCPU、そして画面の映像を担当しているGPUなどがあります。GPUの正式名称は「Graphics Processing Unit」。映像を処理する装置、という意味です。
CPUとGPUの違い
例えるなら、CPUは1人の優秀な数学者。GPUは1000人の計算係です。この違いが、AIの学習速度を決めています。
CPUは「Central Processing Unit」、中央処理装置のことです。パソコンの頭脳とも呼ばれ、複雑な処理を1つずつ順番にこなすのが得意です。一方、GPUは単純な計算を大量に同時処理するのが得意です。
難しい応用問題を1問解くなら、1人の天才の方が速い。しかし、簡単な足し算が1000問あったら、1000人が一斉に解く方が圧倒的に早く終わります。CPUとGPUはどちらが優れているという話ではなく、得意分野が違うのです。そしてAIの学習は、まさにGPUが得意な「簡単な計算を大量に繰り返す」処理なのです。
GPUの仕組み
ゲームのグラフィックスとGPU
ゲームの画面は、小さな点の集まりでできています。フルHDの画面には約200万個の点があります。GPUはルールに従って200万個の点すべての色を計算します。しかもゲームの画面は1秒間に60回描き換わります。1つ1つの計算は単純ですが、同時に大量に処理する必要がある。これがGPUの仕事です。
AIの学習とGPU
AIでは、予測した答えと正解を比べて、間違っていたら数字を少しだけ調整する。1回1回の計算は足し算やかけ算です。この繰り返しを何億回も行うことで、AIは賢くなっていきます。ChatGPTのような生成AIでは、インターネット上の膨大なテキストを学習し、数千億個の数字を調整します。グラフィックスもAIも、「単純な計算の大量処理」。だから同じGPUが使えるのです。
GPUの活用分野
GPUが活躍しているのは、ゲームとAIだけではありません。
- 動画編集：4K・8Kの映像をスムーズに処理
- 自動運転：カメラの映像をリアルタイムで分析し、歩行者や信号を瞬時に判断
- 医療：CTやMRIの画像からがんの早期発見
- 金融：株価の予測やリスクの計算
- 天気予報：大気の動きをシミュレーション
- 製薬：薬の候補となる分子の構造を大量に計算
- 農業：ドローンで撮影した農地の画像分析
GPUの種類と価格
パソコンのGPUは数万円から数十万円です。一方、AIの学習に使われるのは「データセンター用GPU」と呼ばれる高性能なGPUで、価格は1台あたり数百万円。大規模なAIの学習には数千台必要です。
生成AIはGPUを使って学習すればするほど賢くなることがわかっています。そのため世界中の企業がGPUを求めており、製造が追いつかない状況が続いています。NVIDIAの株価が30倍になった背景には、このGPU需要の爆発があるのです。
GPUの課題
値段の高さ
企業がAI用のデータセンターを作ろうとすると、GPUだけで数十億円から数百億円かかります。これだけの投資ができるのは、GoogleやMicrosoft、Metaといった巨大テック企業など、ごく一部に限られています。
電力
GPUは高性能な分、大量の電気を消費します。1つのAIデータセンターで使う電力は、小さな街ひとつ分と言われています。ChatGPTに1回質問するだけでも、Google検索の約10倍の電力を使います。AIが便利になればなるほど、環境への負担は大きくなっていきます。
GPUとTPU
GPUの課題を解決するために、GPU以外のAIチップの開発も進んでいます。例えば、GoogleはTPUというAI専用のチップを作っています。GPUが万能包丁だとしたら、TPUは刺身包丁です。TPUはAIの計算だけに特化しているので、消費電力がGPUの約半分で済むなど、効率がよいのが特徴です。
AI半導体の今後
Google以外にも、AmazonやMicrosoftが独自のAIチップを開発しています。一方で、現在のAI半導体市場はNVIDIAのGPUが圧倒的に使われています。AI開発に必要なツールの多くがNVIDIA向けに作られているため、他社に乗り換えにくい状況があります。AI半導体の競争は、今後さらに激しくなっていくでしょう。
まとめ
- GPUはパソコンの部品の1つで、単純な計算を大量に同時処理するのが得意
- CPUが1人の優秀な数学者なら、GPUは1000人の計算係
- データセンター用のGPUは1台数百万円、生成AIはGPUで学習するほど賢くなるため世界中で需要が爆発
- GPUはAI以外にも、自動運転・医療・金融・農業など幅広い分野で活躍
- GoogleのTPUなど、GPU以外のAIチップの開発も進んでいる
AIの進化はGPUの進化とともにあります。この動画が参考になった方は、高評価とチャンネル登録をお願いします。それでは次の動画でお会いしましょう。
