💻 ITパスポート ｜ テクノロジ系

GPUとは？

画像処理の専門チップが、AI・機械学習の計算エンジンとして主役になった理由。

🎬 こんなシーンを想像
友人が「新しいゲームPC、GPUにこだわった！」と言っている。でも実は、最近のAI研究所でも「GPUが何千枚も必要」と聞く。ゲームとAIの両方で使われるって何者？
…GPUの正体はここにある！
⚙️ CPUとGPUの構造の違い CPU 少数の高性能コア コア1 コア2 コア3 コア4 複雑な処理を順番に VS GPU 数千の小型コア …（数千〜数万個）… 同じ計算を 一斉並列処理！ 単純な計算を大量に同時処理
🚀 GPUが活躍する場面
ゲーム・3DCG
画面の全ピクセルを同時に計算して描画。もともとの本業。
機械学習・AI
ニューラルネットワークの行列計算を並列処理。学習を高速化。
動画エンコード
フレームを並列に処理してリアルタイム変換。
科学シミュレーション
気象・物理シミュレーションの大規模並列計算。

GPU＝Graphics Processing Unit（グラフィックス処理装置）。AI時代に「GPGPU（汎用GPU演算）」として再注目。

⚠️ ひっかけ注意ポイント
「CPUの代わり」と思いがち
CPUは複雑な処理・分岐・OS制御が得意。GPUは単純な計算の大量並列が得意。役割が違う。補完関係。PCにはCPUもGPUも両方ある。
「ゲームだけのもの」と思いがち
AIの学習・推論、科学計算、仮想通貨マイニングなど、汎用計算（GPGPU）として広く使われる。試験では「AIに使われる」文脈も頻出。
「コアが多い＝速い」と混同しやすい
GPUのコアは小さく単純。同じ処理を大量並列するのが強み。複雑な処理1つをこなす速さはCPUの方が速いことが多い。
判断のコツ
「並列処理・画像処理・AI計算」が出たら → GPU。「OS制御・複雑なアプリケーション処理」が出たら → CPU。
🧠 覚え方（無理やりゴロ）
G（画像）P（並列）U（うじゃうじゃ）！
GPUは「画像処理」の専門家→「並列計算がうじゃうじゃできる」チップ

CPUは「1人の天才」、GPUは「1万人のバイト」。
同じ単純作業なら1万人が圧勝！