皆さんこんにちは。あるいはこんばんは。
家主のまたたびです。
これまでローカル生成AIの環境を、全6回でお話させていただきましたが、
恐らくパソコン知識に詳しくない方にとって「そもそもGPUって？」と感じているかと思います。
挙句には「なんで生成AIするのにGPU必要なのよ？」と疑問を持たれてる方も。。。？
まぁ正直なところ、普段のPC操作(office系ソフトの操作、WEBブラウザ程度)でしたら、
GPUなんて聞いたことも見たこともないと思います。
そんなローカル生成AIに興味を持たれた方向けに、今回は「GPUとは」について、
お話していこうと思います。
・GPUって結局なに？
結論から言ってしまうと、GPUとは「画面に絵を映すこと」です。
GPUは、Graphics Processing Unitの略です。
名前の通り、もともとの仕事は画像や映像を処理して、画面に表示することでした。
パソコンの画面に映る文字も、写真も、ゲームの3D映像も、すべて元をたどれば大量の点（ピクセル)の集まりです。
この一つひとつの点に、どんな色をつけるか、どこに配置するかを計算して、初めて画面に絵として映し出されます。
この計算を専門に担当するのがGPUです。
特に威力を発揮していたのが、ゲームの世界です。
3Dゲームのキャラクターや背景がなめらかに動く裏側では、1秒間に何十回、何百回という単位で、
画面全体の絵が計算し直されています。
この膨大な計算を、CPUだけでこなすのは非常に大変でした。
そこでGPUという専用の計算装置が生まれ、映像処理を一手に引き受けるようになったのです。
ゲーム以外にも、動画編集ソフトでの映像処理や、3DCGを使ったデザイン、建築や工業製品の設計ソフトなど、
「画像や映像をたくさん扱う作業」全般で、GPUは長く活躍してきました。
仮想通貨のマイニングに使われていた時期があったことを覚えている方もいるかもしれません。
あれも、GPUの計算能力を映像以外の目的に流用した一例です。
事例に挙げてきた事柄をご経験無い方は、やっぱり馴染みないですよね。
基本的にGPUは「CPUの中に組み込まれてる」ので、意識ないと恐らく完全スルーです。
・CPUとGPU、何が違うのか
ここで、パソコンのもう一つの主役であるCPUとの違いを整理しておきます。
CPUはパソコン全体を取り仕切る、いわば司令塔(脳みそ)です。
複雑な処理を、一つずつ順番に、正確にこなしていくのが得意です。
コアの数は少なめですが、一つひとつのコアが非常に賢く作られています。
一方GPUは、真逆の作りをしています。
一つひとつのコアはCPUほど賢くありませんが、その代わり、数百から数千個という
桁違いの数のコアを積んでいます。
単純な計算を、大量に「同時並行」で処理することに特化しているのです。
画像の処理は、まさにこの「単純な計算を大量に、同時に」という作業にぴったりでした。
画面上の何百万というピクセルに対して、同じような色の計算を一斉に行う。
これはCPUの一列に並んで順番に処理するやり方より、GPUの大人数で手分けして処理する
やり方のほうが、圧倒的に速いのです。
CPUが「大口案件を少数精鋭でこなすエキスパートグループ」だとすれば、
GPUは「単純作業を大人数で一気に片付けるラインの製造工場」のようなもの
だとイメージすると分かりやすいかもしれません。
・なぜ生成AIでGPUが主役になったのか
ここからが本題です。
画像処理のために生まれたGPUが、なぜ生成AIの世界でこれほど重宝されているのでしょうか。
答えは、AIの計算方法そのものが、GPUの得意な「単純計算の大量並列処理」と、
驚くほど相性が良かったからです。
生成AIの内部では、ニューラルネットワークと呼ばれる仕組みが動いています。
これは、大量の数字を掛け合わせたり、足し合わせたりする「行列計算」の繰り返しでできています。
一つひとつの計算自体は単純ですが、その数が桁違いに多いのが特徴です。
これは、先ほど説明した画像処理の構造と、実はそっくりなんです。
画面の何百万ピクセルを一斉に計算するのも、AIモデルの中の何百万、何十億というパラメータを
一斉に計算するのも、求められているのは同じ「単純計算を大量に、同時にこなす力」です。
CPUでこの計算をやろうとすると、一列に並んで一つずつ処理することになり、気が遠くなるほどの時間がかかります。
一方GPUであれば、数千のコアで手分けして一気に計算できるため、AIの学習や、
文章・画像の生成にかかる時間を、劇的に短縮できます。
つまりGPUは、「画像を描くための道具」として生まれながら、その内部構造が
「たまたまAI計算の構造と一致していた」ことで、AI時代になって急に主役に躍り出た、という経緯があります。
もともとの用途とは別の目的にGPUの計算力を使うこの考え方は、GPGPU（GPUによる汎用計算）と呼ばれています。
・パソコンの中でのGPUの立ち位置
最後に、パソコン全体の中で、GPUがどんな立ち位置にいるのかを整理しておきます。
CPUが、パソコン全体の指揮を執る司令塔だとすれば、
GPUは、その中でも特に画像処理や大量計算を任された専門部隊です。
メモリ（RAM）は、CPUやGPUが作業をするための机の広さ、
ストレージ（SSD）は、データを保管しておく棚、
という役割分担になります。
以前の記事でも触れましたが、ローカルAIを動かすとき、CPUよりもGPU、
それもGPUの中のVRAMという専用メモリの容量が特に重要になるとお伝えしました。
その理由は、まさに今回説明した「AIの計算はGPUの土俵で行われる」という構造にあります。
VRAMが大きいほど、GPUが一度に抱えられる計算の規模が大きくなるため、
より高性能なAIを動かせるようになるのです。
※例えで「ラインの製造工場」を出しましたが、VRAMが多い＝製造ラインが増えるを
イメージしていただけると嬉しいです。
・まとめ
GPUは、もともと画面に映像を映し出すために生まれた、映像処理専門の計算装置です。
単純な計算を大量に、同時にこなすことを得意とする構造が、たまたまAIの計算方式と一致していたことで、
生成AIの時代に一気に注目を集めることになりました。
グラフィックボードやVRAMの話が出てきたときは、ぜひ「単純作業を大人数で片付けるライン工場」の
イメージを思い出してみてください。GPUがなぜAIと相性がいいのか、腑に落ちやすくなるはずです。
それではまた～(=ﾟωﾟ)ﾉ
