【G検定対策】GPUやTPUの違いとは？AI開発を支える計算ハードウェアの特徴
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
ディープラーニングの学習処理を支えるハードウェア（プロセッサ）に関する記述として、最も適切な選択肢を1つ選べ。
- A）CPUは大量のコアを搭載しており、単純な行列計算を膨大な数同時にこなす並列処理を得意とするため、ディープラーニングの主な学習用プロセッサとして利用される。
- B）GPUはもともと画像処理用に開発されたプロセッサであり、1つひとつのコアが高性能で複雑な連続処理の実行速度においてCPUを凌駕する。
- C）TPU（Tensor Processing Unit）は、Googleによって開発されたディープラーニング（テンソル計算）に特化した専用プロセッサである。
- D）GPUやTPUは複雑な条件分岐やOSの基本動作を得意とするため、PCの汎用的な中央演算処理装置としてCPUに取って代わられている。
🔍 ここをクリックして正解を見る
- 正解: C）TPU（Tensor Processing Unit）は、Googleによって開発されたディープラーニング（テンソル計算）に特化した専用プロセッサである。
💡 合格に近づく！徹底解説
- 重要度: ★★★
■ 1分で分かる！この問題の要点
- CPU：複雑な命令を順番に解く「万能型（天才数学者1人）」。
- GPU：単純な計算を同時に大量にこなす「並列処理型（ソロバンが得意な小学生数千人）」。
- TPU：Googleが開発した、ディープラーニングのテンソル計算に完全特化した専用プロセッサ。
■ 初学者向け解説（例え話や背景）
ディープラーニングの学習には「膨大な量の単純な足し算・掛け算（行列計算）」が必要です。
- CPU（万能な天才）は、難しい文章題を素早く解くのは得意ですが、足し算を何億回もやり続けるのは1人だと時間がかかってしまいます。
- GPU（大量のソロバン隊）は、1人ひとりの能力はCPUより低くても、数千人が同時に計算（並列処理）できるため、ディープラーニングの計算をあっという間に終わらせることができます。
- TPU（AI専用ロボ）は、さらに一歩進んで、Googleが「AIの計算のためだけに設計した無駄のない超特化型マシン」です。
試験では「だれが開発したか（TPU＝Google）」「どのプロセッサがどんな処理（連続高度処理・並列処理）を得意とするか」が頻出ポイントとなります！
■ 選択肢の解説
- A) CPUは大量のコアを搭載しており、単純な行列計算を膨大な数同時にこなす並列処理を得意とするため、ディープラーニングの主な学習用プロセッサとして利用される。（×）: 大量のコアによる並列処理が得意なのは「GPU」です。CPUのコア数は少なく、連続した高度な処理を得意とします。
- B) GPUはもともと画像処理用に開発されたプロセッサであり、1つひとつのコアが高性能で複雑な連続処理の実行速度においてCPUを凌駕する。（×）: 1つひとつのコアが高性能で複雑な連続処理が得意なのは「CPU」です。GPUはコア1つの性能よりも「数」で勝負します。
- C) TPU（Tensor Processing Unit）は、Googleによって開発されたディープラーニング（テンソル計算）に特化した専用プロセッサである。（○）: 記述の通り正解です。開発元（Google）と特化目的（テンソル計算）をセットで覚えましょう。
- D) GPUやTPUは複雑な条件分岐やOSの基本動作を得意とするため、PCの汎用的な中央演算処理装置としてCPUに取って代わられている。（×）: OSの動作や複雑な条件分岐など、PC全般の制御が得意なのは「CPU」です。役割が異なるためCPUの代わりにはなりません。
👉 次の問題＆解説テキスト
お疲れ様です！
この調子で次の問題に挑戦しますか？
それとも、立ち止まって詳しい解説を確認しますか？
