• 第2章 GPUと専用計算機の仕組み
• 
  章トップ（目次）
  
• 
  2-1 GPUとは何か
  
• 
  2-2 並列計算モデル（SIMD / SIMT）
  
• 
  2-3 GPUのメモリ階層と帯域
  
• 
  2-4 スレッド管理とスケジューリング
  
• 
  2-5 GPUが得意な処理・不得意な処理
  
• 
  2-6 GRAPE計算機の誕生
  
• 
  2-7 GRAPE-1の構造と思想
  
• 
  2-8 GRAPE-DRとASIC化
  
• 
  2-9 CPUとGPUの違い
  
• 
  2-10 専用計算機の思想とFPGAへの継承
  
• 
  ▶ 第3章 FPGAの仕組みへ
  

---

第2章 GPUの仕組み

第2-6節 CPUとGPUの協調動作

現代のコンピュータでは、
CPUとGPUはどちらか一方だけで処理を行うのではなく、
役割分担をしながら協調動作しています。

CPUとGPUの基本的な役割

• CPU：制御・判断・順序立てた処理
• GPU：大量データの並列演算

CPUはプログラム全体の流れを管理し、
GPUは計算量の多い部分を集中的に処理します。

処理の流れ（概念）

CPUとGPUの協調動作は、
概ね次の手順で行われます。

1. CPUが処理内容を準備する
2. 必要なデータをGPUメモリへ転送する
3. GPUカーネル（並列処理）を起動する
4. GPUが計算を実行する
5. 結果をCPU側へ戻す

この一連の流れは、
アプリケーションからは一つの処理に見えますが、
内部では明確に役割が分かれています。

GPUカーネルとは

GPU上で実行される並列処理の関数を
カーネルと呼びます。

CPUから
「この処理を何千・何万スレッドで実行せよ」
という形で起動されます。

同期と非同期処理

CPUとGPUの処理は、
必ずしも同時に止まって待つ必要はありません。

• GPU実行中にCPUは別処理を行う
• 必要なタイミングで同期を取る

この非同期実行を活用すると、
システム全体の効率が向上します。

データ転送のコスト

CPUとGPUは、
通常は異なるメモリ空間を持っています。

そのため、

• CPU ⇔ GPU 間のデータ転送
• PCI Expressなどのバス

が性能のボトルネックになることがあります。

GPUを使う場合は、
「計算量に対して転送量が十分小さいか」
を考える必要があります。

統合メモリ（Unified Memory）

近年では、
CPUとGPUが同じアドレス空間を
共有できる仕組みも登場しています。

これにより、

• プログラムが簡単になる
• 明示的な転送が減る

一方で、
内部の動作を理解していないと
予期しない性能低下が起きることもあります。

CPUとGPUは競合ではない

CPUとGPUは、
どちらが優れているかを競う存在ではなく、

互いの弱点を補う関係

にあります。

• CPUがなければGPUは指示を受けられない
• GPUがなければ大規模並列処理は遅い

設計上のまとめ

GPUを効果的に使うには、

• CPUで制御する
• GPUで大量演算を行う
• 転送回数を最小化する

という設計思想が重要になります。

---

次節では、
GPUがどのような分野で使われているのかを解説します。

→ 第2-7節 GPUの応用分野