アクセラレータ�v路

GPUは、CPU（Central Processing Unit）にとって�j(lu┛)きな負荷となるCG (Computer Graphics)の画�欺萢�の�Hくを引き�pけるアクセラレータ�v路として、当初PCやワークステーション向けに開発されて来た。 アクセラレータ�v路としては、他に、FPU（Floating Processing Unit)や、DSP（Digital Signal Processor）が�~�@である。 昨今のスマートフォンやタブレットPCのプロセッサ（Application Processor）には、��(r┫n)常に�Hくのアクセラレータ�v路が搭載され、CPUの動作を��完している（�R1）。

但し、現代のGPUは、「単にCPUの画�欺萢�をオフロード（Off-Load）する」というよりも、「CPUとGPUの密な連携動作によって、CPUの�u(p┴ng)�Tなランダムな動作はCPUが行い、GPUが�u(p┴ng)�Tな繰り返し動作はGPUにて行う」という分担連携動作（Co-Processing）に変わったように見える。 GPUは、「様々な要素データ間にも、共通な構�]が�~ること」や、「可動な����には、共通の�駘�法�Г�作��する」等の�Hくの「共通なデータ処理」を行わせるのにも向く。��(c┬)去にGPUがたどった進化の跡を見ることは、今後のロジック�U集積�v路の進化を考える�屬任了温佑砲覆蠅Δ襪里任呂覆い世蹐Δ�?

GPUの開発��争の��(c┬)去と現況の����

GPUの�i身となるグラフィックアクセラレータ�v路は、1980�Q代、グラフィックコントローラとも�}ばれる�v路であった。 日本でのゲーム機ビジネスの興隆もあり、PC��チップの開発 / ���]には、�Hくのスタートアップ企業がチャレンジした。 但し、その�Hくは2000�Q�i後までに淘�Xされた。

��業が行き詰まった理�y(t┓ng)は様々であったであろうが、�擇�残った企業には、「アルゴリズムを、そのままチップ�屬離�スタムロジックとして実�△砲垢襦廚里任呂覆�、「プログラマブルな新�v路アーキテクチャを見出した」との点が共通するように思われる。

��定のアルゴリズムは、��定����にしか使えない。 ��定����にしか使えない集積�v路は、時代��れになりやすく、��(m┬ng)財としても商��としても価値は�e��し�Mい。

アルゴリズムがソフトウエア�\術�vの��(m┬ng)財成果�颪任△襪里汎瑛佑法⊇言��v路設���vも設��の��(c┬)��で��(m┬ng)財成果�颪��耀u(p┴ng)する��要がある筈である。「?j┼n)v路構�]に関する発�[」であれば、細�陲琉磴い�あっても��(m┬ng)財としての価値がありうるし、「アーキテクチャ」のレベルでの�\術革新ができれば、価値を主張できる期間も長い。

2000�Q�i後にGPU����を提供した企業数は、5社��度となっていたと見られる。 筆�vが調べた�J(r┬n)囲では以下の企業�@が�屬�った。
・3dfx Interactive社（2000�Qに、Nvidiaが�A収）、
・ATI Technologies社（2006�Qに、AMD社が�A収）、
・Silicon Graphics社（2009�QからSilicon Graphics International社、2016�QにはHPE社に吸収された）
・Matrox Electronic Systems社
・Nvidia社、

現在、PC��の外��けGPUを供給するのは、Nvidia社（シェア77%）、AMD社(23%)の2社である（参考�@料1）。 PC��MPU内�鼎�GPUを供給するのは、Intel社とAMD社と言って良いだろう。

しかし、スマホやタブレットPC��のAPU (Application Processor Unit) 内�鼎�GPUとしては、
・Qualcomm社（Qualcommの�O社開発。開発チームは、旧ATI Technologiesにルーツを�eつ）
・Apple社（Apple�O社開発）
・Arm社（商�YはMali）
・Imagination Technologies社（商�YはPower VR）
の4社が��(m┬ng)られている。加えて、�f国のSamsungは、現在AMD社との協業により�O社向けに新��開発していると言われている (参考�@料3,4)。

��(g┛u)に、現在、中国でのGPU開発企業数は���\している。 ��社、スタートアップと言って良いだろう。
・兆芯社（参考�@料5）
・�C爾線��（Moore Threads）社（参考�@料6）
・Biren Technology社（参考�@料6）
・Metax社（参考�@料6）
・登臨科�\（DengLin Technology）社（参考�@料6）
・�W数智芯半導��（Iluvatar CoreX）社（参考�@料6）
・芯動科�\（Innosilicon）社（参考�@料6）
・ZhaoXin社（参考�@料7）
・ChangSha JingJia Microelectronics社（参考�@料8）
・Horizon Robotics社（参考�@料9）
・Black Sesame Technologies（参考�@料10）

これら企業の中には、中国��PCや中国��ゲーム機を狙って開発を進めるケースもあるが、人工��(m┬ng)�Δ里茲Δ僻羈單�新しいアプリケーションをターゲットとしている企業もある。NPUやAIチップを狙ったスタートアップは、リストアップに��する��に�\えている。

GPUの進化の��(c┬)��で、「CPUとGPUの間の役割分担見直しが��こった」のと同様の変化が、今後、NPUのような新たな処理�v路を交えて��こるのではないだろうか? その変化のためには、ソフトウエアにも影�xが及びうるので時間のかかる開発となるのではあろうが、今も、ロジック集積�v路のアーキテクチャは、�j(lu┛)きな進化の��中にあることは間違いない。

CG処理のアルゴリズム

次に、CG処理のアルゴリズムから出発し、GPUという�v路アーキテクチャにたどり��いた��(sh━)国Nvidia社のGPU�\術を���茲靴討澆襦�

尚、筆�vは、画�欺萢�アルゴリズムの専門家ではなく、本内容も画�欺萢�の解説ではない。そのように見識の��しい分野の表現に挑戦するのは、Nvidia社の�\術が、「��定のアルゴリズムの例から、(�O���cの)データを処理する集積�v路の�k般形を見出し、それを進化させた」という好例だと思うからである。 内容は、参考�@料12〜16に基づいて、まとめている。

Computer Graphics（CG）処理は、以下のような�}順（アルゴリズム）で進むとされている。(図1)

1) 背景と����のそれぞれをモデリング（Modeling）する。
・個々の����の表�Cを、�H数の��角形のメッシュに分解し、����を、「番��(gu┤)��けされた頂点座�Y（Vertex Coordinate）の群」で表わす。ここで、��角形のメッシュに分解するというのは、�Z型的な��(sh┫)式の�kつでしかない。�k般的には、�H角形（Polygon）、もしくは曲線のメッシュで分解する。
・これによって、元の����は、「番��(gu┤)��けされた頂点座�Y（Vertex Coordinate）の群」で表されることとなる。 元の����の外形を分解した��角形 (�k般的には�H角形) をオブジェクトと�}ぶ。
2)����の外形を分割した�Q��角形に、背景空間内に位����けた座�Yと、その��角形の向きを�T味する法線ベクトル情報を関連��ける。
3) 背景を照らす照��（発光��）を配��し、����の陰影（Shading）を���Qする。
・光源（Lighting）からの光や、�Qオブジェクトから反�o(j━)光で照らされるオブジェクト表�Cの��るさと色の諧調を���Qする。
・����を分割した�Q��角形に、色、材��（マテリアル）、��感（テクスチャ）、透��度、反�o(j━)率、屈折率、�O己発光量、テクスチャ(表�Cの��感)、凹��の設定、��層のような切れ�`の設定など、�H数の表現パラメータ情報を関連��ける。
陰影の��完 (オブジェクトを構成する��角形の�M(f┬i)ぎ�`をなだらかにする) とか、陰�C消去（��点から見るオブジェクトの�i後関係を割り出し、見えない�霾�のデータを消去する）等の処理を行う。
4)背景と����を見る「��点」を定�Iし、背景と����の�����気�ら「��点から見た2次元映�汽如璽拭廚��收�する。
5)「��点から見た2次元映�汽如璽拭廚鬟好�ャンして、ピクセル単位に出��する。

これらの処理にて使われる���Qとしては、�k般に、「線形演�Q（もしくは行�`演�Q）」と「逆数を�u(p┴ng)る���Q」が使われる。 背景と����を分解した構成要素となるオブジェクトの圧縮・�P張 (比例���Q) も、�v転も行�`演�Qによって表現可�Δ世�らである。

その行�`���Qは、�k般に、{ Y=aX+b } の演�Qを繰り返すことで求められる。��って、�峙�のCGのデータ処理は、いずれも、
・　{ aX+b }を���Qし、返答する。
・　逆数を�u(p┴ng)て、返答する
・ ��帯情報を関連��ける
などの比較的少ない�|類の演�Qの組み合わせにて表現できるだろう (�R2)。
また、そのような処理ができる�~単な「プログラマブルな処理�v路」を���Tして、「その処理�v路に、CPUからデータと���Q式を送り、その返答をCPUに返してもらう」ことを繰り返すことで、アルゴリズムを進めることができるはずである。

もちろん、�峙�のCG処理アルゴリズムは、図1Aのように、個別のステップ専��の処理�v路を���Tして進めても良い。また、下図1Bのように、「プログラマブルな処理�v路にデータと���Q式を送り、返答を�pける動作を繰り返して進める」という��(sh┫)法も�~り�u(p┴ng)る。

PC��の3D グラフィックアクセラレータが登場した当初、�Hくのスタートアップが、図1Aのように、アルゴリズムをそのままロジック�v路に��き換えたパイプライン�v路をチップにしたが、�擇�残った企業のいくつかは、それでは「アルゴリズムの変化への�官��ξ�に��しい」と考え、図1Bのようなアーキテクチャを�`指した。

Nvidia社は、図1Bの「プログラマブルな処理�v路」にプログラムを駐在させているのではなく、「��(r┫n)常に�~単なプログラムをデータと共に�pけ�Dり��けて処理を行い、�T果を返答する�v路」とした（�R3）。 図1Aのように、��定のアルゴリズムを�b理�v路とした����は、アルゴリズムの進化に�官�できなかった。

図1　3Dグラフィックスの画�欺萢�アルゴリズムをそのまま�b理�v路化したパイプライン（図1A）と、進化後の集積�v路（図1B）
出�Z：図1Aは、参考�@料12を元に筆�vが作成。図1Bは、参考�@料13を元に筆�vが作成

図2　GPUの構�]とCPUと接��した場合の命令と出��データの流れ
GPUは、性�Δ�スレッドの個数に比例するスケーラブルな�v路となった。 �k��(sh┫)、CPUは、GPUの�Qスレッドに命令を供給する�v路となった。　出�Z：参考�@料15を元に、筆�vが作成

スケーラブルな�v路

図1Bの「プログラマブルな処理�v路」は、��(r┫n)常に小さな�v路であるために、1個のチップ内に搭載する個数を�\やすことで、����ごとに、もしくは表��(j┤)画�Cの画素ごとに処理を進めることができる並�`�v路となった（図2）。このような��(sh┫)式に変わると、CPUはデータを処理する�v路というよりも、GPUの�Qスレッドにデータとプログラムを送る�U(ku┛)御�v路となる。これは、データ処理の現場がCPUからGPUに�，辰燭箸發い┐觸j(lu┛)きな変革であった。

また、GPU��(sh┫)式（図1B、図2）は、ソフトウエア開発�vにとっての開発インフラともいえる��須のハードウエアとなり、CGアルゴリズムの世�cでは、設定するパラメータを�\やすことで��感を改��したり、また、光線や照��が醸し出す立��感を高めたり、という工夫が加�]した。 GPU��(sh┫)式は、ソフトウエア開発�vとの間で進化を加�]するエコシステムを形成する基礎を提供した�lである。

��(g┛u)に、GPU��(sh┫)式は、スパコン等のHPC (High Performance Computing) にも����を広げた。�O��現��(j┫)の�Hくは、ミクロなスケールで見た場合に線形演�Qの繰り返しとなるためである。 科学�\術���Qシミュレーションへの����の拡�j(lu┛)は、当初、GPU��(sh┫)式を発��した�\術�vが期待した以�屬慮�果を��業にもたらしたのではないだろうか?図3はシリコンバレーにあるNvidiaの本社だが、��角形のメッシュを�Wいた屋根はGPUを��(j┫)徴している。

集積�v路設���vは、�v路アーキテクチャのレベルでの革新��争に日�����Cさせられている。GPUの歴史は、「価値ある�v路アーキテクチャの発見」が企業の命運を�U(ku┛)したという例だったのではないかと思える。

図3　Nvidia社本社の�豢��^真。�H数の��角形の群でメッシュに切られた外�茲魴eつ。
出�Z：Nvidia Investor Presentation Q4 FY2021

�R
1. ビデオやオーディオデータの圧縮/�P張機�Α�MPEG-2 / H.264 / AAC / MP3 / WMA等）や、セキュリティ�敢�を始め、様々なデータ処理 / 変換、等々。アプリケーション毎に�H�|�H様の専��データ処理�v路であるアクセラレータを搭載することで、�@��データ処理�v路であるCPUの動作を抑�U(ku┛)している。
2. { Y=aX+b } の演�Qと逆数演�Qを繰り返すことで、級数�t開された任�Tの関数も�Z�瑤任�る。��って、GPUが扱える演�Q子は��(r┫n)常に�Hい。 尚、グラフィック����での演�Qは、通常、浮動小数点数値に�瓦垢覬��Qである。
3. Nvidia社は、プログラマブルなパイプライン処理�v路�霾�を複数搭載したGPU (商���@はGeForce 3) を2001�Qにリリースした。 このチップで採��した��(sh┫)式は、データを「パイプラインの処理�v路�霾�」に送る時に、データと共に��模の小さな�k�|のプログラム（シェーダーと�}ばれる）を��けて送り、パイプライン処理�v路の機�Δ鬟瀬ぅ淵潺奪�に変えることができるアーキテクチャの先�~けとなったと思われる。

参考�@料
1. Hassan Mujtaba、”AMD Radeon RX GPUs Witnessed Market Share Gain Versus NVIDIA GeForce RTX GPUs in Q3 2020, RDNA 2 & Ampere Launches Not Yet Accounted For" (2020/12/06)
2. 「スマホのGPUとは?性�Δ肇瓠璽�ーを徹�f解説」 (2019/08/19)
3. 「SamsungがARM、AMDとモバイル向けプロセッサを共同開発か?」、iPhone mania(Web記��) (2020/08/13)
4. 「SamsungとAMDの協業で�擇泙譴�GPU、詳細は6月に発表?」、iPhone mania (Web記��) (2021/02/24)
5. 「8コア/DDR4�官�/GPU内�鼎涼羚���x86プロセッサ『開先KX-5000』」、PC Watch（Web記��）(2017/11/09)
6. 「中国でGPU開発企業への投�@�X　設立100日の新興が数��億��も�@金調達」、36KrJapan（Web記��） (2021/03/11)
7. Evan Federowicz、"A Chinese Competitor to Intel and AMD CPUs? Zhaoxin Might be the Answer!" (2019/12/15)
8. 「【GPU】 中国��GPU『JM9271』。GTX 1080に匹�發�」、ニッチなPCゲーマーの環境構築Z (Web記��)、(2019/08/25)
9. 「NVIDIAの中国のライバルHorizon Roboticsが約725億��の�@金調達を�`指す」、Tech Crunch (Web記��)、(2020/12/23)
10. 「アリババのクラウド��業「AliCloud」がGPUに投�@する背景とは?」、ビジネス+ IT(Web記��)、2016/02/17
11. 「レイ トレーシングとラスタライズの違い」、Nvidia社のブログ記��、(2018/03/26)
12. ウィキペディアの「Graphics Processing Unit」、(��(g┛u)新 2021/02/11 14:30)
13. Chris McClanahan、“History and Evolution of GPU Architecture”､ 2010�Q
14. 平野�m�}、「GPUコンピューティングの歴史とCUDAの誕��」、(2010/07/02)
15. 福井���F、林憲�k、「GPUによるLSI設��の高�]化�\術」、2013�Q1月、電子情報通信学会2013
16. David E. Rogers、J. Alan Adams; “ Mathematical Elements for Computer Graphics, Second Edition”,　McGraw-Hill. Inc., (1989/02)