図1　Nvidia社の��業分野毎の3ヵ月���Qの推�　米閏劼例Q次���Qは、1月��）
　　　2020�Q後半より、データセンター向け売り�屬欧����\している。
　　 出�Z　Nvidia社が�盜�SECに提出した�Q�QのFORM-10K�@料より、筆�vが作成した。

ホモジーナスな並�`化によるアクセラレーション戦�S

同社の�\術戦�Sは、この20�Q間�k棖靴董�GPU（並�`データ処理アクセラレータ�v路）によるCPUの処理の高�]化を�@��化する」とのことであった。General-Purpose GPU (GPGPU)のためのソフトウエア環境�D�△鮨覆瓠�GPUのアプリケーションを画�欺萢�以外の�覦茲砲盥�めた。「��てのCPUにGPUを��ける」を�`指すかのような勢いである。同社のArm社�A収の動きも、そのように考えると分かり易い。
CPU設��と協調すると、パワーマネジメントの裁量の余地が��に広がる。

但し、アクセラレータ�v路コアに実�△垢戮�要素�v路は、処理するデータや適��するアルゴリズムによって違いうる。��って、同社は、PCゲーム��（�@��GPU）、Professional Graphics処理、データセンタ��、等のマーケット・セグメントに適合させたGPU商��をラインナップしてきている。

それらの中でも、現在最も�啣修靴討い襯札哀瓮鵐箸蓮◆屮如璽織札鵐拭蔀�」だろう。昨�Q5月に発表した「A100（TSMC社の7nmプロセス採��）」は、チップ�C積826mm2、搭載トランジスタ数540億以�屐�HBM（High Bandwidth Memory）の容量40GB、2チャネルのHMBからの合��転送バンド幅は1.56TB/sという驚くべきチップである。スパコンからAIをカバーし、ディープラーニングにて主流とみられる半�@度（16ビット）���Qの時に、1チップで1ペタFlops以�屬離好撻奪�を�eつ（参考�@料4）。

同社のGPGPUは、「ホモジーナスな並�`化によるCPU動作のアクセラレーション」である（図2）。　同じマイクロアーキテクチャを�eつ「プログラマブルな処理�v路群」を並�`化している。

�k�機▲好沺璽肇侫�ンや�Z載ECUのチップメーカーは、通常、ヘテロジーナスな並�`化を進めている。消�J電��の削��を�_��する（データフォーマットやアルゴリズムごとに最適化した、様々なアクセラレーションコアを搭載して最適な�v路で処理した�気�、消�J電��がより小さくなる）からだが、データセンターやスパコンといえども、消�J電��は問��なはずである。

この路線の違いは、今後、どのように進むのか?端���Uはヘテロジーナス、データセンター�Uはホモジーナスと分かれるのか?それとも、消�J電��や性�Π奮阿痢�他の要因が�x場での優劣を左��するのか?その点について、筆�vの考えを以下にまとめてみた。

図2　並�`化の�k般形　Nvidia社は「ホモジーナスな並�`化によるアクセラレーション」を戦�Sとするが、スマートフォンや�Z載ECUチップは、通常、ヘテロジーナスな並�`化によってアクセラレーションする。データフォーマットやアルゴリズムごとに最適化した、様々なアクセラレーションコアを搭載することで、最適な�v路で処理すれば消�J電��が小さくなるからである　　出�Z：Nvidiaの成功に学ぶ（その5） (2021/03/19)

業績好循環の背景の�菘世�ら： ソフトウエア開発�vの�Хe�Dり��けの効果

Nvidia社は、�Oらの並�`処理�v路アーキテクチャを流布すべく、グラフィック・ボードメーカーやアプリケーション・ソフトウエアの開発�v達を�嗄�にサポートし、現在の成功に至っている。成功要因は、「開発�v達の�Хeを�Dり��けた��」だとの�Cがあっただろう。

同社は、プラットフォーム戦�Sとして、以下に関する�\術を�_��しているという。
　・GPU�v路
　・相互接���\術（NV-Link、NV-Switch）
　・ソフトウエア（GPGPU、�Q�|ライブラリ、等)
　・�_要アプリケーション（3DグラフックスやAI）のアルゴリズムへの��見
　・システム・サポート、および
　・サービス

それらを総合する�T在である「プラットフォーム」が、独�Oの価値を提供し、その価値が�Hくの開発�vから�Хeされているのだという。

�峙�にリストアップされた�\術はいずれも�jきな�\術であるが、同社の「アーキテクチャへのこだわり」は、内�陲寮賁膕箸鰊M��的に育成するという点で、同社の社内でも、また、顧客�笋粒�発�vでとっても「�J���憾�果が高い教育戦�S」であったのではないだろうか？「アーキテクチャ」の変化が著しいと、�垉遒龍軌蘚蟀@が無�Gになるからである。その�T果、社内／社外の両�Cで、同社のアーキテクチャへの�Хeが�咾泙辰燭里任呂覆い�と思われる。

�Z�Q、ディープラーニング�\術をベースとしたAI�\術には、GAFA（Google、Amazon、Facebook、Apple）と�}ばれるサービスよりの企業や�O動�Zの電�▲瓠璽�ーからの参入が相次いでいる。それら企業は、図3の�崛悗飽���する企業である。

�k�機�Nvidia社は、集積�v路のコア�v路から戦�Sをスタートさせており、図3の下層�霾�（テクノロジー開発）から、より�崛悗縫汽檗璽箸魍判jさせて来た。

図3　集積�v路設��へのR&D予�Qの投入��争　寡��化したテクノロジ企業も、サービス企業も、次世代半導��開発に�瓦垢�R&Dを�啣修靴討い襦―儘Z：筆�v作成

今後、AI分野では、GAFA、電�▲瓠璽�ー、GPUメーカーを含む様々な企業が入り乱れた�j��争が�t開すると思われるが、
　・ スケーブルな�v路であること
　・ 世�c中の開発�v達からの�Хeを�uてきた（幅広くツール提供を行い、開発文化として広める）
ことを2�j理�yに、データセンターにはNvidia社のチップが浸透しつつある。
　
AIでは、データセンターで行う学�{（トレーニング）のデータ処理と、端��で行う推�bのデータ処理を同じニューラルネットワークで行うことが望ましいが、データセンターを�U覇する�\術は、端��チップに搭載すべきAIアクセラレータ�v路を限定する可��性があり、Nvidia社のコア�\術は今後端���笋砲盖擇峅���性があるのではないかと思われる。

では、そのコア�\術のマイクロアーキテクチャの次のステップは、どうなるのか？筆�vは、Nvidia社の最�Zの動向を、�kつの仮説を元に今後�R��したいと思っている。

ネットワーク�\術の�啣�

Nvidia社は、現在、ネットワーク�\術の�啣修砲��R��しているかのように見える。 約1�Q�i（2020�Q4月16日）、同社はイスラエルのネットワーク����企業Mellanox Technologies社を�A収し（参考�@料5）、同社の�\術を元にしたBlueField DPU (Data Processing Unit)という�}び�@のネットワークの�U御と監��のためのチップを早�]�x場投入した（参考�@料6）。DPUは、ネットワークプロセッサをコアとし、ネットワークパケットの処理と高度なQoS（Quality of Service）を行うインターフェースチップのように筆�vには見えている。

GPUとArm社の�\術、DPUを合わせると、プロセッサベースのデータ処理ハードウエアとしてはフルセットが集まることになる。　同社は、CPUとGPUの統合の次に、その合���v路へのネットワークインターフェース�v路の��与を考えているのではないだろうか？

図4　マイクロアーキテクイチャの進化（筆�vの考え）　CPUは、GPUと合��時に�嗄�なスケーラビリティを�耀uした。 今後、ネットワーク�v路とも合��を�`指すのではないだろうか？��にその後、何を�`指すのかを考えるべき段階にある。　出�Z：筆�v作成

IoTの時代に、端��（PC、スマホ、�Q�|の業��������、�O動�Z等）の集積�v路は、データセンターの集積�v路群と協調動作する�妓�にある。アプリケーションを機�Δ気擦襪燭瓩砲蓮▲如璽織札鵐拭爾箸寮橙�は��須となるからである（参考�@料7）。

ネットワーク機�Δ療�合は、どのような統合�v路を�擇爐里世蹐Δ�？単なる2チップの合��なのか、それとも、アーキテクチャのレベルでの新しいアプローチが現れるのか？その動向は、��常に気になる「次のステップ」である。

そして、��にその先もあるだろう。　集積�\術の�j変革の動きは、現在、�j��争の最中にあり、次の次のストーリーも、その�j��争の中で進化するのだろうと筆�vは思う。

参考�@料
1. Nvidia社の2021�Q2月24日のプレスリリース
2. NVIDIA、売り�屬穏嚢發癲，發躾呂硫穣[通貨ブーム、日本経済新聞 (2021/02/25)
3. Nvidia DGX A100, Nvidia社のホームページ
4. AIデータセンターの性�Δ�20倍に、NVIDIAがAmpere世代のGPU「A100」を発表、MONOist (2020/05/15)
5. WikipediaのMellanox Technologiesの項。IntelやXilinx、MicrosoftもMellanox Technologies�A収に動いていたと言われている。
6. Nvidia BlueField データプロセッシングユニット　Nvidia社のホームページ
7. NVIDIAが�j賭けするデータ処理���� (DPU) とは、Axion