問題 No.1738
Googleが開発したディープラーニングのワークロードを高速化するために特化したプロセッサであり、TensorFlowの演算を効率的に実行できるよう設計された専用チップの名称として、正しいものはどれか。
【正解の解説】
スポンサーリンク
【その他の選択肢の解説】
GPUは、グラフィックス描画のために多数のコアを搭載し、ディープラーニングの並列計算において広く活用されているプロセッサである。
GPUは元々画像処理用のプロセッサですが、多数のコアによる並列処理がディープラーニングの行列計算に極めて適しているため、現在でも広く利用されています。ただし、Googleがディープラーニング専用に自社開発した専用チップであるTPUとは異なるプロセッサを指しています。
TPUは、Googleがディープラーニングの処理を高速化するために独自に開発した、機械学習向けの特定用途向け集積回路（ASIC）である。
TPU（Tensor Processing Unit）は、ディープラーニングのワークロードを高速化するためにGoogleが独自に設計した特定用途向け集積回路です。TensorFlowなどのフレームワークにおける大規模な行列演算を圧倒的な効率で実行できるため、AI開発において非常に重要な役割を担っています。
FPGAは、製造後に回路構成を動的に書き換えることが可能なため、エッジデバイスでの推論処理などに活用されるプロセッサである。
FPGA（Field Programmable Gate Array）は、ユーザーが目的に合わせてハードウェアの回路構成を動的に変更できる集積回路です。柔軟性が高く省電力なため、エッジデバイスでの機械学習の推論処理などに適していますが、Googleが開発したディープラーニング専用のTPUそのものの説明ではありません。
CPUは、複雑な制御や逐次処理を得意とし、ディープラーニングのモデル学習全体を単体で最も効率よく高速に処理できるプロセッサである。
CPUはコンピュータの頭脳として複雑な制御や逐次処理を万能にこなすプロセッサですが、ディープラーニングで必要となる膨大な並列数値計算においては、GPUやTPUのような専用プロセッサに比べて処理速度が劣るため、単体で最も効率よく高速に処理できるという記述は誤りとなります。