応用情報技術者 2021年 春期 午前2 問10
問題文
ディープラーニングの学習に GPU を用いる利点として、適切なものはどれか。
選択肢
ア：各プロセッサコアが独立して異なるプログラムを実行し、異なるデータを処理できる。
イ：汎用の行列演算ユニットを用いて、行列演算を高速に実行できる。（正解）
ウ：浮動小数点演算ユニットをコプロセッサとして用い、浮動小数点演算ができる。
エ：分岐予測を行い、パイプラインの利用効率を高めた処理を実行できる。
ディープラーニングの学習に GPU を用いる利点【午前2 解説】
要点まとめ
- 結論：ディープラーニングの学習では、GPUの汎用行列演算ユニットによる高速な行列演算が最大の利点です。
- 根拠：ニューラルネットワークの学習は大量の行列計算を繰り返すため、並列処理に優れたGPUが効率的に処理を加速します。
- 差がつくポイント：GPUは単なる浮動小数点演算や分岐予測ではなく、行列演算の並列処理に特化している点を理解することが重要です。
正解の理由
選択肢イは「汎用の行列演算ユニットを用いて、行列演算を高速に実行できる」とあり、これはGPUの特徴を正確に表しています。ディープラーニングの学習では大量の行列計算（行列の積や加算）が必要であり、GPUはこれを並列に高速処理できるため、学習時間を大幅に短縮できます。
よくある誤解
GPUは単に浮動小数点演算ができるだけと思われがちですが、実際には行列演算の並列処理に特化している点が重要です。分岐予測や独立したプログラム実行はCPUの特徴です。
解法ステップ
- 問題文の「ディープラーニングの学習にGPUを用いる利点」を確認する。
- ディープラーニングの計算内容（大量の行列演算）を思い出す。
- 各選択肢の特徴をGPUの役割と照らし合わせる。
- 行列演算の高速化に特化した選択肢を選ぶ。
選択肢別の誤答解説
- ア: 「各プロセッサコアが独立して異なるプログラムを実行」はCPUのマルチコアの特徴であり、GPUの利点とは異なります。
- イ: 正解。GPUの行列演算ユニットによる高速処理を示しています。
- ウ: 浮動小数点演算はCPUやGPU共に可能ですが、GPUの利点は単なる浮動小数点演算ではなく並列行列演算です。
- エ: 分岐予測はCPUのパイプライン制御技術であり、GPUの特徴ではありません。
補足コラム
GPU（Graphics Processing Unit）は元々画像処理のために開発されましたが、その並列処理能力がディープラーニングの行列演算に適しているため、近年は学習用ハードウェアとして広く利用されています。CUDAやOpenCLなどのプログラミング環境も整備され、効率的な計算が可能です。
FAQ
Q: なぜCPUではなくGPUがディープラーニングに向いているのですか？
A: CPUは複雑な制御や分岐処理に強い一方、GPUは多数のコアで同時に行列演算を高速に処理できるため、ディープラーニングの大量計算に適しています。
A: CPUは複雑な制御や分岐処理に強い一方、GPUは多数のコアで同時に行列演算を高速に処理できるため、ディープラーニングの大量計算に適しています。
Q: 浮動小数点演算はCPUでもできるのにGPUが必要な理由は？
A: 浮動小数点演算自体はCPUでも可能ですが、GPUは数千のコアで並列に行列演算を行うため、処理速度が圧倒的に速くなります。
A: 浮動小数点演算自体はCPUでも可能ですが、GPUは数千のコアで並列に行列演算を行うため、処理速度が圧倒的に速くなります。
関連キーワード: GPU, ディープラーニング、行列演算、並列処理、浮動小数点演算、分岐予測
\ せっかくなら /
応用情報技術者を
クイズ形式で学習しませんか？
クイズ画面へ遷移する→
すぐに利用可能！