概要

GPUの基本構造と技術動向に焦点を当てた『GPUを支える技術』の増補改訂版。GPU/AIアクセラレータの劇的進化に合わせて，解説も大幅に増強しました。

3Dグラフィックス，ゲーム，VR/AR，科学技術計算，ディープラーニング，人工知能/AIに至るまで，GPU/並列処理の存在感は高まる一方です。その背景にあるハードウェアや計算処理への要求とはどのようなものでしょうか。本書ではGPUの今を軸に，ハードウェア＆ソフトウェアの観点の技術基礎，SIMT/SIMDなどの超並列処理のポイント，欠かせない周辺技術まで徹底解説。実製品や事例を豊富に盛り込み，広くエンジニアの方々へ現場で役立つ技術知識を凝縮してお届けします。

こんな方におすすめ

• GPUがどのようになっているのかを知りたい方
• GPUのしくみを知って，より高性能のプログラムを書きたい方
• GPUのしくみと現在の使われ方を理解して，より良く使いたい方，新たな使い方を考えたい方

知的好奇心から，GPUがどうなっているのかを知りたいという方々も大歓迎です。

サンプル

目次

第1章　［入門］プロセッサとGPU

• 1.1　コンピュータシステムと画像表示の基礎　……フレームバッファ，VRAM，ディスプレイインターフェース
  　　　
  • Column　プロセッサの構造と動き
• 1.2　3Dグラフィックスの歴史　……文字から図，2D，3Dへ。高品質とリアルタイム
• 1.3　3Dモデルの作成　……パネル，座標，配置，光
• 1.4　CPUとGPUの違い　……プロセッサも適材適所
  　　　
  • Column　整数と浮動小数点数
• 1.5　ユーザーの身近にあるGPUのバリエーション　……SoC，CPUチップ内蔵，ディスクリートGPU
• 1.6　GPUとおもな処理方式　……メモリ空間，描画時のGPUメモリ確保方式，並列処理
• 1.7　まとめ
  　　　
  • Column　プロセッサと半導体の世代　……24nm世代，16nm世代... 「GxxMxx」表記

第2章　GPUと計算処理の変遷

• 2.1　グラフィックスとアクセラレータの歴史　……ゲーム機，PCグラフィックス
• 2.2　グラフィックスボードの技術　……2Dの背景＋スプライト，BitBLT，2D/2.5D/3Dグラフィックアクセラレータ
• 2.3　GPUの科学技術計算への応用　……ユニファイドシェーダ，倍精度浮動小数点演算，プログラミング環境
  　　　
  • Column　ムーアの法則と並列プロセッサ
• 2.4　並列処理のパラダイム　……基本，MIMD/SIMD/SIMTの違い
  　　　
  • Column　ARMv7のプレディケート実行機能
• 2.5　まとめ

第3章　［基礎知識］GPUと計算処理

• 3.1　3Dグラフィックスの基本　……OpenGLのレンダリングパイプラインを例に
• 3.2　グラフィックス処理を行うハードウェアの構造　……Intel HD Graphics Gen 9 GPUの例
• 3.3　［速習］ゲームグラフィックスとGPU　……ハードウェアとソフトウェア，進化の軌跡　◉特別寄稿　西川 善司
• 3.4　科学技術計算，ニューラルネットワークとGPU　……高い演算性能で用途が拡大
• 3.5　並列計算処理　……プロセッサのコア数の増加と，計算/プログラムの関係
• 3.6　GPUの関連ハードウェア　……メモリ容量，バンド幅，CPUとの接続，エラーと対策
• 3.7　まとめ

第4章　［詳説］GPUの超並列処理

• 4.1　GPUの並列処理方式　……SIMDとSIMT
• 4.2　GPUの構造　……NVIDIA Turing GPU
  　　　
  • Column　ディープラーニングの計算と演算精度
  　　　
  • Column　RISCとCISC
• 4.3　AMDとArmのSIMT方式のGPU　……AMD RDNAアーキテクチャとArm Bifrost GPU
• 4.4　GPUの使い勝手を改善する最近の技術　……ユニファイドメモリ，細粒度プリエンプション
• 4.5　エラーの検出と訂正　……科学技術計算用途では必須機能
  　　　
  • Column　ACEプロトコルとACEメモリバス
• 4.6　まとめ

第5章　GPUプログラミングの基本

• 5.1　GPUの互換性の考え方　……完全な上位互換は難しい状況
• 5.2　CUDA　……NVIDIAのGPUプログラミング環境
• 5.3　OpenCL　……業界標準のGPU計算言語
• 5.4　GPUプログラムの最適化　……性能を引き出す
• 5.5　OpenMPとOpenACC　……ディレクティブを使うGPUプログラミング
• 5.6　まとめ

第6章　GPUの周辺技術

• 6.1　GPUのデバイスメモリ　……大量データを高速に供給
• 6.2　CPUとGPU間のデータ伝送　……PCI Express関連技術，NVLink，CAPI
• 6.3　まとめ
  　　　
  • Column　AMD HIP

第7章　GPU活用の最前線

• 7.1　ディープラーニングとGPU　……ニューラルネットワークの基本から活用事例まで
• 7.2　3DグラフィックスとGPU　……広がる3D事例
• 7.3　スマートフォン向けSoC　……機能向上と電池や消費電力とのバランス
• 7.4　スーパーコンピュータとGPU　……高い演算性能を求めて
• 7.4　まとめ
  　　　
  • Column　Apple M1とそのGPU

第8章　ディープラーニングの台頭とGPUの進化

• 8.1　ディープラーニング用のハードウェア　……数値計算の精度と性能
• 8.2　各社のAIアクセラレータ　……TPU，Tensorコア，Efficiera，Goya/Gaudi，MLプロセッサ，Wafer Scale Engine
  　　　
  • Column　RoCE　……Remote DMA on Converged Ethernet
• 8.3　ディープラーニング/マシンラーニングのベンチマーク　……MLPerfの基本
• 8.4　エクサスパコンとNVIDIA，Intel，AMDの新世代GPU　……最先端のコンピュータが牽引する新技術
• 8.5　今後のLSI，CPUはどうなっていくのか？　……半導体の進歩，高性能CPU
• 8.6　GPUはどうなっていくのか　……さらなる進化の方向性
• 8.7　まとめ

サポート

正誤表

本書の以下の部分に誤りがありました。ここに訂正するとともに，ご迷惑をおかけしたことを深くお詫び申し上げます。

P.306　1行め

P.305 6行め

用語の訂正

本書内の「トランスポーズ」「Transpose」は誤りで，正しくは「トランスフォーム」「Transform」となります。