「GPUのワット性能は8年で100倍に」。NVIDIAのJen-Hsun Huang CEO，国内のGPUコンピューティングイベントで大いに語る

NVIDIA CEO Jen-Hsun Huang氏

　12月1日，NVIDIAは，都内で「NVIDIA GPUコンピューティング2010 Winter」と題するイベントを開催した。GPUをさまざまな分野の計算に応用するGPUコンピューティングを推進しようという趣旨のイベントで，わりとお堅い分野が主なターゲット。4Gamerの守備範囲から外れてしまう話も多いのだが，基調講演には，NVIDIAのCEOであるJen-Hsun Huang（ジェンスン・フアン）氏が登壇して同社のGPUコンピューティングに対する取り組みを述べたので，今回は，ゲストスピーカーを交えつつ1時間40分以上にわたった氏の講演から，興味深いところを拾って紹介してみたい。

サーバーにGPUを搭載してスーパーコンピュータに

　さて，Huang氏はまず，今日の講演の主なポイントを3つにまとめてみせた。いわく，

1. GPUスーパーコンピュータをメインストリームに
2. CUDAの普及は臨界を超えた
3. これは始まったばかり

とのことだ。

Huang氏が示した3つのポイント

　スライドだけでは少々分かりにくいが，1.について氏は「GPUをサーバーと組み合わせ，スーパーコンピュータにする」とぶち上げる。現時点でもGPUはHPC（High Performance Computing）分野に受け入れられ，一部で大きな成功を収めているものの，HPCの市場はさほど大きくはないのが悩みだ。GPUの利用を，一般的なサーバーまで拡大すれば，より大きなビジネスにつながるため，次の狙いをそこに定めた，といったところだ。
　問題は「サーバー市場でGPUは必要とされるのか」という部分だが，この点について，Huang氏は自社の例を挙げて説明する。それによると，NVIDIAの社内にあるCPUコアの85％はプロセッサの設計に利用されており，また論理シミュレーションには専用のスーパーコンピュータを利用しているのだそうだ。NVIDIAのビジネスには，スーパーコンピュータを活用したテクニカルコンピューティングが重要な役割を果たしている，というわけである。

NVIDIAが利用している4万個ものCPUコアのうち，実に3万5000個はGPUの設計に利用されているという

GPUの論理シミュレーションには専用のスーパーコンピュータを利用しているとHuang氏。その“証拠写真”がこれで，マシンの上半分で100万トランジスタのシミュレーションが可能だそうだ。氏は「CUDAへの移植も試みている」と触れていたので，将来的には”GPUでGPUを設計する”ことも考えているらしい

　氏によると，GPUの設計における論理回路のシミュレーションに専用のスーパーコンピュータを用いることで，汎用のコンピュータを用いるときと比べて数百倍の性能が得られ，ビジネス効率を大きく上げることができたという。
　Huang氏は，分子生物学や金融など，他分野のシミュレーションは，論理回路の設計ほど容易に実現できるわけではないと認めつつも，CUDAによってさまざまな分野のシミュレーションが可能になったと強調。「仮に従来比10倍の速度でシミュレーションが可能になるなら，ビジネスに重要な意味を持つ。将来的には9割がテクニカルコンピューティングになるだろう」と断言してみせた。

2006年を境として，企業が所有するコンピュータの計算能力が急激に上昇しているというデータ。緑色の線は企業が持つコンピュータの計算能力（TFlops）で，水色の線はムーアの法則を示している。「2006年を境に企業のコンピュータの能力はムーアの法則を超えて伸びている」（Huang氏）

ゲストスピーカーとして登壇した，東京工業大学の青木尊之教授

　NVIDIAにとって，同社のGPUを使ったテクニカルコンピューティングを支える開発言語環境かつプラットフォームとなるのが「CUDA」である。
　先ほどのスライドの2.で「CUDAの普及は臨界点を超えた」としていたHuang氏だが，それを証明するかのように，数人のゲストスピーカーを招いてCUDAの応用例が紹介された。
　まずは，東京工業大学で教鞭をとり，GPUコンピューティングで意欲的な活動をしている青木尊之教授から。

次世代の気象モデル「ASUCA」（Asuca is System based on Unified Concept for Atmosphereの略。再帰名になっている）をCUDAに完全移植したという青木教授。東工大のスーパーコンピュータ「TSUBAME 2.0」を利用し，50倍の性能向上が得られたそうだ。「元のコードがFORTRANだったため，配列の並びを変える必要があった」など，興味深い話もあった

青木教授がもう一つ例に挙げた流体シミュレーション。粒子法ではなくメッシュ法を利用するというもので，液体内部の気泡などが非常にリアルに再現されていた。「ゲーム目的ならメッシュ法で十分では」と青木教授

TSUBAME 2.0に利用されている計算ノードの一つが，会場に展示されていた。1ノードに3基の「Tesla M2050」が収容されている。Teslaにファンはなく，エンクロージャ側の冷却システムで一括して冷やす仕組みだ

　なお，青木教授によるTSUBAME 2.0の例以外にも，医療や品質検査といった分野のゲストが招かれたほか，Amazonとの協業で展開されているGPUクラスタのクラウドサービスなどもデモが紹介されたが，本稿では写真を示すに留める。

Amazonとの協業で開発されたGPUクラスタのクラウドサービス。AmazonのGPUクラスタのクラウドサービスを利用することでフォトリアリスティックな3Dグラフィックスのレンダリングが可能になる

　以上のように，さまざまな分野で利用が進むCUDAだが，「普及のカギは，アーキテクチャを簡単に手に入るものにすること」とHuang氏。「ソフトウェア開発者が使ってこそアーキテクチャが有効になる。だから我々はすべてのGPUにCUDAを採用した。これは戦略的な決定だ」。

　さらに，2010年11月に開催されたGPU Technology Conference 2010（以降，GTC2010）で存在が明らかにされた「CUDA-x86」――x86プロセッサ上でCUDAの利用を可能にするコンパイラ ――についても「来年の何処かのタイミングで出荷する」と宣言。あらゆるコンピュータでCUDAの利用を可能にしていくという，同社の方針をさらに推し進めると強調していた。

8年以内に，GPUの消費電力あたりの性能は

Fermiの100倍に

Echelonを実現するためにはFermiの100倍のパフォーマンスが必要になるとHuang氏は語る。「8年以内に，この目標は達成されるだろう」

　3.の「これは始まったばかり」というのは意味深だが，「NVIDIAは何をしようとしているのか」と言い換えられるだろう。
　ここでHuang氏は，GTC2010でその存在が明らかになった「Kepler」「Maxwell」（順にケプラー，マクスウェル。いずれも開発コードネーム）を紹介。さらに「DARPA」（Defense Advanced Research Projects Agency）から次世代のEchelon（エシュロン，大規模な通信監視システムとされているもの）のための研究助成金を受けたことに触れ「Echelonのためには，システムの作り方を抜本的に変えていかなければならない。システムを提供していくにあたって（電力あたりの）パフォーマンスを100倍にできると思っている」と述べていた。

　Huang氏は15年前に，セガAM2研（※当時）の鈴木 裕氏らに会ったことなど，日本とNVIDIAの深い関わりに触れ，日本のパートナーと協力していきたいと講演を締め括っていた。
　講演から，同社はCUDAを，HPC業界に留まらず，並列計算における事実上のデファクトスタンダードにしていこうと考えていることが分かる。Intelに続きAMDもGPUをCPUに組み込む方向に走っているなか，NVIDIAはCUDAや，（今回の講演ではさほど取り上げられなかった）Tegraを武器に，ややベクトルが異なる方向で対抗していこうとしているようだ。同社の動きはゲームグラフィックスの動向にも大きな影響を与えていくに違いない。今後の動きにも注目していきたい。