インターフェース通信 2025年06月号 <br>特集「GPU＆NPUプログラミング」 | CQ出版社オンライン・サポート・サイト CQ connect

インターフェース通信 2025年06月号
特集「GPU＆NPUプログラミング」

＜PR＞ Avnet Tech Day 2025 - 未来を切り拓く！
◆◆最新半導体技術でEdge AIを実現する無料イベント◆◆
Renesas基調講演、Microchip Technologyやonsemiも登壇！
セッションごとの申込OK、事前・当日質問も受付中
5月29日(木)13:00～16:00 オンライン開催
参加無料・詳細→ http://avnet.me/78581

■特集案内

※画像をクリックしてください．さらに詳細な目次をご覧いただけます．

　Interface2025年6月号の特集は「GPU＆NPUプログラミング」です．特集では，AIやディープ・ラーニングの高速化のカギになる並列処理のプログラミングについて解説します．ラズベリー・パイ1台ではじめられるGPUプログラミングの入門から，注目のNVIDIA GPUを使った高速化技術，話題のNPUを使った製作事例などを紹介します．実際に手を動かしながら，並列処理プログラミングの基礎を学ぶことができます．

　ここ数年で広く普及しているAIやディープ・ラーニング技術ですが，その処理には高い演算能力を持つプロセッサが不可欠です．AI関連のプロセッサは，ここ数年ですさまじい勢いで進化しています．推論の分野では，GPU（Graphics Processing Unit）とNPU（Neural Processing Unit）を中心に，各社からさまざまなアーキテクチャの製品が登場しています．これらのプロセッサの性能を引き出すためには，AIやディープ・ラーニングの演算をハードウェアでどのように処理しているのかを理解しておくことが重要です．

　AI関連のハードウェアは，ここ数年ですさまじい勢いで進化し，さまざまなデバイスが次々に登場しています．それらのデバイスの性能を引き出すためには，AIやディープ・ラーニングの演算をハードウェアでどのように処理しているかを，しっかり理解しておくことが不可欠です．
　第1部では，ディープ・ラーニングの基本的な演算について解説し，ハードウェアがそれらをどのように処理しているかを紹介します．

　第2部では，ラズベリー・パイ4/5のSoC内蔵GPUを使って，OpenCL 3.0によるGPUプログラミングを通じて，GPUに関する基礎知識から，高速化技術までを学びます．GPUプログラミングによるHello worldから，処理ベクタ長/並列数/コピー処理などの最適化手法まで，幅広く紹介します．

　第2部第5章からは，第4章で作成したGPU版Hello Worldプログラムに対して，実際に機能を追加しながらGPUプログラミングを学んでいきます．本稿では，基本となるホスト-カーネル間のデータ受け渡し，マルチスレッド処理などについて解説します．

　本稿ではデータ・コピー処理を行うカーネル・コードを題材として取り上げます．OpenCLで利用可能なさまざまな仕組みを活用することで，処理性能（ここではデータ・コピー速度）が大きく変化します．

　第3部では，NVIDIA製GPUの開発環境であるCUDAを使った本格的なGPUプログラミングの手法を紹介します．CUDAで並列演算が高速になる仕組みから，AI処理の体験，シンプルなシミュレーション・ゲームの作成/高速化などを通じて並列処理の本質をつかみます．

　ここでは，CUDAを使うことで，どれだけ高速化の効果があるのかを説明します．使用するライブラリはPyTorchです．ディープ・ラーニングで定番の転移学習や，強化学習，生成AIによる画像生成などをCUDAで動かしてみます．

　本稿では，マイコン・ボードFRDMMCXN947（NXPセミコンダクターズ）を使用してAIの推論を行うNPU プログラムの開発を体験します．

　本稿の前半では，Raspberry Pi AIカメラの特徴や機能などを解説し，後半では実際の利用例として，カメラの前を横切った人の数をカウントするアプリケーションの製作事例について解説します．

6月号には，別冊付録「やりなおしのためのコンピュータ技術 Vol.7 モデル化とシミュレーション」が付属します．

第1章　シミュレーションの基礎
第2章　社会シミュレーション
第3章　確率を用いたシミュレーションの基礎：モンテカルロ法

■次号予告

■見逃しインターフェース

　AIを使った開発で特につまずきやすいのは，学習モデルの構築だと思います．十分な知識がないまま学習モデルを構築しようとすると，うまく構築できるかどうかが運任せになってしまいがちです．
　本特集では，ブラックボックスになりがちなディープ・ラーニングの仕組みについて，数学の観点からメカニズムを解説します．また，実際にモデルをフルスクラッチで実装することにより，手を動かしながら理解します．

■Interface バックナンバー