こんにちは、マサです。
今回はGPUについて、CPUとの違いから種類・性能の見方・選び方まで、はじめての方にも分かるように解説します。
GPUといえばゲーミングPCのグラフィックボード（グラボ）が馴染み深いと思いますが、近年はAIの分野でも欠かせない存在になっています。この機会に役割を整理しておきましょう。
GPUとは？
GPUとは「Graphics Processing Unit」の略で、映像を描画するための計算を専門に行うパーツです。日本語では画像処理装置と訳されます。
GPUは「単純な計算を、大量に、同時に」処理することが得意なパーツです。画面上の膨大な数のピクセルを一度に計算する必要があるため、このような設計になっています。
なお、GPUを搭載した拡張ボードは「グラフィックボード」「グラフィックカード」「グラボ」「ビデオカード」などと呼ばれますが、指しているものは同じです。
製品ごとの性能差はGPU（グラフィックボード）のベンチマーク&性能比較表にまとめていますので、具体的な数値を知りたい方はあわせてご覧ください。
GPUとCPUの違い
CPUもGPUも計算を行うパーツですが、得意分野が大きく異なります。
| CPU | GPU | |
|---|---|---|
| 得意な処理 | 複雑で順番に行う処理 | 単純で大量の処理 |
| コアの数 | 数個〜数十個 | 数千個 |
| 1コアあたりの性能 | 高い | 低い |
| 処理の方式 | 逐次処理 | 並列処理 |
| プログラムに例えると | 条件分岐（if-else） | 繰り返し（for・while） |
| 使うメモリ | メインメモリ | VRAM（専用メモリ） |
| 消費電力 | 比較的小さい | 大きい |
ゲームで例えると、キャラクターの操作やゲームの進行といった複雑な判断はCPUが担当し、美しい映像や滑らかな3D描画はGPUが担当しています。どちらか一方だけでは成り立ちません。
消費電力にも大きな差があります。デスクトップ向けCPUが65W〜150W程度なのに対し、ハイエンドGPUのGeForce RTX 5090は575Wに達します。
GPUの3つの種類
GPUは搭載される形によって、大きく3つに分けられます。
① 内蔵GPU（統合GPU）
CPUの中に組み込まれたGPUです。CPUとGPUが1つのチップに収まっているため、省スペース・低消費電力・低コストという利点があります。ノートPCの多くはこちらです。
Webサイトの閲覧、オフィスソフト、動画視聴といった用途であれば内蔵GPUで十分に快適に動作します。
注意：すべてのCPUに内蔵GPUがあるわけではありません。型番末尾が「F」「KF」のIntel製CPUや、一部のAMD製CPUは非搭載です。これらを選ぶ場合はグラフィックボードが必須になります。
② グラフィックボード（ディスクリートGPU）
マザーボードのスロットに挿して使う独立した部品です。専用の冷却機構と大容量のVRAMを備えており、内蔵GPUとは比べものにならない処理能力があります。
3Dゲーム・動画編集・3DモデリングをするならGPU搭載のグラフィックボードが必要です。ApexやフォートナイトのようなFPSゲームは、内蔵GPUではまともに動作しないことがあります。
③ クラウドGPU（GPUサーバー）
手元のPCではなく、クラウド事業者が用意したGPUをインターネット経由で借りて使う形態です。近年はAIの学習や大規模な映像レンダリングで広く使われています。
高価なGPUを購入せず、必要なときだけ時間単位で利用できるのが利点です。一方で、継続的に使うと購入より割高になることもあります。
グラフィックボードの形状と取り付け方
グラフィックボードは上の画像のような形をしています。基板に冷却ファンとヒートシンクが取り付けられた構造です。
マザーボードのPCI Expressスロット（上の画像の赤枠部分）に挿して使用します。グラフィックボード単体では動作しません。
GPUがAI分野で注目される理由
もともと映像処理のために作られたGPUが、なぜAIで使われているのでしょうか。理由は、AIの学習が「単純な計算の繰り返し」だからです。
AIの機械学習では、膨大な数の行列計算を何度も繰り返します。これはまさにGPUが得意とする処理で、CPUで行うより桁違いに速く処理できます。
このように、映像処理以外の汎用的な計算にGPUを使う技術をGPGPU（General-Purpose computing on GPU）と呼びます。現在のAIブームは、GPGPUの普及によって支えられていると言えます。
AI以外にも、科学技術計算・気象シミュレーション・医療画像の解析といった分野でGPUが活用されています。
GPUの性能を決める5つの要素
GPUを比較するとき、型番の数字だけでは判断できません。性能を左右する要素を押さえておきましょう。
① VRAM（ビデオメモリ）容量
GPU専用のメモリで、テクスチャや映像データを一時的に保持します。
VRAMが足りないと、GPU性能が高くてもカクつきや画質低下が起こります。解像度が高いほど、またゲームの設定を上げるほど多く必要になります。
| 用途 | VRAMの目安 |
|---|---|
| フルHD（1920×1080）でのゲーム | 8GB以上 |
| WQHD（2560×1440）でのゲーム | 12GB以上 |
| 4Kでのゲーム・動画編集 | 16GB以上 |
| 生成AI・3Dレンダリング | 16GB〜24GB以上 |
② コア数
NVIDIAでは「CUDAコア」、AMDでは「ストリーミングプロセッサ」と呼ばれます。数が多いほど並列処理の能力が高くなりますが、世代が違うと単純比較はできません。
③ クロック周波数
1秒間に何回処理を行えるかを示す数値です。同じ世代・同じコア数なら、クロックが高いほど高性能になります。
④ メモリ帯域幅
GPUとVRAMの間でデータをやり取りする速度です。単位はGB/sで、高解像度になるほど重要になります。VRAM容量が同じでも、帯域幅が狭いと性能を発揮できません。
⑤ 冷却性能
GPUは高温になると自動的に性能を下げて保護します（サーマルスロットリング）。ファンが2基か3基か、ケース内のエアフローが確保できているかも実効性能に影響します。
迷ったときは、数値を1つずつ比べるよりベンチマークスコアを見るのが確実です。GPU（グラフィックボード）のベンチマーク&性能比較表で、PassMarkと3DMarkのスコアを比較できます。
GPUのメーカーと市場シェア
GPUを作っているのは主にNVIDIA・AMD・Intelの3社です。デスクトップ向けグラフィックボードの出荷シェアは次のようになっています。
| メーカー | シェア | 主なブランド |
|---|---|---|
| NVIDIA | 約90% | GeForce RTX |
| AMD | 約8% | Radeon RX |
| Intel | 約2% | Arc |
出典：Jon Peddie Research（2026年第2四半期）
NVIDIAが9割を占めており、情報量やソフトウェアの対応状況でも有利です。特にこだわりがなければGeForceを選んでおくと、トラブルが起きにくく情報も見つけやすいです。
NVIDIA GeForceシリーズ
現行はRTX 50シリーズです。数字が大きいほど高性能で、RTX 5090・5080・5070・5060といった序列になっています。
かつてのGTXシリーズは映像描画に特化していましたが、RTXシリーズはレイトレーシング（光の反射を計算する技術）やDLSS（AIによる画質と性能の向上技術）に対応しているのが大きな違いです。AI用途ではCUDAが事実上の標準になっており、この点でも優位です。
型番の読み方：RTX 5070 の場合、最初の「50」が世代、後ろの「70」がグレードを表します。世代をまたぐと数字だけでは比較できないため、性能はベンチマークで確認してください。
AMD Radeonシリーズ
現行はRadeon RX 9000シリーズです。GeForceと比べて同価格帯でのVRAM容量が多い傾向があり、コストパフォーマンスを重視する方に選ばれています。
一方で、動画編集ソフトや3Dソフトの一部はNVIDIA環境を前提に最適化されていることがあります。用途によっては事前の確認が必要です。
Intel Arcシリーズ
2022年に参入した比較的新しいブランドです。シェアはまだ小さいものの、低価格帯で十分な性能を持つモデルを投入しています。ドライバの完成度も当初より大きく改善しています。
用途別｜GPUの選び方
| 用途 | 必要なGPU | VRAMの目安 |
|---|---|---|
| ネット閲覧・オフィスワーク | 内蔵GPUで十分 | — |
| フルHDでのゲーム | ミドルクラス（RTX 5060 など） | 8GB以上 |
| WQHD・4Kでのゲーム | 上位モデル（RTX 5070 Ti 以上） | 12〜16GB以上 |
| 動画編集・3Dモデリング | 上位モデル | 16GB以上 |
| 生成AI・機械学習 | NVIDIA製の上位モデル | 16GB以上 |
生成AIや機械学習では、処理速度よりもVRAM容量が扱えるモデルの規模を決めます。また、この分野ではCUDAが使えるNVIDIA製が事実上の標準になっています。
グラフィックボードを導入するときの注意点
グラフィックボードは、性能だけを見て選ぶと取り付けられないことがあります。購入前に次の4点を確認してください。
① 電源ユニットの容量と補助電源コネクタ
ハイエンドGPUは消費電力が大きく、電源ユニットの容量が足りないと動作が不安定になります。GPUメーカーが推奨する電源容量を確認してください。あわせて、必要な補助電源コネクタ（8ピンやPCIe 5.0の12V-2×6など）が電源側にあるかも確認が必要です。
② PCケースに収まるサイズか
ハイエンドモデルは長さ30cmを超えるものもあり、ケースの対応サイズを超えると物理的に入りません。厚みも2〜3スロットを占有します。スリム型のPCではロープロファイル対応の製品が必要です。
③ CPUとのバランス
CPUの性能が不足していると、高性能なGPUでも本来の性能を出せません。これをボトルネックと呼びます。GPUだけ高価なものを選んでも、期待した性能は得られません。
④ ノートPCは基本的に交換できない
ノートPCのGPUは基板に直付けされているため、原則として交換できません。購入時点で必要な性能のものを選ぶ必要があります。また、同じ型番でもノートPC向けは消費電力が抑えられており、デスクトップ版より性能が低くなります。
よくある質問
GPUとグラフィックボードは同じものですか？
厳密には異なります。GPUは演算を行うチップそのもので、グラフィックボードはGPUに基板・VRAM・冷却機構を組み合わせた製品を指します。日常では同じ意味で使われることがほとんどです。
内蔵GPUでゲームはできますか？
軽いゲームであれば動作します。ただしApexやフォートナイトのような負荷の高いゲームは、設定を下げても快適に動作しないことがあります。
ノートPCとデスクトップの同じ型番のGPUは同性能ですか？
異なります。ノートPC向けは消費電力が抑えられており、同じ型番でもデスクトップ版より性能が低くなります。型番に「Laptop GPU」と付くのが目印です。
GPUの寿命はどれくらいですか？
一般的な使い方であれば5年程度は問題なく使えます。故障よりも、新しいゲームやソフトの要求性能に追いつかなくなることのほうが先に来ます。
中古のグラフィックボードは避けるべきですか？
価格は魅力的ですが、前の所有者の使用状況が分かりません。長時間の高負荷で使われていた個体もあるため、保証の有無を確認したうえで判断してください。
まとめ
今回はGPUの役割と選び方について解説しました。最後に要点を整理します。
- GPUは「単純な計算を大量に同時処理する」ことが得意なパーツ
- CPUは複雑な処理、GPUは映像描画と、役割が分かれている
- 種類は内蔵GPU・グラフィックボード・クラウドGPUの3つ
- AIで使われるのは、学習の中身がGPUの得意な計算の繰り返しだから
- 性能はVRAM・コア数・クロック・メモリ帯域・冷却で決まる
- 導入時は電源容量・ケースサイズ・CPUとのバランスを確認する
GPUはゲームだけでなくAIの分野でも中心的な役割を担っており、今後ますます重要になるパーツです。用途に合ったものを選んでください。
今回の記事が参考になれば嬉しいです。最後まで読んでいただき、ありがとうございました。
コメント