G検定 用語解説
TPUとは
Googleが機械学習の計算に特化して開発したプロセッサ（Tensor Processing Unit）。ニューラルネットワークで多用されるテンソル（行列）演算を高速に処理する。もともと画像処理向けに開発され並列計算の特性がディープラーニングへ転用されたGPUとは、開発の出発点が異なる。
まず押さえる結論
TPUは、G検定の「大項目4 ディープラーニングの概要」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-03。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×勾配消失問題と勾配爆発の混同、およびReLUなど活性化関数による緩和の役割。
×局所最適解・大域最適解・鞍点の区別（鞍点はある方向に極小・別方向に極大）。
×誤差逆伝播法（バックプロパゲーション）と勾配降下法の役割の取り違え。
関連する確認問題
大項目4 ディープラーニングの概要 / 計算資源
もともと画像処理向けに開発され、多数の演算コアによる並列計算がディープラーニングの大量の行列演算に適しているとして広く転用された半導体はどれか。
正解はGPU。もともとは画像の描画処理を高速に行うために開発された半導体で、多数の演算コアを使って同じ種類の計算を並列に処理する構造を持つ。この並列計算の特性が、ディープラーニングで大量に発生する行列演算に適しているとして広く転用されるようになった。TPUはGoogleがテンソル演算に特化して独自に設計した半導体であり、画像処理向けとして開発されたものではない。CUDAはNVIDIA社が提供する、GPUを画像処理以外の一般的な数値計算にも活用できるようにするための開発・実行環境（ソフトウェア）であり、半導体そのものを指す言葉ではない。ムーアの法則は半導体の集積度が一定期間で倍増するという経験則であり、特定の半導体の名称ではない。
大項目4 ディープラーニングの概要 / 計算資源
NVIDIA社が提供する、GPUを画像処理だけでなく一般的な数値計算にも活用できるようにするための開発・実行環境はどれか。
正解はCUDA。NVIDIA社が提供する、GPUを画像処理だけでなく一般的な数値計算にも活用できるようにするための開発・実行環境（プラットフォーム）である。TPUはGoogleがテンソル演算に特化して独自に開発した半導体そのもの（ハードウェア）であり、GPUを汎用計算に使うための環境ではない。GPUはもともと画像処理向けに開発された演算用の半導体（ハードウェア）自体を指し、それを汎用計算に使えるようにするソフトウェアの開発・実行環境ではない。ムーアの法則は半導体の集積度が一定期間で倍増するという経験則であり、開発・実行環境でも装置でもない。
大項目4 ディープラーニングの概要 / 計算資源
Googleが機械学習の計算に特化して開発した、テンソル演算を高速に処理するためのプロセッサはどれか。
正解は「TPU」である。TPU（Tensor Processing Unit）はGoogleが機械学習の計算に特化して開発したプロセッサで、ニューラルネットワークで多用されるテンソル（行列）演算を高速に処理する。CPUは汎用の演算装置、HDDは記憶装置、RAMは主記憶であり、機械学習専用に設計された演算プロセッサではない。演算装置か記憶装置かという区分だけでなく、機械学習のテンソル演算に特化して設計されたプロセッサかどうかという一点でTPUを見分ける。
同じ章で確認したい用語
到達チェック
- TPUを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、TPUに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）