マルチスレッドは一つのソフトウェアからCPUの処理の単位であるスレッドを複数生成し、複数の処理を並列で行う技術です。マルチCPU・マルチコアの環境では時間のかかる処理を複数の処理（スレッド）に分けて各コアに割り当て、同時並列に実行することで高速化を図ることができます。

マルチプロセスは複数のソフトウェアを同時に実行する技術です。時間のかかる処理を複数のソフトウェアに分けて各コアに割り当て、同時並列に実行することで高速化を図ることができます。

左右スクロールで表全体を閲覧できます

SIMDはCPUなどのプロセッサにおいて1命令で複数のデータを処理することのできる技術です。例えば、画像データ全体に加算や乗算を行う処理の場合、1画素ずつ処理を行うのではなく、プロセッサの1回の命令で複数画素に同時に演算を施すことが可能になり高速化を図ることができます。

また、MMX^®やSSEといったCPUのSIMD命令は近年多くのCPUに搭載されており、画像を1画素ずつ処理するようなスカラー演算が使われている既存のプログラムをSIMD演算に書き直すことで、追加のハードウェア無しに処理の高速化を図れる場合があります。

• Intel^®コア搭載拡張命令セット例
  MMX、SSE、SSE2、SSE3、SSSE3、SSE4、IntelAVX
• AMD^®コア搭載拡張命令セット
  3DNow!™、SSE、SSE2、SSE3、SSE4a

左右スクロールで表全体を閲覧できます

GPUは従来、3Dグラフィックスの表示に必要な計算処理を行うグラフィックス用のアクセラレータとしてPCに搭載されてきました。GPUにはたくさんのコアが搭載されており、近年はその高い並列計算能力を生かして3Dグラフィックスに限らない汎用の演算にGPUを利用するGPGPU(General-Purpose computing on GPU)が盛んになってきました。

GPUを用いることで、同様の演算が大量に必要となる処理を非常に多数の並列処理に分けて行うことにより計算処理の高速化が可能です。また、メモリバンド幅も広いため、メモリとプロセッサの間のデータ転送がボトルネックになるような計算でも高速化が可能です。

従来は高速化のために専用ハードウェアで行っていた処理をGPUを用いることで、PC上でも高速に動作させることが期待できます。

• GPU化事例1　「動き推定」
  動画像のエンコードプロセスの「動き推定」の計算をGPU化。CPUに比べ30倍の高速化を達成

左右スクロールで表全体を閲覧できます

CPU：Core™ i7 2.8GHz
GPU: Tesla™ C2050
探索方法：全探索　探索範囲：±96　マクロブロックサイズ：16x16

• GPU化事例2　「モンテカルロ法」
  ヨーロピアン・オプションのモンテカルロ法による格付け計算をGPU化。CPUに比べ24倍の高速化を達成

左右スクロールで表全体を閲覧できます

CPU：Core™ i7 2.8GHz
GPU: Tesla™ C2050
試行回数：2千万回　計算精度：倍精度浮動小数点数

左右スクロールで表全体を閲覧できます

当社は、様々な分野の高速化の課題について上記のような手法で対応いたします。また、各手法を組み合わせ、お客さまのニーズに合わせてさらなる高速化を図ることも可能です。マルチメディア等のリアルタイム処理や、金融等におけるシミュレーション時間の短縮、大量データの演算などの問題解決に貢献します。

• *Intel、Core、Pentium は、アメリカ合衆国およびその他の国における Intel Corporation またはその子会社の商標または登録商標です。
• *AMD、3DNow! は、Advanced Micro Devices, Inc. の商標または登録商標です。 Tesla は、NVIDIA Corporation の商標です。
• *その他記載の製品、サービス名は各社の商標または登録商標です。