ディープラーニングにおいてGPUを行列演算に用いる利点

GPU（Graphics Processing Unit）は、もともと大量の画素に対する並列画像処理のために設計されたプロセッサであり、数千規模の多数の演算コアや専用の行列演算ユニット（Tensorコア等）を備えています。ディープラーニングの学習処理は膨大な多次元テンソル・行列の積和演算が中心となるため、SIMD/SIMT型の並列アーキテクチャによりCPUと比べて圧倒的に高速に演算を実行できます。したがって、 イ が正解です。 独立したコアが個別の命令列とデータを処理する方式はMIMD（一般的なマルチコアCPU）の特徴であり、同一命令を多重データに並列実行するGPUの特徴ではありません。 浮動小数点演算コプロセッサ（FPU）はCPUの外部・内部で単一スレッドの数値計算を補助する古典的機構であり、大規模並列計算を行うGPUの利点の説明ではありません。 分岐予測や投機的実行を用いてパイプライン効率を高める機能は汎用CPU（スーパスカラプロセッサ）の中核技術であり、分岐処理が苦手なGPUの利点ではありません。

ディープラーニングの学習にGPUを用いる利点として，適切なものはどれか。

出典令和4年度 秋期 応用情報技術者試験 午前 問8
ア
各プロセッサコアが独立して異なるプログラムを実行し，異なるデータを処理できる。
イ
行列演算ユニットを用いて，行列演算を高速に実行できる。
ウ
浮動小数点演算ユニットをコプロセッサとして用い，浮動小数点演算ができる。
エ
分岐予測を行い，パイプラインの利用効率を高めた処理を実行できる。