画面の画素（ピクセル）とGPU 〜色の三原色と、真面目な天才CPU vs 1万人の小学生GPU〜
1. 素朴な疑問：なぜ「ゲーム用の部品」がAIの世界を支配したの？
ITやビジネスのニュースを見ていると、「NVIDIA（エヌビディア）の時価総額が世界一へ」「AI開発企業がGPUを何万枚も買い占め」といった話題が毎日のように流れてきます。 しかし、パソコンを少し触ったことがある人なら、強烈な違和感を覚えるはずです。
「GPUって、パソコンゲームをヌルヌル動かして綺麗な画面で遊ぶための『グラフィックボード』でしょ？ なぜそれが、世界最高峰の人工知能（ChatGPTなど）の頭脳になって世界を牛耳っているの？」
「ゲームの絵を描く部品」と「賢く人間と対話するAI」。 一見すると何の関係もなさそうな2つの領域が、なぜ現代のテクノロジーの頂点でひとつに合流したのでしょうか？
その謎を解くカギは、私たちが毎日見つめている**「スマホやパソコンの画面（ディスプレイ）の驚くほど単純な正体」**に隠されています。
2. 概念の芯：画面の正体は「赤・緑・青の電球が並ぶ巨大なマス目」
どんなに美麗な4Kのアクション映画も、スマホで見る家族の写真も、画面をルーペで極限まで拡大すると、正体はたった1つの景色に行き着きます。 それは、**「赤（Red）・緑（Green）・青（Blue）の3つの極小電球」が整然と敷き詰められた、巨大な方眼紙（マス目）**です。
このマス目1つひとつのことを、専門用語で**「画素（ピクセル / Pixel）」**と呼びます。
コンピュータは、画像を「絵」や「模様」として理解していません。 それぞれの電球の明るさを**0（真っ暗）から255（最大発光）までの「256段階の数字」**で管理しているだけです。 （※第4話で学んだとおり、256段階とは2進数8桁＝1バイトのことです）。
- 赤だけ全開（255, 0, 0） ＝ 真っ赤
- 赤と緑を全開（255, 255, 0） ＝ 黄色
- 3色すべて全開（255, 255, 255） ＝ 真っ白
- 3色すべて消灯（0, 0, 0） ＝ 真っ黒
$256 \times 256 \times 256$ の掛け算により、**約1,677万色（フルカラー / 24ビット）の色彩が生まれます。 私たちが画面で見ているものは「映像」ではなく、「何百万個ものマス目に並んだRGBという数字の巨大な一覧表（行列）」**に過ぎないのです。
触って試す：色は数字の体験
🎨 色は数字の体験（RGBミキサー）
スライダーを動かして、赤・緑・青の「数字」を変えてみてください。1ピクセルの色は、この3つの数の組だけで決まります。記事に出てきた例（真っ赤・黄色・真っ白・真っ黒）は下のボタンでも試せます。
3. 本題：真面目な天才大学教授（CPU） vs 1万人の小学生（GPU）
ここで、第2話で学んだパソコンの主役「CPU」を思い出してください。 CPUは、1秒間に30億回も指示書をめくってハンコを押し続ける「超高速の鬼バイト（大学教授並みの天才）」でした。
では、この天才CPUに「4Kのゲーム画面を描いてくれ！」と頼んだらどうなるでしょうか？ 実は、CPUは一瞬で白目を剥いて倒れてしまいます。
画面を描く作業の「狂気じみた物量」
一般的な4Kディスプレイには、横3,840個 × 縦2,160個、合計で**約830万個のマス目（画素）**が存在します。 映像やゲームを滑らかに動かす（60fps）には、この830万個のマス目の色を、1秒間に60回塗り替えなければなりません。
$$8,300,000 \text{マス} \times 60 \text{回} = \text{毎秒約 } 5 \text{億回もの色の計算！}$$
CPUは「どんな難問でも順番に解ける万能の天才」ですが、体は1人（数個のコア）しかありません。 830万個のマス目を前にして、「1番目のマスは赤…2番目は青…」と左上から順番に1個ずつ筆で塗っていたら、次のフレーム（0.016秒後）に絶対に間に合わないのです。
そこで人類が開発したのが、画面描画専用の計算機**「GPU（Graphics Processing Unit）」**です。
| 比較項目 | CPU（中央演算処理装置） | GPU（画像処理装置） |
|---|---|---|
| 例え | 少数の「天才大学教授」（4〜16人） | 大量の「小学生」（数千〜数万人） |
| 得意分野 | 複雑な条件分岐、順番が厳格な処理 | 超単純な計算を、全員で同時に一斉にやること |
| アーキテクチャ | 直列処理（レイテンシ重視） | 超並列処理（スループット重視 / SIMD） |
| 担当業務 | OSの制御、アプリの進行、システム全体の統括 | 画面の描画（ピクセルの塗り替え）、AI行列計算 |
GPUの中にいる小学生たちは、微分積分のような難しい計算はできません。 しかし、司令塔から**「全員、手元のマス目の数字に1を足せ！」「せーの！」と号令をかけると、数千人〜数万人の小学生（GPUコア）が一斉に同時に腕を振り下ろします**。
画面を塗る作業に必要なのは、知性ではなく「単純作業の超大量ばらまき」です。 だからこそ、天才1人に任せるのをやめ、1万人の小学生（GPU）にマス目を分担させて一瞬で塗り絵を終わらせる仕組みを作ったのです。
4. 奇跡の種明かし：なぜ画面の計算が「AIの頭脳」に化けたのか？
2010年代初頭、世界のAI研究者たちを震撼させる「ある重大な発見」がありました。
「待てよ……AI（ディープラーニング）がやっている『何千億個ものパラメータの確率計算』って、3Dゲームがやっている『何百万個のマス目の色の計算』と、数学的にまったく同じ『行列（数字の表）の掛け算』じゃないか！？」
AIは人間のように「心」で考えているわけではありません。第2回で暴いたとおり、AIの正体は「巨大な数字の表（重み付け）同士を猛スピードで掛け算し、次に来る言葉を当てる計算機」です。
この計算に必要だったのは、大学教授の深い洞察ではなく、**「単純な掛け算と足し算（積和演算）を、何億回も同時に並行して終わらせる圧倒的な力技（並列処理）」**でした。
ゲーマーたちが「もっとリアルな光の反射（レイトレーシング）を！」「もっと滑らかなキャラクターの動きを！」と求め、グラフィックボードにお金を注ぎ込んできた結果、GPUメーカー（NVIDIAなど）は小学生軍団の数を数万人規模へと磨き上げ続けていました。
そのゲーム用の筋肉が、そのままAIの計算を世界で一番速く解くエンジンへと転用（GPGPU）されたのです。 「ゲームを綺麗に描きたい」という人間の娯楽の追求が、人類史上最大の技術革命（生成AI）の心臓部を産み落としました。
5. 現実世界のドラマ：ビットコインからChatGPTまで続く「GPU強奪戦」
この「単純計算を一斉に回すGPUの圧倒的な強さ」に目をつけたのは、AI研究者だけではありませんでした。
- 2017年〜2021年（仮想通貨マイニング特需）： 第4回で学んだブロックチェーンの「マイニング（暗号の先頭が0000になる数字を当てる宝探し計算）」。これも当てずっぽうの単純計算を何億回も試す作業だったため、世界中のマイナーが店頭のグラフィックボードを買い占め、ゲーム用GPUの価格が定価の3倍に高騰しました。
- 2022年〜現在（生成AI特需）： ChatGPTの登場により、今度はGoogle、Microsoft、Metaなどの巨大IT企業が、1枚数百万円もする企業用GPU（NVIDIA H100/B200など）を何万枚単位で奪い合う国家規模の争奪戦へと発展しました。
1つの画素を光らせるための「RGBの電球のマス目」。 その素朴な仕組みを動かすために作られた並列計算機は、今やブロックチェーンを回し、人工知能を育て、現代の世界経済を牽引する最も重要なインフラへと変貌を遂げたのです。
📝 3行で頭に入る「試験・実務の要点まとめ」
- 画素（ピクセル）とRGB階調：画面の最小単位を画素と呼び、光の三原色（赤・緑・青）をそれぞれ8ビット（256段階）で表現することで、約1,677万色のフルカラー（24ビット色）を実現する。
- GPUと並列処理（SIMD）：CPUが少数の高機能コアで複雑な直列処理を行うのに対し、GPUは数千の簡易コアで大量の同一演算を同時に実行する**並列処理（SIMD方式）**に特化している。
- VRAMとGPGPU：画像描画専用の超高速作業メモリをVRAM（ビデオRAM）と呼ぶ。GPUの並列計算能力を画像処理以外の汎用科学技術計算やAI深層学習に転用する技術をGPGPUと呼ぶ。