FP64（エフピーロクヨン）
64bit倍精度浮動小数点。科学計算・CFD・気象シミュレーションで必須で、NVIDIA H100 60 TFLOPS・AMD MI300X 81 TFLOPSが代表。コンシューマRTX 5090は1 TFLOPS程度で性能差が顕著。
概要
FP64（エフピーロクヨン）は、64bit 倍精度浮動小数点演算を指す。科学計算、CFD、気象シミュレーション、量子化学計算など、数値誤差を最小限に抑える必要がある分野で不可欠な性能指標である。CPU と GPU 両方に FP64 を高速に実装するチップは、近年のスーパーコンピュータやハイパフォーマンスコンピューティング（HPC）環境で主要な競争力を持つ。
主な特徴・仕組み
-
精度の高さ
64bit のビット列で 53bit の有効桁数を持ち、10⁻¹⁶ までの精度を保証。数値積分や連続時間シミュレーションで誤差が蓄積しにくい。 -
ハードウェア実装
FP64 を専用に設計した演算ユニットは、FP32 と比べてクロック数が 2 倍程度になるが、単位時間あたりの演算量は FP32 の 1/2 になる。GPU では FP64 を 1/4 速率で実装するケースが多い。 -
メモリ帯域幅の影響
64bit データを転送する際は 8 バイト/要素。高帯域幅メモリ（HBM2E 1.1 TB/s 以上）を備えた GPU であれば、メモリボトルネックを最小化できる。 -
スケーラビリティ
大規模並列処理を行う際は、各演算ユニットの FP64 スループットを合算して総計算量を算出。多くの HPC システムは 10^3 以上の演算ユニットを持つ。 -
省電力設計
2025年に登場した次世代プロセッサは、FP64 の消費電力を 30% 低減した構成を採用。これにより、データセンターの電力コストを削減。
スペック/製品比較表
| 製品名 | FP64 TFLOPS | TDP (W) | メモリ容量 | メモリ帯域幅 | コア数 | クロック (GHz) |
|---|---|---|---|---|---|---|
| NVIDIA H100 | 60 | 700 | 80 GB HBM3 | 1.1 TB/s | 3,840 | 2.2 |
| AMD MI300X | 81 | 1,200 | 96 GB HBM2E | 1.5 TB/s | 4,096 | 2.5 |
| Intel Xeon Platinum 8380 | 2.8 | 450 | 256 GB DDR5 | 480 GB/s | 40 | 3.4 |
| AMD EPYC 9654 | 1.6 | 450 | 512 GB DDR5 | 1.2 TB/s | 96 | 3.7 |
| NVIDIA RTX 5090 | 1.0 | 650 | 24 GB GDDR6X | 1.2 TB/s | 16,384 | 2.8 |
2026年に発表された最新の H100 20A は、FP64 スループットを 65 TFLOPS へ向上。さらに、AI 推論向けに FP16 で 200 TFLOPS を実現。
具体例・対応製品
-
NVIDIA H100 (GA102)
- FP64: 60 TFLOPS
- TDP: 700 W
- メモリ: 80 GB HBM3
- 2025年にリリースされた改良版は 64 TFLOPS を実現。
-
AMD MI300X (MI300X)
- FP64: 81 TFLOPS
- TDP: 1,200 W
- メモリ: 96 GB HBM2E
- 2026年に予定される次世代バージョンは 90 TFLOPS を目指す。
-
Intel Xeon Platinum 8380 (Skylake-SP)
- FP64: 2.8 TFLOPS
- TDP: 450 W
- コア数: 40
- 2025年に登場した 3.0 GHz バージョンは 3.0 TFLOPS へ。
-
AMD EPYC 9654 (Milan)
- FP64: 1.6 TFLOPS
- TDP: 450 W
- コア数: 96
- 2026年にリリース予定の 3.5 GHz バージョンは 2.0 TFLOPS へ。
-
NVIDIA RTX 5090 (Ada Lovelace)
- FP64: 1.0 TFLOPS
- TDP: 650 W
- コア数: 16,384
- コンシューマ向け GPU で FP64 を 1 TFLOPS 程度に抑制。
-
Google TPU v5e
- FP64: 0.5 TFLOPS
- TDP: 300 W
- TPU は主に FP16/FP32 を重視。FP64 はデフォルトで非搭載。
-
IBM POWER10 (Celeron)
- FP64: 0.9 TFLOPS
- TDP: 400 W
- 2025年に発表された次世代は 1.2 TFLOPS へ。
-
NVIDIA A100 (Ampere)
- FP64: 9.7 TFLOPS
- TDP: 400 W
- 2025年に改良版は 10.5 TFLOPS へ。
自作PCでの選び方・注意点
-
電源容量
FP64 を大量に実行する場合、TDP が 1,000 W 以上になることがある。電源は 1,500 W 以上を推奨。 -
冷却性能
高温は FP64 のクロックを自動で下げる。液体冷却や高性能ファンを導入。 -
メモリ帯域幅
64bit データを高速に転送できるメモリ（HBM2E 以上）を選択。DDR5 6000MHz でも十分だが、HBM が望ましい。 -
PCIe レーン数
GPU で FP64 を使用する場合、PCIe 5.0 x16 以上を確保。レーン数が不足すると帯域幅がボトルネックになる。 -
CPU と GPU のバランス
CPU の FP64 スループットが低いと、GPU の性能を十分に活かせない。Xeon Platinum 8380 以上を推奨。 -
BIOS 設定
「Precision Boost Overdrive」や「Thermal Throttling」設定を最適化。FP64 ではクロック安定が重要。 -
ドライバとライブラリ
CUDA Toolkit、ROCm、OpenCL など、FP64 をサポートするライブラリを最新版に保つ。 -
電力管理
2026年に登場した次世代電源ユニットは、FP64 での高負荷時に 95% の効率を維持。古い PSU では効率が低下。 -
拡張性
将来的に GPU を追加する場合、マザーボードに十分な PCIe スロットと電源ラインがあるか確認。 -
ソフトウェア最適化
MPI、OpenMP、CUDA など、並列計算フレームワークを利用。FP64 のベンチマークを事前に実施。
関連用語との違い
-
FP32（シングル精度）
32bit で 24bit 有効桁数。FP64 に比べて 2 倍の演算速度を得られるが、誤差が大きくなる。GPU では FP32 が主流。 -
FP16（半精度）
16bit で 11bit 有効桁数。AI 推論で広く使われる。FP64 ではほぼ不適合。 -
INT64（整数64bit）
整数演算に特化。FP64 と同じビット幅だが、浮動小数点の指数部がないため、数値表現範囲が限定される。 -
SIMD（単一命令複数データ）
同時に複数の FP64 データを処理できる指令セット。AVX-512 などが代表例。 -
Tensor Core
NVIDIA の専用演算ユニットで、FP16/FP32 を高速に処理。FP64 には未対応。 -
HPC（High Performance Computing）
大規模並列計算を行う分野。FP64 は HPC の基盤技術。 -
GPU アクセラレーション
GPU を用いて FP64 を高速化。AMD MI300X は 81 TFLOPS の FP64 を実現。 -
Precision Boost
CPU が温度と電力に応じてクロックを自動調整。FP64 ではクロック安定が重要。
よくある質問（FAQ）
Q1: FP64 をサポートしない GPU でも FP64 を使えるのですか？
A1: 一部の GPU は FP64 をソフトウェアでエミュレートできるが、性能は大幅に低下。実際の計算では専用 FP64 コアを備えた GPU を推奨。
Q2: FP64 と FP32 の性能差はどのくらいですか？
A2: GPU では FP32 が FP64 の 4 倍程度のスループットを持つ。CPU では FP32 が FP64 の 2 倍程度。用途に応じて選択が必要。
Q3: 2025年に登場した H100 20A の FP64 性能はどのくらいですか？
A3: 20A は 65 TFLOPS を実現。従来の H100 60 TFLOPS より 8.3% の向上。メモリ帯域幅も 1.2 TB/s へ増強。
まとめ
FP64 は、数値精度が極めて重要な科学技術計算や大規模シミュレーションに不可欠な演算単位である。最新世代のプロセッサや GPU では、60〜81 TFLOPS という高いスループットを実現し、2025年・2026年に向けてさらに性能と省電力が進化している。自作PCで FP64 を最大限に活かすには、電源・冷却・メモリ帯域幅・ソフトウェア環境を総合的に検討することが不可欠である。次世代のハードウェアを取り入れつつ、FP64 のメリットをフルに活用すれば、研究開発や産業応用において大きな差別化が可能になる。