SM/CU（エスエムシーユー）

SM（Streaming Multiprocessor）とCU（Compute Unit）の基礎知識

PC自作においてGPUのスペック表を眺めていると、「CUDAコア数」や「ストリームプロセッサ数」という項目を頻繁に目にします。しかし、GPUの内部構造をより深く理解するためには、それらの演算器を束ねる管理単位であるSM（Streaming Multiprocessor）とCU（Compute Unit）という概念を理解することが不可欠です。

簡単に言えば、SMやCUはGPUにおける「演算ユニットの最小管理パッケージ」です。CPUに例えるなら、1つのコアが1つの命令を処理するのに対し、SMやCUは数十から数百の小さな演算器をまとめ、大量のデータを同時に処理させるための「司令塔兼作業場」のような役割を果たしています。

NVIDIA製GPUではこの単位をSMと呼び、AMD製GPUではCUと呼びます。これらは単なる名称の違いではなく、内部のスケジューリング方式やデータの処理単位（WarpやWavefront）といった設計思想に根本的な違いがあります。

本稿では、自作PCユーザーの中上級者向けに、SMとCUが具体的にどのような構造を持ち、それが実際のゲーミング性能やAI処理能力にどう影響を与えるのかを詳細に解説します。

NVIDIA SM（Streaming Multiprocessor）の構造と進化

NVIDIAのGPUアーキテクチャにおけるSMは、計算リソースの心臓部です。1つのSMの中には、整数演算を行うINT32ユニット、浮動小数点演算を行うFP32ユニット（いわゆるCUDAコア）、そして行列演算に特化したTensorコア、光線追跡を計算するRTコアが詰め込まれています。

SM内部の動作メカニズム：Warp（ワープ）

NVIDIA SMの最大の特徴は、「Warp」という単位でスレッドを管理することです。1つのWarpは32個のスレッドで構成されており、SMはこれら32個のスレッドに対して同時に同じ命令を出す「SIMT（Single Instruction, Multiple Threads）」方式を採用しています。これにより、膨大なピクセル計算や頂点計算を極めて効率的に処理できます。

アーキテクチャの変遷と最新動向

最新のAda Lovelaceアーキテクチャ（例：RTX 4090）では、SMの設計が最適化され、シェーダー実行の効率が大幅に向上しました。特に、第4世代Tensorコアの導入により、DLSS 3（フレーム生成）のような高度なAI処理をSM内部で高速に完結させることが可能になっています。

さらに、2025年に本格的な普及が見込まれる次世代のBlackwellアーキテクチャでは、SMの構造がさらに刷新される見込みです。FP4などの低精度演算への対応が強化され、AI推論性能が飛躍的に向上すると期待されており、データセンター向けのH100などの流れをコンシューマー向けGPUにも継承する形になります。

AMD CU（Compute Unit）の構造と設計思想

AMDのGPUアーキテクチャ（RDNAシリーズ）におけるCUは、NVIDIAのSMに相当する演算ブロックです。しかし、その内部構成と処理の考え方は異なります。

CU内部の動作メカニズム：Wavefront（ウェーブフロント）

AMDのCUは、「Wavefront」という単位でスレッドを管理します。RDNAアーキテクチャでは、伝統的な64スレッドのWavefrontに加え、より柔軟な32スレッドのWavefrontを使い分ける設計が取り入れられています。これにより、ワークロードに応じてリソースの利用効率を最適化しています。

RDNA 3におけるチップレット構造の導入

RX 7900 XTXに搭載されているRDNA 3アーキテクチャでは、業界で初めてGPUにチップレット設計を導入しました。これは、演算ユニットが集まるGCD（Graphics Compute Die）と、メモリコントローラが集まるMCD（Memory Cache Die）を分ける手法です。これにより、CUを大量に搭載しながらも製造コストを抑え、歩留まりを向上させています。

2026年に向けた展望

AMDは2025年から2026年にかけて展開される次世代アーキテクチャ（RDNA 4等）において、特にレイトレーシング専用ユニットの刷新と、CUあたりの電力効率向上に注力すると見られています。AI処理専用のアクセラレータをCUに統合し、NVIDIAのTensorコアに対抗する機能強化が進むと考えられます。

SMとCUのスペック比較と性能への影響

SMとCUの数を単純に比較して「どちらが強いか」を判断することはできません。なぜなら、1つのSM/CUに含まれる演算器の数や、クロック周波数が異なるからです。

以下の表は、代表的なハイエンドモデルにおける構成例をまとめたものです。

GPU演算ユニット構成比較表

性能を決定づける数値スペックの視点

自作PCパーツを選ぶ際、以下の数値に注目してください。

• クロック周波数（MHz/GHz）: 例えば、RTX 4090のブーストクロックは2.5GHzを超えます。SM数が多くてもクロックが低ければ、実効性能は上がりません。
• TDP（消費電力/W）: ハイエンド機では450Wという巨大な電力を消費します。SM/CUを増やすほど消費電力は増大し、冷却性能（Noctua等の高性能ファンや水冷）が重要になります。
• メモリ帯域（GB/s）: 演算ユニットが高速に処理しても、データの供給が間に合わなければ「ボトルネック」となります。RTX 4090の帯域は1TB/sを超えており、これがSMの能力を最大限に引き出しています。
• 価格（円）: 最新のハイエンドGPUは¥280,000〜¥350,000という高価格帯にあり、SM/CUあたりのコストパフォーマンスを計算する必要があります。

実践的な選び方：SM/CU数から何がわかるか

ユーザーがスペック表を見たとき、SMやCUの数から読み取れる情報は以下の通りです。

• マルチタスク・高解像度適性: SM/CU数が多いほど、4K解像度のような大量のピクセル処理が必要な環境で有利です。低解像度（フルHD）では、ユニット数よりも個々のクロック速度（MHz）の方が重要になる傾向があります。
• AI・レンダリング適性: 特にNVIDIAのSMに含まれる「Tensorコア」の数は、Stable Diffusionなどの画像生成AIや、動画編集のAIノイズ除去速度に直結します。AI用途であれば、単純なCUDAコア数よりも、最新世代のSMを搭載しているかを確認してください。
• レイトレーシング性能: RTXシリーズのSMには専用のRTコアが組み込まれています。AMDのCUにもレイトレーシングアクセラレータが含まれていますが、設計思想が異なるため、レイトレーシングを多用するゲームをプレイする場合は、SMの世代（Ada Lovelace以降など）を優先して選ぶべきです。

性能向上のためのチェックリスト

• 世代を確認する: 4nmや3nmといった最新の微細化プロセスを採用しているか。
• VRAM量を確認する: 24GBなどの大容量メモリが、多くのSM/CUを効率的に回せるか。
• 電源ユニットの容量: 450W以上のTDPに対応できる1000W以上の電源を搭載しているか。
• 冷却環境: SM/CUが高温になるとサーマルスロットリングが発生し、クロックが低下しないか。
• バス幅の確認: 384-bitなどの広いバス幅が確保されているか。
• ドライバーの最適化: 最新のGame Readyドライバーなどが適用されているか。
• ボトルネックの有無: CPU（Ryzen 9 7950X等）がGPUのSM/CUを使い切る性能を持っているか。
• 予算とのバランス: 性能向上幅に対して、価格（円）の上昇分が見合っているか。

FAQ：SM/CUに関するよくある質問

Q1: CUDAコア数が多いほど、絶対に性能が高いと言えますか？ A1: いいえ。CUDAコア数はあくまで「演算器の数」であり、性能は「コア数 × クロック周波数 × アーキテクチャの効率」で決まります。例えば、旧世代のRTX 30シリーズでコア数が多くても、最新のRTX 40シリーズの少ないコア数の方が、1コアあたりの処理効率（IPC）が高いため、実効性能で上回ることが多々あります。

Q2: SMとCUは互換性がありますか？ A2: 物理的な構造も、ソフトウェア的な制御方式（Warp vs Wavefront）も全く異なります。そのため、NVIDIA向けに書かれたCUDAプログラムをそのままAMDのCUで動かすことはできません。ただし、OpenCLやDirectComputeといった共通規格を利用することで、どちらのユニットでも動作するプログラムを作成することが可能です。

Q3: 将来的にSMやCUの数は増え続けますか？ A3: 単純な数増だけではなく、「特化型ユニットの統合」が進むと考えられます。2025年以降のトレンドとしては、汎用的な演算器を増やすよりも、AI専用の行列演算ユニットや、光線追跡専用のハードウェアをSM/CU内部に組み込み、少ないユニット数でより高度な処理を実現する方向へシフトしていくでしょう。また、チップレット化により、物理的に複数のダイを組み合わせて仮想的にSM/CU数を増やす手法が一般的になると予想されます。