次世代CPU「Lunar Lake」でIntelが目指す“AI PC”とは？ 驚くべき進化点と見える弱点、その克服法（3/4 ページ）

[西川善司，ITmedia]

新GPUコアは「Xe2」（開発コード名：Battle Mage）

　Lunar Lakeでは、内蔵GPUコアが「Xe2」（開発コード名：Battlemage）に刷新される。先のAlchemist（開発コード名）世代では、独立GPUである「Intel Arc A-Series Graphics」（Xe-HPG）と、Core Ultraプロセッサ（シリーズ1）に統合された「Intel Arc Graphics」（Xe-LPG）の2種類が存在していたが、Intelによると、Battlemageでは単に「Xe2」と呼称するという。

Lunar LakeのGPUコアはComputeタイル内に配備される。名称は「Xe2」とシンプルなものになる

　GPUコアに関する詳報も別の記事で取り上げる予定だが、「そんなこと言わないで……」という声もあると思うので、この記事でも概要を紹介する。

　Lunar Lakeに内蔵されたXe2は、簡単にいうと「細かいチューニングを施した、Xe-HPGの改良版」となる。Xeコア（グラフィックスエンジン）は、Xe-LPGと同じく最大8基だ。

　一番の改良ポイントは、ベクトル演算を担う「XVE（Xe Vector Engine）」のSIMD（Single Instruction／Multiple Data：並列処理を行う際の手法の1つ）の実行レーン数が8レーン（SIMD8）から16レーン（SIMD16）に倍増した点にある。

　ただし、Xeコア1基当たりのXVEの数は、先代から半減している（16基→8基）。そのため、演算器の総数は以下の通り変わらない。

• 先代（Alchemist）のXVE：SIMD8×16＝128基
• BattlemageのXVE：SIMD16×8＝128基

　この変更は、XVEに関する設計方針を変えたことを意味する。簡単にいうと処理できるスレッド数を半分に下げる代わりに、一度にこなせる演算の密度を増やしたということだ。具体的なグラフィックス処理系で例えると、「たくさんのシェーダープログラムを動かす」ことよりも、「複雑なシェーダープログラムを短時間で終える」ことを優先するようになったともいえる。

　読者の皆さんの中には「SIMD8からSIMD16の変更って、意味あるの？」と疑問に思う向きもあるだろうが、実際はアプリ側の“流行”に合わせて演算処理のトレンドが変わることも珍しくない。

　例えばAMDのRadeonシリーズは、「GCN（Graphics Core Next）アーキテクチャ」の時代はネイティブSIMD16演算を行っていた。しかし「RDNAアーキテクチャ」以降では、ネイティブSIMD32演算に切り替わっている。NVIDIAのGeForceシリーズはSIMDを拡張した「SIMT（Single Instructon／Multiple Threads）」を32スレッドで演算している（SIMT32）。

　SIMDであれSIMTであれ、昨今のGPUコアは並行演算のレーン数を増強する方向で設計するトレンドとなっている。これはGPUを高速演算器として利用する「GPGPU」との相性も良いので、Xe2も流れに乗っかったということだろう。

　また、Lunar LakeのGPUコアではさり気なく推論アクセラレータ「XMX（Xe Matrix Engine）」が復活している。ただし、そのまま復活したのではなく、XVEと同様に演算レーンの数を2倍に増やした上で、演算器の数を半減している。レーン数の増と演算器の減が“相殺”しているため、ピーク時の性能は同じと見てよいだろう。対応する演算精度については、FP16（16bit浮動小数点）、BF16、INT8（8bit整数）、INT4（4bit整数）、INT2（2bit整数）と変わっていない。

Xe2のブロックダイヤグラム

　今回のイベントでの説明によると、INT8演算時におけるXe2の理論性能値は、XVEによるDP4a演算と、XMXによる演算の合算で67TOPS（1秒当たり67兆回）とされている。ここからGPUコアの動作クロックを逆算してみよう。

　繰り返しだが、Xeコアには1基あたり8基のXVEが備わっている。そのINT8（DP4a）の1クロックあたりの演算性能は「1024OPS（1秒当たり1024回）」となる。同様にXeコアには1基あたり8基のXMXがあり、そのクロックあたりのINT8演算性能は「4096OPS（1秒当たり4096回）」となる。ここから稼働クロックを計算すると、結果は以下の通りだ。

67TOPS÷（1024×8＋4096×8基）≒1.636GHz

　Lunar LakeのGPUコアは、ピーク時で約1.636GHzで駆動していると推察される。

　この結果を逆算して、グラフィックス処理能力の理論性能値を計算してみると、以下の通りとなる。

8 （Xeコアの数）×8（XVEの数）×16（SIMD16演算）×2FLOPS（積和算）×動作クロック（MHz換算）＝3.35TFLOPS

　計算上、プレイステーション4のGPUコアのピーク性能（1.84TFLOPS）の約1.8倍だ。定格消費電力が15WクラスのCPUに内蔵されたGPUとして見れば、かなり立派な性能値ではある。

　Core Ultraプロセッサ（シリーズ1）のUシリーズに搭載されているIntel Graphicsでは、ピーク時でも2TFLOPS程度だった。そのことを考えると、大した性能向上率だ。

Intelが示したLunar Lakeの理論性能値。「CPU全体で100TOPS超え」をうたっていたが、NPUで最大48TOPS、GPUで最大67TOPS、そしてCPUで最大5TOPSで、合わせて最大120TOPSの性能になるという

　一方、メディアエンジンやディスプレイ出力回りは、時代に合わせて順当に進化している。

　メディアエンジンはAV1のエンコード／デコードに加え、新世代コーデック「H.266（VCC）」のデコードにも対応する。これは業界最速だという。

　最近のIntelのメディアエンジンは、AMDやNVIDIAよりも最新技術への対応が早い。振り返ると、今では当たり前となったAV1コーデックのハードウェアデコードも、最初はAlchemistアーキテクチャのGPUだった。

メディアエンジン、ディスプレイエンジンとIPU（イメージングプロセッサ）もComputeタイルに統合されている。映像出力は最大で3画面まで可能で、HDMI 2.1、DisplayPort 2.1とeDP（Embedded DisplayPort） 1.5に対応する。メディアエンジンのVVCデコード対応も注目ポイントだ

Lunar Lakeを搭載したテストシステムで動作させた「F1 2024」の映像。グラフィックス設定を全て「HIGH」で設定した上で、960×540ピクセルで描画して、超解像技術「Xe Super Sampling（XeSS）」でフルHD（1920×1080ピクセル）にアップスケールして表示するデモンストレーションだが、フレームレートは60fpsをきちんと維持できている