CPU のアーキテクチャ
理解のために小咄形式でまとめました。長くなってしまったので５分で読めないかも。
システムパフォーマンス関連記事の目次
登場人物
- 太郎（後輩）：入社1年目の若手エンジニア。
- 花子（先輩）：システムエンジニア歴3年の先輩。
場面：オフィスの開発ルーム
太郎が CPU のアーキテクチャ に関する資料を見ながら、花子に質問する。
太郎：「花子先輩、CPU のアーキテクチャ って具体的に 何を指す のか、いまいちピンとこないんです…。」
花子：「なるほどね。CPU アーキテクチャ とは、 プロセッサの設計や動作の仕組み のことよ。 ハードウェアとソフトウェアの視点 から考えると分かりやすいわ。」
CPU アーキテクチャ
花子：「CPU のアーキテクチャ を理解するには、 2 つの主要な視点 から考えるといいわ。」
- ハードウェアアーキテクチャ
- ソフトウェアアーキテクチャ
1. ハードウェアアーキテクチャ
花子：「ハードウェアアーキテクチャ とは、 CPU の物理的な構造やコンポーネントの配置 のことよ。」
CPU コアとキャッシュ
- CPU は 1 つ以上のコアを持つ（例: デュアルコア、クアッドコア、オクタコア）
- 各コアは L1, L2, L3 のキャッシュを持つ
- L1 は最速だが小さい、L3 は遅いが大容量
花子：「CPU のキャッシュとメモリの構造は、 レストランのキッチンの食材管理 にそっくりなの。」
-
L1 キャッシュ（最速・小容量） → シェフの手元にある調味料（塩・胡椒・オイル）
すぐ使えるけど容量が少ない。シェフは頻繁に使うものだけを置いて、調理の効率を最大化する。 -
L2 キャッシュ（やや遅い・中容量） → キッチンの棚や冷蔵庫の食材（肉・野菜・牛乳）
少し時間がかかるけど、すぐに取り出せる。手元の調味料が足りなくなったら、すぐ補充できるように準備されている。 -
L3 キャッシュ（最も遅いが大容量） → 店の裏にあるストック倉庫
たくさん保管できるが、取りに行くのに時間がかかる。キッチンで足りなくなったら、スタッフが倉庫に行って補充する。
花子：「このように、 よく使うデータ（食材）は手元に、たまに使うものは少し遠くに、大量に保管するものは倉庫に という構造は、 CPU のキャッシュとメモリの階層構造と全く同じ考え方 なのよ。」
CPU のバスとインターコネクト
- CPU 内部では、データをやり取りするための
バスがある - コア同士は
インターコネクト（リングバス、メッシュ）で通信 - データの流れが詰まると
スループット低下の原因になる
花子：「これは 道路のネットワーク みたいなもので、 渋滞（ボトルネック） が発生すると データの流れが悪くなる のと同じね。」
CPU のバスとは？
高速道路と一般道路のネットワーク
花子：「CPU 内部のバスは、データをやり取りするための道路のようなもの なのよ。」
-
メインバス（フロントサイドバス） →
高速道路- CPU とメモリの間をつなぐ最重要ルート。
- 交通量（データ転送量）が多いので、十分な車線（帯域幅）が必要。
-
内部バス（データバス、アドレスバス） →
一般道路- 各町（CPU のコアやメモリ）をつなぐローカルな道。
- 一般道路の数が少ないと、データの流れが詰まりやすくなる。
花子：「CPU のバスが 広い道路（帯域幅が広い） なら、大量の車（データ）をスムーズに運べる わ。でも、道路が狭いと、渋滞（データ詰まり）が発生し、スループットが低下する のよ。」
コア同士のインターコネクト
花子：「CPU のコア同士は、データをやり取りするための インターコネクト で通信しているのよ。」
環状線（リングバス）とメッシュ型道路
-
リングバス（環状線）
- 大都市の環状道路（例: 東京の首都高速環状線、大阪の阪神高速環状線）に似ている。
- データは時計回りまたは反時計回りに流れる。
- ある地点が詰まると、その後のすべての車（データ）に影響が出る。
- メリット：設計がシンプルでコストが低い。
- デメリット：混雑時にデータの流れが遅くなる（レイテンシ増加）。
花子：「片側1車線の環状線 だと、事故や渋滞が発生すると、後ろの車が進めなくなる（ボトルネック） わ。片側3車線の環状線 なら、渋滞を回避しやすく、スムーズに流れる（帯域幅が広い） のよ。」
-
メッシュ型インターコネクト（都市部の道路網）
- 東京やニューヨークのような碁盤目状の道路ネットワーク に似ている。
- 各コア（街）が 複数のルートを通じて接続されている。
- どこかの道が渋滞しても、別の道を通れば回避できる（耐障害性が高い）。
- メリット：通信遅延が少なく、スループットが高い。
- デメリット：設計が複雑でコストが高い。
花子：「リングバス（環状線）は、環状道路で一方通行に流れる道よ。メッシュ型（都市部の道路網）は複数の道があり、最適なルートを選べるわ。メッシュ型のほうが一般的に効率が良い のよ。」
バスの詰まりとスループットの低下
通勤ラッシュと渋滞
🚗 現実のイメージ
- 朝の通勤ラッシュ時、電車やバスが混雑すると、駅や道路が詰まり、移動速度が落ちる。
- CPU でも バスの帯域幅が狭いと、データが渋滞して処理が遅くなる。
💡 解決策
- バスの帯域幅を広げる（高速道路の拡張） → より多くのデータを同時に流せる。
- 別のルートを用意する（複数の鉄道路線を作る） → データの流れを分散し、混雑を避ける。
高性能 CPU での対策
データセンターの通信ネットワーク
データセンターでは、多数のサーバー（コア）が大量のデータをやり取りする。
-
シンプルなネットワーク（リングバス）
- 小規模なデータセンターでは効率的。
- しかし、大量のリクエストが来ると ボトルネックが発生しやすい。
-
メッシュ型ネットワーク
- 大規模なデータセンターは、高速通信のためにメッシュ型を採用。
- トラフィックが分散され、処理速度が向上。
花子：「リングバスは小規模向け、メッシュ型は大規模向け なのよ。」
太郎：「つまり、CPU のバスは 道路のネットワーク みたいなもので、 リングバスは環状線、メッシュ型は都市部の碁盤目状の道路 ってことですね！」
花子：「その通りよ。だから、CPU の設計では、ボトルネックを避けるために適切なバス構成を選ぶことが大事 なの。」
マルチプロセッサと NUMA
-
マルチプロセッサ（SMP） →
複数の CPU が対等に動作 -
NUMA（非均一メモリアクセス） →
CPU に近いメモリが速い、遠いと遅い - NUMA は特に
サーバーやデータセンターで重要
花子：「これは 複数のキッチンを持つレストラン みたいなもので、 近くの食材（メモリ）を使うと速い けど、 遠い場所にあると時間がかかる のよ。」
マルチプロセッサ（SMP）
複数のシェフがいるレストラン
花子：「マルチプロセッサ（SMP）は、複数の CPU が対等に動作し、並行して処理を行う仕組み なの。これは 複数のシェフがいるレストランのキッチン に例えられるわ。」
-
シングルプロセッサ（1人のシェフ）
- シェフが 1人で料理をすべて作る。
- 1つの料理を作り終えるまで、次の料理に手をつけられない。
- 混雑時に注文がたまると、処理速度が落ちる。
-
マルチプロセッサ（複数のシェフ）
- 複数のシェフが並行して料理を作る。
- 1人がメインディッシュ、1人がサイドメニュー、1人がデザートを担当すると、全体の調理速度が向上。
- 各シェフが 独立して働くが、同じキッチン（共有メモリ）を利用 するため、効率的に作業できる。
花子：「このように、 CPU が増えると、並行処理能力が向上し、全体の処理速度が上がる のよ。」
大規模なコールセンター
花子：コールセンターも マルチプロセッサの仕組み に似ているわ。」
-
シングルプロセッサ（1人のオペレーター）
- 1人のオペレーターが全ての電話を対応する。
- 1つの電話を処理している間、他の電話は待たなければならない。
-
マルチプロセッサ（複数のオペレーター）
- 複数のオペレーターが並行して対応 することで、待ち時間を減らし、全体の処理能力が向上。
- それぞれが 同じ顧客データベース（共有メモリ）を参照しながら対応する。
花子：「こうすることで、一度に多くの問い合わせを処理できるようになる のね。」
NUMA（非均一メモリアクセス）
複数のキッチンを持つレストラン
花子：NUMA（Non-Uniform Memory Access）は、CPU に近いメモリほどアクセスが速く、遠いメモリにアクセスすると遅くなる という仕組みよ。これは 複数のキッチンを持つレストラン に例えられるの。」
理想的な環境（SMPに近い）
- それぞれのシェフが 自分のキッチン（メモリ）で料理を作る。
- 材料が すぐ手の届く範囲 にあるため、最速で調理 できる。
NUMA環境（大規模レストラン）
- あるキッチンで材料が足りなくなると、別のキッチン（遠くのメモリ）から取り寄せる必要がある。
- 近くにある材料ならすぐに使えるが、遠くの倉庫から取りに行くと時間がかかる。
- そのため、各キッチンは できるだけ自分のエリアの食材を使うほうが効率がいい。
花子：「これが NUMA の基本概念で、CPU が自分に近いメモリを使うと速く、遠くのメモリにアクセスすると遅くなるという仕組みなの。」
分散オフィスのプリンター利用
花子：「NUMA の概念は、会社のプリンター利用 にも似ているわ。」
SMP（均一メモリアクセス）の場合
- オフィスのどこにいても、すべての人が同じ速度でプリンターを使える。
NUMA（非均一メモリアクセス）の場合
- 各部署ごとに 専用のプリンター（ローカルメモリ） を持っている。
- 自分の部署のプリンターを使う方が速い（CPU が近いメモリを使う）。
- しかし、別の部署のプリンターを使うと、ネットワークを経由するため印刷に時間がかかる（遠いメモリにアクセスすると遅くなる）。
花子：「このように、NUMA 環境では できるだけ近くのリソースを利用することが重要 なのよ。」
シェアオフィスのコーヒーマシン
花子：「大きなシェアオフィスに、各フロアごとにコーヒーマシンが設置 されていると考えてみて。」
-
各フロアの人が自分のフロアのコーヒーマシンを使う（最適なNUMA環境）
- すぐにコーヒーを入れられる（メモリアクセスが速い）。
-
違うフロアのコーヒーマシンを使う（NUMAの遅延）
- 他のフロアまで行く必要があり、時間がかかる（メモリアクセスが遅い）。
花子：「CPU も近くのメモリを使うほど高速で、遠くのメモリにアクセスすると遅くなるのよ。」
太郎：「なるほど！マルチプロセッサ（SMP）は 複数のシェフが並行して料理を作る仕組み で、NUMA は 遠くの食材を取りに行くと遅くなるレストランみたいなもの なんですね！」
花子：「そうよ。だから、NUMA のシステムでは、できるだけ近くのメモリを活用するように設計することが重要 なの。」
2. ソフトウェアアーキテクチャ
花子：「ソフトウェアアーキテクチャ では、 CPU がどのように命令を処理するか を考えるの。」
CISC vs RISC
-
CISC（Complex Instruction Set Computer）
複雑な命令を 1 つで処理できるx86（Intel, AMD）が代表例
-
RISC（Reduced Instruction Set Computer）
シンプルな命令を高速に実行ARM（スマホ、組み込み機器）、RISC-V などが代表例
花子：「これは オートマ車（CISC） と マニュアル車（RISC） の違いみたいなもので、 CISC は一つの操作で多くを処理 し、 RISC はシンプルな操作を素早く繰り返す のよ。」
仮想化とコンテナ
-
仮想 CPU（vCPU） →
仮想マシン（VM）内でエミュレーションされる CPU -
コンテナ →
OS レベルの仮想化で、CPU リソースを分割
花子：「これは シェアオフィス みたいなもので、 仮想マシンは完全に独立したオフィス、 コンテナは仕切りがあるだけのデスクスペース なのよ。」
命令セットとシステムコール
- CPU は
決められた命令セットに従って動作 - アプリケーションが OS にリクエストを出すと
システムコールを通じて CPU が動作 - 例:
read(), write(), fork(), exec()など
花子：「これは レストランの注文システム みたいなもので、 お客さん（アプリ）が店員（OS）に注文し、シェフ（CPU）が料理を作る のと同じね。」
花子：「CPU のアーキテクチャ を 高速道路のネットワーク に例えると、こんな感じね。」
-
ハードウェアアーキテクチャ →
道路の設計コア = 走行車線キャッシュ = 近場の駐車場バスとインターコネクト = 高速道路
-
ソフトウェアアーキテクチャ →
交通ルールRISC = シンプルな標識でスムーズに進むCISC = 複雑な信号制御で高度な動きができるシステムコール = 交通整理員（OS）が指示を出す
太郎：「すごく分かりやすいです！ ハードウェアとソフトウェアの両方の観点 で CPU のアーキテクチャを考えるのが重要なんですね！」
花子：「CPU のアーキテクチャ を理解すると、 プロセッサの設計やパフォーマンスの最適化 に役立つわ。」
太郎：「ありがとうございます！ NUMA の影響を調べるために lscpu コマンドで CPU アーキテクチャを確認 してみます！」
参考リンク
システムパフォーマンス関連記事の目次
システムパフォーマンス関連記事は、以下の書籍を参考に記述しています。