CPUとは？コア・GHzの意味とGPU・NPUとの違い、選び方を解説

CPUとは何か：命令を処理し、コンピューターの動きを支える

CPUはCentral Processing Unitの略で、日本語では中央処理装置と呼びます。OSやアプリケーションの命令を実行する、コンピューターの主要な部品です。ただし、CPUの型番だけでパソコン全体の使い心地が決まるわけではありません。作業に必要なデータを保持するメモリー、ファイルを保存するストレージ、画面表示などを担うGPUと組み合わせて動きます。買い替えを考えるときも、まず何の処理に時間がかかっているかを分けると、CPUを比較する目的が明確になります。

IBMのCPU解説は、制御装置と算術論理演算装置を挙げ、命令の取得・解読・実行という流れを説明しています。制御と計算の役割を分けて理解する入口になります。一方、この説明を「一つの命令が必ず一回のクロックで終わる」「プログラム全体が同じ周期で完了する」という意味には読み替えません。CPUの仕組みを表す説明と、利用者が待つ作業時間は異なる尺度です。

例えば、表計算ファイルを開き、集計して保存する作業を考えます。利用者には一つの操作に見えても、ファイルの読み込み、計算、画面表示、保存という異なる段階があります。本稿では、これらを分けて遅い箇所を調べることを提案します。ファイルを取得する通信を待っている時間までCPUの計算時間として扱うと、部品を変更した後も待ち時間が残り、比較の理由を説明できなくなります。

CPUの説明にはキャッシュという言葉も登場します。処理で使うデータなどをCPUの近くに置くための高速な記憶領域と捉えると、主記憶や保存用ストレージとの役割を整理できます。製品のキャッシュ容量は確認項目ですが、その数値が大きい順に全アプリケーションが速くなるとは限りません。どのデータを繰り返し使う処理か、他の構成が同じかを確認する必要があります。保存容量、メモリー容量、CPUのキャッシュ容量を同じ意味の「容量」として比較しないことも大切です。

業務端末の調査では、作業名、入力ファイル、使用アプリ、待ちが生じる段階、完了の条件を一緒に残します。「重い」という感想を、開くのが遅いのか、再計算が遅いのか、保存や送信が遅いのかへ具体化するためです。CPUの基礎知識は、最上位の製品を選ぶためだけでなく、改善対象と未確認の箇所を共有するために使えます。

コア・スレッド・GHzは、違う観点の数値として読む

仕様表を見るときは、処理の並列性と一つの処理の速さを分けます。物理コアはCPU内の処理単位です。複数のコアを使って仕事を分担できるかは、アプリケーションの作りや実行する処理にも左右されます。コア数を増やす判断では、「同じ作業の完了を早めたい」のか「別々の作業を同時に進めたい」のかを先に決めます。この違いを曖昧にすると、並列処理の結果をそのまま日常操作の応答速度だと思い込んでしまいます。

IntelのHyper-Threading解説では、有効な場合に一つの物理コアから二つの実行コンテキストを見せる仕組みを説明しています。これは同社の該当技術の説明です。全CPUで物理コア数の二倍が論理プロセッサー数になる、あるいは作業が二倍速くなるという共通規則にはしません。製品ごとの対応と設定を確認し、物理コアと論理的な実行単位を混同しないようにします。

GHzはクロックの周期の頻度を表します。Intelのクロック解説も、一周期で複数命令が完了する場合と、一命令に複数周期を要する場合を区別しています。世代や設計をまたいでGHzだけを比べても、作業時間の順位は決まりません。同じ製品群でも、基本周波数と最大ターボ周波数がどの動作条件を示すかを分けて読み、最大値が長時間の処理で維持される前提を置かないことが必要です。

仕様・条件	比較で確かめること
物理コアと論理的な実行単位	対象の処理をどう分担できるか、同時実行時の完了時間
クロックと製品世代	同じ処理・構成での結果と、数値が示す動作条件
キャッシュ	容量だけでなく対象作業のデータ利用との関係
電力・冷却条件	筐体や電源設定をそろえた継続処理の結果

この表は本稿の比較観点です。電力では、TDPなどの設計上の指標と実際の消費電力を分けます。Intelの2023年4月更新の説明には、ターボなどでTDPを超える場合が示されています。設計指標を端末全体のコンセントでの電力や、常時の上限に読み替えず、採用する製品の定義と測定条件を確認します。

GPU・NPUとの違いは、担当する処理と利用条件で理解する

CPU、GPU、NPUは、製品名を並べて一つの性能順位を作るための分類ではありません。どの処理をどこへ割り当てるかを考えるための区分です。Intelの2026年3月の解説は、CPUの汎用的な処理、GPUの並列的な計算、NPUのニューラルネットワークに関する処理という役割を紹介しています。この概念上の得意分野と、個々のアプリで実際に利用できる機能は分けて確認します。

例えばAI機能を備える端末を検討するなら、まず実行したいアプリと機能名を挙げます。そのうえで、端末内で実行するのか外部のサービスを使うのか、必要なモデルと利用条件、CPU・GPU・NPUのどれを使う構成なのかを提供元の資料で照合します。「AI対応」という表示だけで、全ての生成AIが端末内で動く、全アプリがNPUへ自動的に処理を移す、と判断しないためです。対象の機能が確認できなければ、その用途の性能比較は保留します。

本稿では、AIを含む処理を「入力を用意する」「対象の計算を実行する」「結果を利用可能な形にする」に分けて比べることを提案します。計算部分の時間だけが短くなっても、入力の準備、データの移動、結果の確認にかかる時間を除外すれば、利用者の作業全体を説明できません。画面上で応答が始まるまでと、必要な結果がそろうまでの時間も分けます。出力の内容や品質条件が違う試験を、そのまま速度の優劣として扱わないようにします。

GPUやNPUの演算性能の数値も、測った処理や条件を確認してから使います。CPUのGHzと別種の演算指標を横並びにして大小を比べることはできません。製品間の比較では、同じアプリ・モデル・入力・出力条件が使えるかを先に確認します。条件がそろわない箇所は「未確認」と残し、宣伝上の最大値から業務での完了時間や電池の持続時間を推定しない進め方が適切です。

各チップの用途や、端末内でAIを利用するときの確認項目は、GPU・NPUなどのAIチップを比較する記事で整理しています。CPUの仕様を読む段階から、実行するソフトウェアと処理場所を確かめる段階へ進む際に参照してください。CPUの選定とAI機能の採用を一度に決めず、それぞれ確認できた条件を結び付けるための関連記事です。

CPUを選ぶ前に、実際の作業と端末全体の条件をそろえる

CPUの選定は「事務なら何コア」「開発なら必ずこのブランド」という固定表で終えず、実際に使う作業から始めます。ここでは比較の進め方として、重要な作業、許容できる待ち時間、同時に動かすアプリ、利用場所を先に記録することを提案します。単発の操作が遅い問題と、大量のファイルをまとめて処理する問題では、調べる範囲が変わります。現在の端末で何が困るのかを説明できれば、購入候補に要求する条件も具体化できます。

作業の例	比較のために用意する記録
表計算や業務画面の操作	同じファイルや画面で、開始から必要な状態になるまでの時間
ビルドやファイルの一括処理	入力の範囲、同時実行の条件、全件の終了時刻と失敗の有無
AIを含むアプリ	利用機能・モデル、処理場所、出力条件、確認を含む完了までの時間
持ち運ぶ端末での継続作業	電源の利用状態、設定、作業時間、冷却や動作音の許容条件

これは試験用の観点であり、特定の作業に必要なコア数や性能を保証する表ではありません。比較時は、OSとアプリの版、メモリーやストレージの構成、電源設定などの違いを残します。最初の一回と繰り返した後の結果、短い処理と継続した処理も分けます。比較対象で異なる条件があれば、CPUだけが差の原因だとは結論付けず、端末全体として得られた結果の範囲を示します。

購入時には、採用するアプリや周辺機器が候補端末のOS・構成に対応するかを確認します。既存PCのCPUだけを交換する場合も、形状が合うことだけで決めず、PCやマザーボードの提供元が示す対応製品、必要な設定・更新、電源と冷却の条件を照合します。本稿は個別機種の互換性を確認した一覧ではありません。対応が不明な構成は、購入や交換を確定する前に提供元へ確認します。

最後に、本体代や部品代だけでなく、追加するメモリー等、移行、アプリの再設定、動作確認、保守にかかる費用と作業を比べます。待ち時間の短縮と現金支出の減少は別に集計します。現行端末の測定結果、購入候補で確認できた結果、未確認の条件を残しておけば、導入後にも同じ作業で評価できます。仕様表の最大値より、必要な仕事をどの条件で終えられるかを判断の中心に置くことが、CPU選定の実務的な出発点になります。