統合GPU完全ガイド：基本定義から性能・用途・選び方まで最新トレンドを解説
エバープレイ編集部統合GPUとは — 基本定義
統合GPU（Integrated GPU、iGPU）は、グラフィックス処理ユニットが独立したカード（ディスクリートGPU）としてではなく、CPUやSoC（システム・オン・チップ）内部、あるいは同じパッケージ内に組み込まれているグラフィックス回路のことを指します。デスクトップやノートPC、スマートフォン、タブレット、組込み機器など幅広い機器で用いられ、ディスプレイ出力や2D/3D描画、動画デコード・エンコード、GPUアクセラレーション処理などを担います。
仕組みとメモリ構成
統合GPUはCPUコアや他のペリフェラルとメモリを共有する設計が一般的です。これをUMA（Unified Memory Architecture）や共有メモリ方式と呼び、GPU専用のVRAMを持つディスクリートGPUとは異なります。
- 共有メモリの利点：コスト・面積・消費電力を抑えられ、メモリを柔軟に使えるため小型機器やバッテリ駆動機器に適する。
- 欠点：システムメモリの帯域幅とレイテンシに依存するため、大規模な3Dレンダリングや高解像度テクスチャ処理ではパフォーマンスが制限される。
代表的な統合GPUの例
- Intel UHD Graphics / Iris Xe：ノートPCや一部省電力デスクトップ向けに広く採用。Iris Xeは近年の統合GPUとして性能が大きく向上。
- AMD Ryzen APU（Radeon Graphics）：Ryzenの「G」シリーズなどに搭載され、統合GPU性能が高いことで知られる。
- Apple Mシリーズ（M1/M2など）：SoC内部に強力な統合GPUを搭載し、メモリも統一（AppleのUMA）されるため高効率。
- ARM系SoC（Adreno、Mali、Immortalisなど）：スマートフォンや組込み用途で広く使われる統合GPU。
性能の傾向と限界
近年の統合GPUはアーキテクチャの改良やメモリ帯域の増強により、軽め〜中程度のゲーミングやクリエイティブ作業でも実用的な性能を発揮します。特にAppleのMシリーズやIntelのIris Xe、AMDの上位APUは、1080pの軽量ゲームや動画編集・レンダリングの一部タスクで満足できる結果を出します。
ただし、次の点でディスクリートGPUに劣ります。
- メモリ帯域幅：専用VRAM（GDDR6等）を持つGPUに比べると帯域が制限される。
- シェーダ数・演算ユニット：大規模な並列処理能力で差が出る。
- 熱設計（TDP）：高負荷時の持続性能（サーマルスロットリング）で差が出る。
用途別の向き不向き
- 向いている用途：ウェブブラウジング、動画再生、オフィス作業、軽量〜中程度の写真編集、エントリー〜ミドルレンジのゲーム、ハードウェア動画エンコード/デコード（H.264/HEVC/AV1など）
- 向かない用途：ハイエンドの3Dゲーム（高解像度・高フレームレート）、大規模なGPUレンダリング、ディープラーニングの大規模モデル学習、GPUアクセラレーションを強く要求するプロ向けワークロード（高解像度映像のリアルタイム合成等）
メディアエンジンとハードウェア支援
統合GPUは一般に動画のデコード/エンコードをハードウェアでサポートするメディアエンジンを備えます。代表例として以下があります。
- Intel Quick Sync Video（Intelのハードウェアエンコード/デコード）
- AMD VCN（Video Core Next）
- AppleのVideoToolbox/ハードウェアアクセラレーション（Mシリーズのメディアエンジン）
これらにより動画ストリーミングや編集、リアルタイム配信などでCPU負荷を大幅に削減できます。AV1など新しいコーデックのハードウェアサポートも進んでいますが、コーデック対応状況は世代やモデルで異なるため購入前の確認が重要です。
ドライバーとプラットフォーム互換性
統合GPUはOSやドライバーの影響を強く受けます。Windowsでは各ベンダーの公式ドライバーが提供され、ゲームやGPUアクセラレーションの最適化が行われます。macOSではAppleが統合GPUをOSレベルで最適化しており、特にMシリーズとの相性が良いです。LinuxではIntel/AMDはオープンソースのMesaドライバーやカーネルドライバーが充実しており、比較的サポートが良好です（Mesa: https://www.mesa3d.org/）。
仮想化・共有利用とセキュリティ
統合GPUでも仮想化や複数ユーザーでの共有利用が必要となる場面があります。技術的にはGPUのチャネル分割や「mediated passthrough」（例：Intel GVT-g）などでホストGPUを仮想マシンに割り当てる手法があります。ただし、すべての統合GPUやプラットフォームで同じ機能があるわけではなく、ベンダーやモデルに依存します（GPU仮想化の概説: https://en.wikipedia.org/wiki/GPU_virtualization）。
また、統合GPUはCPUやメモリを共有するため、同一システム内でのサイドチャネル攻撃やドライバー脆弱性による侵害リスクがゼロではありません。企業用途では仮想化機能やドライバーの信頼性、ファームウェア更新ポリシーを確認することが推奨されます。
選び方のポイント
- 用途を明確にする：ライトユーザーなら統合GPUで十分。ゲームやプロ用途ならディスクリートGPUを検討。
- 世代とモデル：最新世代ほどアーキテクチャ改善やメディアコーデック対応が進む。Iris XeやApple Mシリーズ、上位APUは性能面で優れる。
- メモリ構成：統合GPUはシステムメモリを使うため、十分な容量（8GB以上、クリエイティブ作業なら16GB以上）を推奨。
- 冷却設計とTDP：ノートPCでは薄型筐体だとサーマルで性能が出にくい場合があるため、実機レビューを確認。
- ドライバー/OSサポート：Linuxを使うならIntel/AMDのオープンソースドライバー状況をチェック。
将来展望
統合GPUは今後も重要性を増します。SoC設計の進展とプロセス技術の向上により、より高性能かつ省電力な統合GPUが普及します。AppleのUMAのようにメモリ設計を最適化する取り組みや、AV1など先進コーデックのハードウェア支援、GPUの汎用計算（GPGPU）機能強化により、統合GPUは従来よりも広い用途をカバーするようになっています。ただし、極めて高い並列演算性能や専用VRAMを必要とする用途ではディスクリートGPUの需要は依然として高いままです。
まとめ
統合GPUはコスト・消費電力・省スペースの面で優れ、日常的なPC作業や軽量なゲーム、動画再生・編集において非常に実用的です。近年アーキテクチャの進化やUMAの活用によりパフォーマンスギャップは縮小していますが、大規模演算やハイエンドゲーミングでは依然としてディスクリートGPUが有利です。用途、予算、プラットフォームを踏まえた上で、統合GPUの世代やメディア機能、メモリ構成を確認して選ぶことが重要です。
参考文献
- Integrated graphics processor — Wikipedia
- Intel Graphics — Intel
- AMD Ryzen with Radeon Graphics — AMD
- Apple M1/M2 and unified architecture overview — Apple
- Mesa 3D Graphics Library — Mesa
- Intel GVT-g（mediated passthrough） — 01.org
- GPU virtualization — Wikipedia
- VideoToolbox — Apple Developer
投稿者プロフィール
