図1　新しいGPUコアのImmortalisシリーズ　��来のMaliシリーズから�j(lu┛)幅に刷新、拡張性を�_��した　出�Z：Arm

Armは、コンピュータの高性�Σ修鮗{いかける場合でも、消�J電��を��(f┫)らすことは�j(lu┛)�i提。Armアーキテクチャの電��効率の高さは言うまでもない。ここに���Q負荷のとても�j(lu┛)きなレイトレーシング�\術を採り入れた。この�\術は、例えば�R�屬離螢鵐瓦凌Г弔笋魍阿�らの光と室内の照��の光、壁や�颪覆匹�らの反�o(j━)光などリンゴに当たるあらゆる光の�Oを���Qし、�^真の画�気肇哀薀侫�ックスの絵との区別をなくす��度に�@密な光の当たり��(sh┫)を���Qする。���Q負荷が�j(lu┛)きく、Nvidiaのような性�νダ茲垢�GPUチップにしか実現できなかった。消�J電��を優先するモバイル��のGPUでは�Mしかった。今�v、モバイルで出来た理�y(t┓ng)は��らかにしなかったが、モバイルゲーム機ではインパクトが�j(lu┛)きい。

レイトレーシングを�W(w┌ng)��することで、グラフィックス性�Δ��i世代のMali-G715と比べ、Immortalis-G715は15%向�屐�電��効率も15%向�屬靴燭箸いΑ�Armは、GPUのコアIPではこれまで同様、�i世代よりも15%ずつ性�Α�電��効率は改��を��けているといえる。

今�v、レイトレーシング�\術をモバイルゲームに採り入れたことで、これまでにない���xを可�Δ砲垢襦�そこで、不朽の�@�mという�T味でImmortalisという言��を使った。GPUコアが10コア以�屬�����で、ArmはGPUコアのフラグシップ����にする。��にこれからはデータセンターやHPC（High Performance Computing）のようなコンピューティング�ξ�が求められるWindows-Armのような分野では新ブランドを採��する。ニューラルネットワークモデルでの���Qに向いたGPUであるため、機械学�{（ML）性�Δ�2倍となっている。

今�vの性�Δ任蓮Å�来のハイエンドGPUであるMaliとの差は�j(lu┛)きくないが、Immortalisでは��(g┛u)なるコアの�\�j(lu┛)、すなわち30〜40コアでも性�Δ�出るような設��を組み込みが可�Δ箸靴討い襦�レイトレーシング�\術はハードウエアとしてGPUに集積されており、Armはリアルタイムのレイトレーシング作業という言い��(sh┫)をしていないが、レイトレーシング演�Qは�]いはずだとしている。

コンピューティングの高いシステムでは、数値演�Q向けの行�`演�QにはGPUが適しているが、�U(ku┛)御もできるCPUの性�Δ��屬欧襪燭瓩�CPUコアとしてCortex-X3も開発した。これも�i世代のCortex-X2と比べてスマートフォン��では25%性�Δ��屬押▲僖愁灰鹵�の性�Δ箸靴討�34%も�屬欧討い襦�

Armは総合演�Qソリューション（TCS）として演�Q�ξ�の高いCPUとGPUを集積したArm v9アーキテクチャを提案している。ここでは、演�Q性�Δ�ML性�Α▲廛蹈哀薀泪咼螢謄�に加え、セキュリティ��(d┛ng)化も�_要な�\術となる。メモリの改ざんを防ぐMTE（Memory Tagging Extension ）や、PAC（Pointer Authentication Code）と�}ぶ、外�陲瞭�撃�vが作り出したポインターを検��(m┬ng)するために、ポインターを認証するコードを��ける�\術を導入している。ポインターはアドレス値などを格納した変数のこと。いずれもメモリの改ざんを防ぐ�\術である。

図2　総合演�Qソリューション（TCS）のロードマップ　2024�Qまでのソリューションが予定されている　出�Z：Arm

Armは、TCSのロードマップも作っており、今�vのソリューションは、Immortalis-G715とCortex-X3を使ったTCS22（図2）であり、来�QTCS23には、CPUコアとしてCXC23に、HunterとHayesを採��、Immortalisにはコード�@Titanを集積する。再来�QのTCS24には、CPUコアとしてCXC24とChabertonとHayes、GPUコアのImmortalisにはKrakeが集積される。これらの開発コード�@はCPUとGPUに使われるが、GPUにはImmortalisシリーズ�@が��くことになる。