013つの計算タイプ、そして"組み合わせ"へ
このシリーズでは、計算を「質」で分類してWebGPUの実力を測ってきた。#1 独立並列（各スレッドが独立）、#2 行列演算（入力依存）、#3 協調計算（相互依存）。タイプごとにGPU優位の出方がまるで違い、「GPUは万能でなく、計算の質で優位が決まる」と分かった。
今回は、これらが1つの実用処理の中で組み合わさるケースを扱う。題材は「AIによる株価予測 × モンテカルロ」のハイブリッド。AIの予測は1本の線だが、本当に知りたいのは「どれくらい外れうるか」だ。そこで予測を起点に、モンテカルロで数万通りの未来を生成し、不確実性の幅を描く。このパイプラインには、性質の異なる2つの計算が同居している。
この2段階で、最適なバックエンドが正反対になった——というのが本稿の主題だ。
02ハイブリッドの構造 — 予測の点を、確率の帯で包む
パイプラインはシンプルだ。過去の株価をLSTMに学習させ、将来の期待リターン（μ）とボラティリティ（σ）を取り出す。それを使ってモンテカルロが幾何ブラウン運動で多数の経路を生成し、各時点の分位点（5%〜95%）を集計する。
ねらいは「点予測の限界を、確率分布で補う」こと。LSTMが描く1本の予測線は必ず誤差を持つが、モンテカルロの帯は「起こりうる範囲」を示す。AIが方向を、シミュレーションがばらつきを担う——役割分担そのものが、計算の質の違いに対応している。なお、μ・σの具体的な橋渡しは金融工学寄りの話題なので、本稿では深入りせず、計算性能に焦点を当てる（教育的な実装は別途ツールで公開）。
03LSTMはなぜGPUで速くならないか
LSTM（長短期記憶）は、時系列を1ステップずつ順に処理するニューラルネットだ。各時点の計算が前の時点の状態に依存するため、時間方向に並列化できない。しかも1ステップ内の行列は小さい（隠れ層が数十次元）。
これは、このシリーズの言葉で言えば#2と#3の「悪いとこ取り」だ。#2で見た通り小さい行列ではGPUの固定費が回収できず、#3で見た通り逐次依存はステップごとの同期コストが積み上がる。実測でも、LSTMの学習はTensorFlow.jsのCPUバックエンドで動かすのが最も速く、GPUバックエンドでは各ステップのカーネル発行コストが積み重なって、むしろ遅くなる。実際の学習時間は、データ規模により数万ミリ秒（数十秒〜100秒超）に及んだ。
04モンテカルロはなぜGPUで速いか
対照的に、モンテカルロは#1 独立並列そのものだ。数万本の価格経路は互いに無関係で、各スレッドが1経路を独立に計算できる。GPUの大量の演算ユニットが最も活きる構造だ。2機種で経路数を変えて計測した。
両デバイスとも、経路数が増えるほどGPUが有利になり、100万経路では iPad で約39倍、Pixel で約27倍に達した。注目すべきは2点。第一に、独立並列はどちらのデバイスでも素直にGPUが効くこと。#3の協調計算が「iPad 8.2倍 vs Pixel 1.2倍」とデバイスで極端に違ったのとは対照的だ。第二に、20万経路までは高速化が4〜5倍で頭打ちになり、100万で急に跳ねること。これは経路生成そのものではなく、分位点を求めるソート集計（一部CPU処理）が中規模では効き、大規模ではCPU側が極端に重くなってGPUが圧勝するためだ。
05同じパイプライン、正反対の最適バックエンド
ここが本稿の核心だ。LSTM（段階1）とモンテカルロ（段階2）の実行時間を並べると、同じ処理の中で3桁もの差が現れる。
対数軸。LSTM（逐次・CPU）は数万ミリ秒、モンテカルロ（独立並列・GPU）は数百ミリ秒。同じパイプラインの2段階で、最適バックエンドも実行時間も正反対。
LSTMの学習は数万ミリ秒（CPU）。一方、5万経路のモンテカルロは数百ミリ秒（GPU）で終わる。もしLSTMを無理にGPUで動かせば遅くなり、モンテカルロをCPUで動かせば何倍も時間がかかる。適材適所——LSTMはCPU、モンテカルロはGPU——が、唯一の正解だ。1つのパイプラインだから1つのバックエンドで、という発想は通用しない。
06結論 — 計算の質でバックエンドを選ぶ
4回にわたるベンチマークが、ひとつの結論に収束した。GPUが速いかは計算の質で決まり、その質は1つの処理の中ですら一様ではない。
| 計算タイプ | 本シリーズでの位置 | 最適 |
|---|---|---|
| 独立並列（MC） | #1 / #4段階2 | GPU（規模が大きいほど） |
| 行列演算 | #2 | GPU（大きい行列）/ CPU（小） |
| 協調計算 | #3 | デバイス依存 |
| 逐次計算（LSTM） | #4段階1 | CPU（GPUで速くならない） |
ハイブリッドは、この表を1つのパイプラインに凝縮して見せてくれた。AIの予測（逐次・CPU）と確率シミュレーション（並列・GPU）。性質の異なる計算を、それぞれ最適な場所で動かす。それは小手先の最適化ではなく、計算の質を見極めるという、このシリーズが一貫して追ってきた態度そのものだ。
計算の質が、走らせる場所を決める。
そして、これらすべてがブラウザの中で完結する。AIの学習も、数万通りのシミュレーションも、スマートフォンのWebページで動く。計算の質を見極めさえすれば、手のひらの中で、予測とその不確実性を同時に描ける時代になった。
