VRAM（ビデオRAM）は、GPU専用の超高速なメモリ領域です。ディープラーニングなどのAI処理において、大規模なモデルデータや計算中の中間データを一時的に保持する役割を担います。VRAMの容量や転送速度は、動作させるAIモデルの規模や処理速度に直結するため、AIの学習や推論を実行するハードウェアの選定において最も重要なスペックの一つです。
VRAMとは
VRAM（ビデオRAM）とは、コンピュータのグラフィックス処理ユニット（GPU）専用の超高速なメモリ領域のことです。AIの学習や推論において、ニューラルネットワークのモデルデータや計算中のデータを一時的に保持する重要な役割を担っています。
詳しく解説
VRAMは、GPUに直接搭載されている物理的なメモリです。ディープラーニングの処理では、何十億ものパラメータを持つ大規模なモデルを高速に並列計算する必要があります。メインメモリ（システムメモリ）とGPUの間でデータを転送するとボトルネックが発生するため、GPUのすぐ近くにあるVRAMにモデルのパラメータや入力データをすべて配置して処理を行います。VRAMの容量と帯域幅（データの転送速度）は、AI処理のスピードや、一度に処理できるAIモデルの規模を決定付ける最大の要因となっています。
具体例・使われ方
AI分野での具体的な利用例として、大規模言語モデルの動作用途が挙げられます。例えば、数十億パラメータ規模のモデルをローカル環境で動作させる場合、そのモデルデータを丸ごとVRAM上に展開する必要があります。また、画像生成AIにおいて高解像度の画像を生成する際や、学習時にバッチサイズを大きくして効率的に訓練を行う際にも、大量のVRAM容量が消費されます。容量が不足すると、メモリ不足エラー（Out of Memory）が発生し、処理が中断されます。
似た用語との違い
VRAMは、PCの頭脳であるCPUが使用するシステムメモリ（メインメモリ）と混同されがちです。システムメモリはOSや一般的なアプリケーションが汎用的に使用する大容量のメモリですが、VRAMに比べてデータの転送速度が遅いです。一方、VRAMはGPUの内部に直接結合されており、AIの並列計算に必要な極めて高いデータ転送速度を実現しています。また、一部の統合型GPUではシステムメモリの一部をVRAMとして共有する共有GPUメモリが使われますが、専用のVRAMを搭載した独立型GPUに比べて処理速度は大幅に低下します。
注意点
VRAMの最大の問題は、物理的な容量を後から簡単に追加・拡張できない点です。システムメモリのようにスロットにパーツを挿入して増設することができず、容量を増やすにはGPUボード自体を買い替える必要があります。また、ディープラーニングやファインチューニングを行う際は、モデル自体のサイズだけでなく、学習時の勾配データやオプティマイザの変数などもVRAMを消費するため、モデルのファイルサイズ以上の空き容量が必要になる点に注意が必要です。