畳み込みニューラルネットワーク（CNN）は画像分類や物体検出などに広く利用されているが，大量のデータによる学習が必要とされ，処理時間の短縮が課題となる．CNNで実行される行列演算の高速化には，GPUが活用されている．また，深層学習を並列処理により高速化・軽量化する手法として，モデル並列とデータ並列がある．本稿では，C++実装によるCNNを用いた画像分類プログラムに対してデータ並列を適用することで，マルチGPU環境での学習高速化を実現する．マルチGPU向け並列プログラムはCUDAとOpenMPを用いて作成されており，NVIDIA RTX A5000搭載サーバ上で行った性能評価の結果，提案手法の有効性が確認された．