事例No.PC-11733
参考価格:
987,800

DeepLabCut ver2.3用マシン (2024年2月版)

用途:DeepLabCutを用いた動物行動解析

お客さまからのご相談内容

事例No.PC-10086を見ての問い合わせ。
DeepLabCut ver2.3用のワークステーションの導入を考えている。予算100万円程度で最適構成を提案してほしい。

処理能力の希望は、現在使用しているNVIDIA RTX A6000 x1枚を搭載したワークステーションと同等以上の速度でDeepLabCutを動かせること。
また、DeepLabCut ver2.3の事前インストールも依頼したい。

具体的なスペックとしては,以下の条件を希望する。

CPU DeepLabCutが問題なく動く程度の能力
メモリ 128GB
GPU RTX A6000と同程度の速度でDeepLabCutの解析ができるもの (Geforce RTX4090等)
ストレージ 1TB M.2 SSD x2枚

テガラからのご提案

2024年2月時点で最新の第14世代Core i9を搭載した構成です。予算に合わせて合計24コアのCore i9-14900Kを選択しています。

なお、実際にDeepLabCutを実行した際に負荷がかかる箇所はGPUが大半で、CPUに高い負荷がかかる場面はかなり少ないと考えられます。
そのため、CPUの性能を重視しない場合はCore i7などの下位モデルに変更することも可能です。

GeForce RTX4090とRTX A6000、どちらが最適?

お客様のご希望に合わせて、GPUはNVIDIA GeForce RTX4090 24GBを選択しています。
NVIDIA GeForce RTX4090 24GBとNVIDIA RTX A6000 48GBを比較すると、チップの世代とVRAM容量に違いがあります。チップの世代はRTX4090で採用されているものの方が新しいですが,VRAM容量はA6000の半分です。
DeepLabCutのGPU処理はTensorFlowを基盤としており、GPU利用中の挙動もTensorFlowの特性に準じます。TensorFlowのデフォルト設定で実行した場合、DeepLabCutは確保できるだけのビデオメモリを確保して処理を実行します。そのため、VRAM容量の差による影響が生じることも考えられますが、RTX4090のCUDAコア数は18,000以上でA6000の2倍に近い値です。実際の利用ではVRAM容量の差よりもCUDAコア数の差による影響の方がより大きく現れると考えられるため、RTX A6000と比較しても解析速度の向上が期待できます。

なお、DeepLabCut公式リポジトリに掲載されているGPUの要件では8GB以上のVRAMが推奨として示されています。その値から考えると、RTX4090の24GBも十分なVRAMが確保されていると言えます。

 

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

DeepLabCutによる動画学習を複数のGPUで動かしてみた
AIモデル開発 環境整備のためのお役立ち情報

 

 

 

主な仕様

CPU Core i9-14900K (3.20GHz 8コア+2.40GHz 16コア)
メモリ 128GB
ストレージ1 1TB SSD M.2 NVMe Gen4
ストレージ2 1TB SSD M.2 NVMe Gen4
ビデオ NVIDIA Geforce RTX4090 24GB
ネットワーク on board (2.5GBase-T x1) Wi-Fi x1
筐体+電源 ミドルタワー型筐体 + 1500W
OS Microsoft Windows 11 Professional 64bit

■キーワード

・DeepLabCutとは

DeepLabCutは、動物の行動を分析するためのオープンソースのディープラーニングツール。動画から動物の特定の身体部位を識別しマーカーレスでの追跡が可能で、精度の高い動きの分析を提供する。

参考:DeepLabCut — The Mathis Lab of Adaptive Intelligence ※外部サイトに飛びます

事例追加日:2024/02/20
事例No.PC-11142
参考価格:
2,783,000

健康予測モデル構築用マシン

用途:疫学データを用いた健康の予測モデル構築や測定項目間の因果探索

お客さまからのご相談内容

PC-10619を見ての問い合わせ。
疫学データを用いて、将来の健康の予測モデル構築や測定項目間の因果探索を実施している。
予算280万円以内で、可能な限り処理速度の速いPCを提案してほしい。

解析環境にはPythonを使用しており、パッケージとしてはRandomForest、LightGBM、LiNGAM、pgmpyを使用することが多い。扱っているデータは最大で1万行×1万列であり、現状計算に非常に時間を要している。

使用するパッケージにGPU性能は必要ないため、現状ではGPU性能は重視していないが、将来的には深層学習の実施や、より大規模なデータを取り扱うことを考えている。そのため、ビデオカードが増設可能な拡張性のあるマザーボードが好ましい。

希望する条件は以下の通り。

・CPU:AMD Ryzen ThreadripperPRO 5975WX もしくは 5995WX
・メモリ:256GB以上
・ストレージ:4TB SSD以上
・OS:Windows 11 Professional 64bit
・使用するソフトウェア:python(RandomForest、LightGBM、LiNGAM、pgmpyなど)
・予算:280万円以内

テガラからのご提案

お客様ご希望の条件に沿った構成をご提案しました。
お問い合わせ事例PC-10619の構成をベースに、さらにスケールアップした構成です。
具体的には、並列処理性能の向上のため、CPUを上位モデルに変更し、メモリ搭載量を倍増しています。

ビデオカードの優先度は低いとのことでしたが、CPUを最上位品にしてもご予算に余裕があることに加えて、将来的にDeepLearningを実施する予定があるとうかがいましたので、ハイエンドモデルであるNVIDIA Geforce RTX4090 24GBを選択しました。

Geforce RTX4090 24GB は16,384基のCUDAコア、512基の第4世代Tensorコア、24GBのGDDR6X VRAMを搭載しているため、DeepLearningへの活用が期待できます。DeepLearningへの対応が必要ない場合は変更も可能です。

マザーボードに関しては、拡張性を確保した選定を行っています。
具体的な拡張予定のご要望がありましたら、それに合わせた構成の調整も可能ですのでお申し付けください。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

お客様の声 AIモデル開発 環境整備のためのお役立ち情報
AIモデル開発向けマシン選定のポイント 生成AIモデル開発向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

 

検索キーワード
健康予測モデル構築,疫学データ分析,健康予測ツール,健康データ解析,データ駆動の予測モデル,Pythonデータ解析,データ科学ソリューション,AMD Ryzen ThreadripperPRO,ハイパフォーマンスPC,ディープラーニング対応PC,ビッグデータ解析PC,Windows 11 Professional,データ解析ワークステーション,NVIDIA Geforce RTX4090,高性能ワークステーション,拡張性のあるマザーボード,疫学研究,ランダムフォレスト,LightGBM,LiNGAM,pgmpy,ディープラーニング予備,ビッグデータ解析ソフトウェア

主な仕様

CPU AMD Ryzen ThreadripperPRO 5995WX (2.70GHz 64コア)
メモリ 512GB REG ECC (64GB x8)
ストレージ1 4TB SSD S-ATA
ストレージ2 16TB HDD S-ATA
ビデオ NVIDIA Geforce RTX4090 24GB
ネットワーク on board (1GbE x1, 10GbE x1)
筐体+電源 タワー型筐体 + 1600W
OS Microsoft Windows 11 Professional 64bit

キーワード

・Pythonとは
Pythonは、Python Software Foundation (PSF) が著作権を保持する、オブジェクト指向プログラミング言語。プログラミングの構文がシンプルなため可読性が高く、目的に応じたライブラリやフレームワークといったコンポーネントが豊富に揃っていることも特徴。プログラミングの初学者から上級者に至るまで人気の言語。

参考:Python ※外部サイトに飛びます

参考:【特集記事】プログラミング言語 Python その人気の理由は?- Python プログラミングを加速するツールたち ※弊社オウンドメディア「TEGAKARI」に飛びます

・DeepLearningとは
DeepLearningは機械学習の一種であり、多層のニューラルネットワークを用いて高度なパターン認識や予測を行う手法。一般的に大量のデータを必要とするため、データが豊富な場合に効果的な手法とされている。
また、DeepLearnigは画像認識や音声認識、自然言語処理などの分野で広く用いられている。複雑な特徴や関係性を学習することができるため、従来の機械学習手法よりも高い精度を発揮することができる。

参考:【特集記事】機械学習ってなんだろう ※弊社オウンドメディア「TEGAKARI」に飛びます

事例追加日:2023/08/31
事例No.PC-11098
参考価格:
600,600

医用画像DeepLearning用マシン

用途:TensorFlow、Keras、Pytorch、CUDAの利用

お客さまからのご相談内容

医用画像を利用したDeepLearningを行うためのマシンを検討したい。
予算60万円の範囲内で可能な構成を提案して欲しい。
検討における条件は以下の通り。

・使用するソフトウェア:TensorFlow、Keras、Pytorch、CUDA
・OS:インストールなし (Ubuntu 22.04予定)

GPUでの学習を想定しているが、提案の構成がGPUを複数搭載できるか教えて欲しい。
また、GPUメモリの容量とGPUの搭載数のどちらを優先するべきかについても知りたい。

テガラからのご提案

第13世代Core i7を搭載した構成をご提案しました。

ビデオカードにはGeforce RTX4080を選択しています。
1ランク上のRTX4090とした場合、ご予算オーバーになってしまうため、コストを優先した選択です。
RTX4080も前世代のRTX3090とほぼ同等のCUDAコア数を搭載しているため、単純な処理性能の面ではハイエンドモデルに位置付けられます。

なお、ビデオカードの複数搭載につきましては、ご予算内での対応が難しいことから本件では考慮していません。
本事例の構成はビデオカード x1枚での運用を前提とし、カード増設非対応の構成となっております。
もし、ビデオカード x2枚を搭載可能な構成をご希望の場合は、ベース構成をワークステーション向けに最適化したものへと変更してご提案しますのでお知らせください。

お客様の声  
AIモデル開発 環境整備のためのお役立ち情報 画像解析向けマシン選定のポイント
AIモデル開発向けマシン選定のポイント 生成AIモデル開発向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

 

検索キーワード
医用画像DeepLearning,TensorFlow,Keras,Pytorch,CUDA Toolkit,ディープラーニングマシン,NVIDIA Geforce RTX4080,機械学習ソフトウェア,インストールなしOS,GPUメモリ容量

主な仕様

CPU Core i7-13700K (3.40GHz 8コア + 2.50GHz 8コア)
メモリ 32GB
ストレージ 1TB SSD S-ATA
ビデオ NVIDIA Geforce RTX4080 16GB
ネットワーク on board (2.5GBase-T x1) Wi-Fi x1
筐体+電源 タワー型筐体 + 850W
OS なし

キーワード

・DeepLearningとは
DeepLearningは機械学習の一種であり、多層のニューラルネットワークを用いて高度なパターン認識や予測を行う手法。一般的に大量のデータを必要とするため、データが豊富な場合に効果的な手法とされている。
また、DeepLearnigは画像認識や音声認識、自然言語処理などの分野で広く用いられている。複雑な特徴や関係性を学習することができるため、従来の機械学習手法よりも高い精度を発揮することができる。

参考:【特集記事】機械学習ってなんだろう ※弊社オウンドメディア「TEGAKARI」に飛びます

 

・TensorFlowとは
TensorFlowはGoogleがオープンソースとして公開している機械学習ライブラリ。PythonやC++など多言語に対応し、CPUやGPUを利用した高速な計算が可能。画像認識や自然言語処理、時系列データ処理といった用途に適しており、事前学習済みのニューラルネットワークを利用できることも特徴。大規模データセットでの学習が行えるため、最新の深層学習研究開発に幅広く用いられている。

参考:TensorFlow ※外部サイトに飛びます

 

・Kerasとは
KerasはPythonで書かれたディープラーニングのためのライブラリ。使いやすさと直感的なAPIデザインが特徴で、迅速なニューラルネットのプロトタイピングが可能。バックエンドにTensorFlowやTheanoを利用し、CPUとGPUの両方で動作する。また、Pythonで書かれているため柔軟に拡張ができ、研究開発用途に適している。

参考:Keras ※外部サイトに飛びます

 

・CUDA Toolkitとは
CUDA Toolkitは、NVIDIAが提供しているGPU向けのパラレルコンピューティングプラットフォーム。C/C++からNVIDIAのGPUアーキテクチャを利用した高速なパラレルプログラミングが可能。DeepLearningや科学計算、コンピュータグラフィックスなど、様々な分野でGPUの計算能力を活かすことができる。コンパイラ、ライブラリ、デバッガなどのツールが含まれており、SDKとして提供されている。マルチGPU環境もサポートしており、ワークステーションからクラウドまで幅広い環境で活用できる。

参考:CUDA Toolkit (NVIDIA Corporation) ※外部サイトに飛びます

 

 

事例追加日:2023/07/21
事例No.PC-11089
参考価格:
600,600

シングルセルRNA-seq解析用マシン (2023年07月版)

用途:Cell Rangerの利用

お客さまからのご相談内容

シングルセルRNA-seq用にPCを導入したい。
現在はMacを利用しており、DockerでLinux環境を作りCell Rangerを起動しているが、処理にとても時間がかかっている。
Linuxマシンで、60万円程度の構成を提案して欲しい。

スペックの条件としては、メモリ128GB以上を希望する。

テガラからのご提案

Linuxマシンをご希望でしたので、ご予算内でのUbuntuマシンをご提案しました。メモリは128GBで、用途面での必要性を想定し、SSD+大容量HDDを搭載した構成としています。

Cell Ranger側の推奨スペックは、CPU 16コア+メモリ128GBです。 本構成のメモリ容量は仕様上最大ですので、より多くのメモリが必要となる可能性がある場合にはご相談ください。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

お客様の声
テグシスの延長保証サービス あんしん+ HDD返却不要サービス

 

 

 

主な仕様

CPU Core i9-13900KS (3.20GHz 8コア + 2.40GHz 16コア)
メモリ 128GB
ストレージ1 2TB SSD M.2
ストレージ2 16TB HDD S-ATA
ビデオ NVIDIA T400 4GB MiniDisplayPort x3
ネットワーク on board (2.5GBase-T x1) Wi-Fi x1
筐体+電源 タワー型筐体 + 850W
OS Ubuntu 22.04

 

キーワード

・シングルセルRNA-seqとは
シングルセルRNA-seqは個々の細胞レベルで遺伝子発現を解析可能にする技術。細胞のトランスクリプトームマッピングを行うことで、細胞間の違いを明らかにする。同種の細胞でも個々に微細な違いがあるため、このような解析手法が必要とされる。活用としては、例えばがん細胞内の異質性の解明や細胞分化のプロセス解明などが期待される。また、少ない量のRNAからの解析が可能であり、細密な解析に利用されている。

 

・Cell Rangerとは
Cell Rangerは10x Genomics社によるソフトウェアパイプラインの1種。シングルセルRNAシークエンスデータの処理、クラスタリング、遺伝子表現量の量化を行うことができる。 10x Genomics Chromeを使って生成されたシングルセルRNAシークエンスデータを処理したり、 遺伝子表現クラスタリングを行いシングルセルのサブポピュレーションを同定することが可能。その他、バーチャルリファレンスにマッピングし遺伝子を量化しての表現行列作成にも対応。

参考:Cell Ranger(10x Genomics) ※外部サイトに飛びます

 

事例追加日:2023/07/14

ご注文の流れ

お問い合わせフォームよりご相談内容をお書き添えの上、 お問い合わせください。
(お電話でもご相談を承っております)
弊社より24時間以内にメールにてご連絡します。
必要に応じてメールにて打ち合わせさせていただいた上で、 メール添付にてお見積書をお送りします。
お見積もり内容にご納得いただけましたら、メールにてご注文ください。
ご注文確定後、必要な部材を手配し PCを組み立てます。
(掛売りの場合、最初に新規取引票のご記入をお願いしております)
動作チェックなどを行い、納期が確定いたしましたらご連絡いたします。
(納期は仕様や製造ラインの状況により異なります)
お客様のお手元にお届けいたします (ヤマト運輸/西濃運輸)

お支払い方法

お支払い方法は、お見積もりメール・お見積書でもご案内しています。

法人掛売りのお客様
原則として、月末締、翌月末日払いの後払いとなります。
学校、公共機関、独立行政法人のお客様
納入と同時に書類三点セット(見積書、納品書、請求書)をお送りしますのでご請求金額を弊社銀行口座へ期日までにお振込み願います。
先に書面での正式見積書(社印、代表者印付)が必要な場合はお知らせください。
企業のお客様
納品時に、代表者印つきの正式書類(納品書、請求書)を添付いたします。
ご検収後、請求金額を弊社銀行口座へお支払い期日までにお振込み願います。
銀行振込(先振込み)のお客様
ご注文のご連絡をいただいた後、お振込みを確認した時点で注文の確定とさせていただきます。

修理のご依頼・サポートについて

弊社製PCの保証内容は、お見積もりメールでもご案内しています。

■お問合せ先
テガラの取り扱い製品に関する総合サポート受付のWEBサイトをご用意しております。
テガラ株式会社 サポートサイト

※お問い合わせの際には、「ご購入前」と「ご購入後」で受付フォームが分かれておりますので、ご注意ください。

メール support@tegara.com
電話 053-543-6688

■テグシスのサポートについて
保証期間内の修理について

保証期間内におけるハードウェアの故障や不具合につきましては、無償で修理いたします。
ただし、お客様による破損や、ソフトウェアに起因するトラブルなど保証規定にて定める項目に該当する場合は保証対象外となります。
保証期間経過後も、PCをお預かりしての初期診断は無料で実施しております。

無料メール相談
PCの運用やトラブルにつきまして、メールでのご相談を承ります。経験・知識の豊富な技術コンサルタントが無料でアドバイスいたします。
※調査や検証が必要な場合はお答えできなかったり、有償対応となることがあります

オプション保証サービス

「あんしん+」 もしもの時の延長保証サービス

PCのご購入時にトータル5年までの延長保証をご選択いただけます。また、ご購入後にも延長保証を申し込むことができます。
延長を申し込みいただきますと、標準保証と同等の保証を期間満了まで受けることができます。
なお、PCの仕様によっては料金が異なる場合があります。

延長保証あんしん+ ご加入のタイミング
※仕様によっては保証期間の延長ができない場合があります。

HDD返却不要サービス

保証期間内にPCのHDD(SSD)が故障した場合、通常、新品のHDDとの交換対応となり、故障したHDDはご返却いたしません。
しかしこの「HDD返却不要サービス」にご加入いただければ、保証期間内にHDD(SSD)が故障した場合には新品のHDDをご提供いたしますが、故障したHDDを引き渡していただく必要はありません。お客さまの大切なデータの入ったHDDをお手元に保管しておくことができます。

オンサイト保守サポート

故障発生時、必要に応じエンジニアスタッフが現地へ訪問し、保守対応を行うサービスです。
発送にかかる手間、時間を短縮できますので、緊急性の高い保守に最適です。

費用ご参考(目安)
本体+延長保証代金の10%~
※ 製品の性質や価格帯、条件等により異なります。
★TEGSYS オンサイト保守利用規約はこちら (pdf)
お客様のご要望をうかがい、最適なPCの構成をご提案する
「お客様だけのオーダーメイドPC」を製作しています。
用途に応じた細かなアドバイスや迅速な対応がテガラの強みです。

上記の仕様はテガラでお客様に提案したPC構成の一例です。
掲載内容は提案当時のものであり、また使用する部材の供給状況によっては、現在では提供がむずかしいものや、部材を変更してのご提案となる場合がございます。

参考価格については、提案当時の価格(送料込・税込)になります。
ご相談時期によっては価格が異なる場合がございますので、あらかじめご了承ください。