- 事例No.PC-11515
-
参考価格:
2,248,000円クライオ電子顕微鏡単粒子解析用ワークステーション
用途:クライオ電子顕微鏡を用いた単粒子解析 (RELION、cryoSPARC、crYOLO、Topaz, Phenix、CCP-EM、Chimera)お客さまからのご相談内容
クライオ電子顕微鏡での単粒子解析用ワークステーションを導入したいので、予算220万円程度で適切な構成を提案してほしい。
具体的な希望は以下の通り。
CPU できるだけコア数が多く、高速な処理を行うことができる製品 メモリ 256GB ストレージ システム用にSSD 1TB、一時記憶用にM.2 NVMe SSD 4TB、データ用HDD 10TB ビデオカード Geforce RTX4090 x2枚 電源環境 100V環境で運用したい
上記条件の構成が100V環境に対応しない場合は教えて欲しいテガラからのご提案
お客さまご希望の条件に沿った構成をご提案しました。
最新のRyzen Threadripper PRO 7000 WXシリーズを搭載
2024年4月時点で最新であるRyzen Threadripper PRO 7000 WXシリーズの24コアモデルを採用した構成です。
24のコア数と4.20GHzの動作クロックにより、解析時の高いパフォーマンスが期待できます。NVIDIA Geforce RTX4090 x2枚搭載時は200V環境が必須
ご指定に沿って、NVIDIA Geforce RTX4090 x2枚を搭載しています。
なお、NVIDIA Geforce RTX4090のTDPは450Wと消費電力の大きい製品のため、2枚搭載した場合は200V環境が必須です。100V環境での利用できることを優先する場合には、RTX4090の搭載数を1枚に減らす、あるいはNVIDIA A6000やNVIDIA RTX6000 Adaといったより消費電力量の低いビデオカード x2枚に変更することで100V環境への対応が可能です。
ソフトウェアの事前インストールも可能
また、ご希望の場合はクライオ電子顕微鏡法向けのソフトウェアを事前インストールすることも可能です。ご希望の際には気兼ねなく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。主な仕様
CPU AMD Ryzen ThreadripperPRO 7965WX (4.20GHz 24コア) メモリ 256GB ECC REG ストレージ1 1TB SSD S-ATA ストレージ2 4TB SSD M.2 NVMe Gen4 ストレージ3 16TB HDD S-ATA ビデオ NVIDIA Geforce RTX4090 24GB x2 ネットワーク on board (1GbE x1 10GBase-T x1) 筐体+電源 タワー型筐体 + 1600W OS なし ■キーワード
・RELIONとは
RELIONはクライオ電子顕微鏡構造解析のためのソフトウェアパッケージ。経験ベイズ法に基づくアルゴリズムを採用することにより、恣意的な設定項目を減らしているの が特徴。
参考:GitHub – 3dem/relion: Image-processing software for cryo-electron microscopy ※外部サイトに飛びます
・cryoSPARCとは
cryoSPARC(Cryo-EM Single Particle Ab-Initio Reconstruction and Classification)は、クライオ電子顕微鏡単粒子解析法のためのソフトウェア。膜タンパク質・ウイルス・複合体・柔軟な分子・小粒子・フェーズプレートデータ・ネガティブ染色データの 構造を解析するのに適しており、研究・製薬分野で用いられている。
・crYOLOとは
crYOLOは、高速かつ正確なクライオ電子顕微鏡写真内の粒子ピッキングのためのソフトウェア。畳み込みニューラル ネットワークに基づいており、You Only Look Once (YOLO) オブジェクト検出システムを利用している。
参考:Welcome to crYOLO’s User Guide! — crYOLO documentation※外部サイトに飛びます
・Topazとは
Topazは、ニューラルネットワークとポジティブ非ラベル学習を使用した、クライオ電子顕微鏡写真内の粒子ピッキングのためのソフトウェア。ディープノイズ除去モデルを使用した顕微鏡写真および断層像のノイズ除去機能も備えている。
・Phenixとは
Phenixは、結晶学 (X 線、中性子、電子) および極低温電子顕微鏡データを使用して高分子構造を決定するための包括的なソフトウェアパッケージ。高度に自動化されており、適度な解像度と高品質のデータがあれば、人間による大幅な介入なしに、構造の初期部分モデルを迅速に提供することが可能。
・CCP-EMとは
CCP-EMは、クライオ電子顕微鏡向けのツールのパッケージ。前提条件として高分子X線結晶解析用ソフトウェア「CCP4」のインストールが必要。
・Chimeraとは
Chimeraは、分子構造および関連データ (密度マップ、超分子集合体、配列アラインメント、ドッキング結果、軌跡、立体構造アンサンブルなど) をインタラクティブに視覚化および分析するための拡張可能なプログラム。カリフォルニア大学サンフランシスコ校のResource for Biocomputing, Visualization, and Informatics (RBVI)によって開発されている。
事例追加日:2024/04/12
- 事例No.PC-11733
-
参考価格:
987,800円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。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 その他 DeepLabCut インストール ■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-11242
-
参考価格:
2,528,900円生物学向け大規模言語モデルの学習用マシン
用途:生物学向け大規模言語モデル (ProteinBERT、 ChemBERTa、 HyenaDNAなど) の学習お客さまからのご相談内容
生物学向け大規模言語モデルの学習用マシンの導入を検討している。
ProteinBERT、 ChemBERTa、 HyenaDNAといった生物学で用いられる大規模言語モデルを事前学習から実行したいと考えている。ProteinBERTはNvidia Quadro RTX 5000、ChemBERTaはNVIDIA Tesla T4、HyenaDNAはNVIDIA A100をそれぞれ学習に使用したとの情報があるため、GPUの性能を重視したい。
予算300万円以内で、上記の用途における計算処理を最も高速化できる構成を提案してほしい。
また、設置場所の制限があるため、筐体サイズはミドルタワー程度で、100V環境で使用可能な構成が望ましい。
希望する条件は以下の通り。
・GPU:性能重視
・電源:100V環境に対応
・筐体:ミドルタワー程度
・予算:300万円以内テガラからのご提案
お客さまご希望の条件に沿った構成をご提案しました。
ご予算・利用環境を踏まえたうえで、GPU性能を重視した構成です。GPUの選定について
GPUはNVIDIA RTX A6000 x2枚を搭載しています。
ProteinBERT開発元の公式サイトによると、学習済みモデルの構築にはNVIDIA RTX5000を用いて1か月ほど要したと記載されています。
A6000はRTX5000より世代が新しく、ラインナップ上でも上位モデルにあたる製品のため、RTX5000よりも高い処理性能が期待できます。例として挙げていただいたNVIDIA Tesla T4は、推論向けとして利用されることが多い製品です。そのため、本構成ではNVIDIA TeslaT4よりも単体性能が高いA6000を採用しています。
NVIDIA A100とRTX A6000の違い
また、NVIDIA A100は、A6000とは異なり、GPGPU専用カードです。
高いfp64性能を持ち科学計算に適した製品ですが、今回のようなDeepLearning用途ではfp64性能が利用されることはほとんどありません。
あわせて、価格に関してもA6000と比較して非常に高額で、かつ専用の筐体でなければ利用できないことから、今回の利用条件や用途におけるマッチングが高くないと判断しました。ストレージに関しては、ProteinBERTの開発元よりユーザー自らモデルの学習を行う場合は1TB以上のストレージ容量を確保することが推奨されているため、2TBのシステムディスク、4TBのデータディスクを搭載しています。
なお、学習中に頻繁なデータアクセスが発生することを想定して、ストレージはすべてSSDとしています。OSはWindows 11を選択しています。
ご使用予定の言語モデルは基本的にはPythonパッケージで提供されているもののため、Pythonを使用可能なOSであれば、ご希望に応じて変更も可能です。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。主な仕様
CPU Intel Xeon W5-2455X (3.20GHz 12コア) メモリ 128GB REG ECC ストレージ1 2TB SSD M.2 ストレージ2 4TB SSD S-ATA ビデオ NVIDIA RTX A6000 48GB x2 ネットワーク on board (1GbE x1 /10GbE 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
・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、DeepLeanig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。・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。・BERTとは
BERT (Bidirectional Encoder Representations from Transformers) は、Googleが開発した自然言語処理 (NLP) モデル。与えられた文脈に基づいて単語を理解することができ、言語処理における幅広いタスクに適用される。
また、BERTは事前学習とファインチューニングの2つのフェーズで構成されている。事前学習では、大規模なコーパスから学習された汎用的な言語モデルが作成される。ファインチューニングでは、特定のタスクに適用するために、小規模なデータセットから学習されたモデルが調整される。
従来のNLPモデルに比べて高い精度を示し、複雑なタスクにも対応できることが特徴で、テキスト生成、質問応答、文書分類、言語翻訳などに応用されており、NLPの分野で最も有名なモデルの1つとして広く使われている。・ProteinBERTとは
ProteinBERTは、BERTをベースにしたタンパク質言語モデル。 UniRef90データベース上の最大1億600万のタンパク質で事前学習されており、非常に長いタンパク質配列を含む、ほぼあらゆる長さのタンパク質配列を処理することが可能。・ChemBERTaとは
ChemBERTaは、RoBERTa (BERTの亜種) を用いた、化学構造の表記方法であるSMILES記法の大規模言語モデル。 医薬品設計、化学モデリング、特性予測などに用いられている。・HyenaDNAとは
HyenaDNAは、ヒトゲノムを100万トークンの塩基配列として事前学習した大規模言語モデル。 単一ヌクレオチド単位 (ATGC) でのトークン化により、ヌクレオチド単位での解析が可能。事例追加日:2023/11/09
- 事例No.PC-11089
-
参考価格:
600,600円シングルセル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
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。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。
|
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。 |
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。
|
「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。