事例No.PC-10346
参考価格:
898,000

AI画像処理用マシン

用途:AIを利用した画像処理

お客さまからのご相談内容

AI研究で画像処理を行うため、専用のマシンが欲しい。
考えているスペックは以下の通り。

マザーボード:PCI-E4.0x16 (PCI-E5.0x8) 相当の転送速度で2台のGPUを搭載できるもの
CPU:Intel製
メモリ:64GB
ストレージ:SSDとHDD
GPU:RTX3090もしくはRTX3090Ti のいずれかを2台
予算:90万円以内

テガラからのご提案

ご予算を重視した構成をご提案しました。
CPUをエントリークラスの製品にして価格を抑えていますが、全体のコストに対してGPUの占める割合が大きく、RTX3090を2台搭載する前提ですと100万円未満でのご案内は難しくなります。そのため、RTX3090を1台にして、ご予算内に収めることを優先しました。
なお、ご予算に余裕がある場合でも、GPUをRTX3090Tiとする場合には、排気形式やカードサイズの問題により1台のみの搭載が限界となりますのでご承知おきください。

主な仕様

CPU Xeon Silver 4310 (2.10GHz 12コア)
メモリ 64GB
ストレージ1 1TB SSD S-ATA
ストレージ2 4TB HDD S-ATA
ビデオ NVIDIA Geforce RTX3090
ネットワーク on board (10GBase-T x2)
筐体+電源 ミドルタワー筐体 + 1200W
OS Windows 10 Professional 64bit

検索キーワード
Deep learning,Machine learning,Artificial intelligence,Neural networks,Deep neural networks,Deep stacking networks,Supervised learning,Unsupervised learning,Natural language processing,Smart manufacturing,Computational intelligence,Data analytics,learning (artificial intelligence),Information processing,Computer vision,AI,big data,programming

事例追加日:2022/09/26
事例No.PC-10291
O11 Dynamic XL
参考価格:
3,432,000

機械学習&量子化学計算シミュレーション用マシン

用途:機械学習、量子化学計算

お客さまからのご相談内容

事例No.PC-8351を見ての問い合わせ。
機械学習および量子化学計算のシミュレーションを行うためのマシンが欲しい。
100V電源環境で利用することができて、以下の条件を満たす提案を希望する。

CPU:可能な限り最新の世代で、高クロックでかつキャッシュが大きいもの
メモリ:1コアあたり16GB以上
ストレージ:SSDと1TB以上のHDDをそれぞれ搭載
GPU:予算の範囲内で20GB以上のビデオメモリを持つ製品を複数
電源:100V対応 消費電力によっては、電源 x2台での冗長化も視野に入れる
予算:500万円以下

テガラからのご提案

ご希望の条件に合わせて構成を検討しました。
ストレージ容量の指定条件が少なかったので、ひとまずのご提案として検討しています。
HDDは筐体内部スペースの都合で搭載できる数に制限があり、RAIDカードなどを搭載するバスが残っていないため、RAID化などには対応できないことをご承知おきください。

電源ユニットは1600W表記ではありますが、100V環境では実質的に1300W強の給電能力です。
本構成に搭載した電源 x2台は冗長化 (どちらかが壊れても動作する) を目的としたものではありませんので、どちらか片方の電源が故障した場合、システムは停止します。この点、サーバー的な安定性を考慮しない構成ですので、あくまで100V環境を優先し、なおかつシステムのダウンタイムが許容できる用途・範囲での利用が前提であることをご承知おきください。

【本構成における注意点】
あくまで100V対応のために電源を分けているため、消費電力は15Aを超えます。そのため、必ず別系統の電源コンセントから給電していただく必要があります。 (1コンセントからのタコ足配線利用は不可です) 電気契約も15Aでのご利用は不可となります。

また、電源やGPUなどの物理的な配置の問題で、HDDなどを追加することができない構成です。内蔵で搭載できるドライブはM.2タイプのストレージが2枚までです。

最後に、上記の通り電源を連動させて給電する構成ですので、クリティカルな用途でのご利用は避けるようお願いいたします。電源 x2の構成ではありますが、これらはリダンダントではなく給電量を確保するための連動となりますので、片方の電源が故障した場合、システムは機能しなくなるものとお考えください。

主な仕様

CPU Ryzen ThreadripperPRO 5975WX (3.60GHz 32コア)
メモリ 512GB
ストレージ1 1TB SSD M.2
ストレージ2 10TB HDD S-ATA
ビデオ NVIDIA Geforce RTX3090 x4
ネットワーク on board (1GbE x1 10GBase-T x1)
筐体+電源 タワー筐体 + 1600W
OS Ubuntu 20.04

検索キーワード
Deep learning,Machine learning,Artificial intelligence,Neural networks,Deep neural networks,Deep stacking networks,Supervised learning,Unsupervised learning,Natural language processing,Smart manufacturing,Computational intelligence,Data analytics,learning (artificial intelligence),Information processing,Computer vision,AI,big data,programming

事例追加日:2022/09/26
事例No.PC-10296
参考価格:
3,251,600

科学技術計算用マシン

用途:CPUの並列性とストレージI/O負荷の高い科学技術計算用途

お客さまからのご相談内容

科学技術計算用のマシンを導入したい。
CPUとストレージのInput/Output負荷の高い用途で利用する予定。

想定している構成は以下の通り。

CPU:AMD EPYC 7763 x1
メモリ:RDIMM 32GB x8
GPU:RTX3080
SSD:2TB NVMe M.2 x10 (M.2拡張カード x4利用)
HDD:18TB NAS用 x2台
筐体:4U筐体 (スライドレール込み)
オプション:瞬断とサージ対策用のUPS,LANケーブル10m,メンテナンス用のキーボード・マウス・ディスプレイ
予算:300万円程度

テガラからのご提案

実際のお問い合わせでは、ショートパーツも含めて各パーツに対して詳細に型番をご指定いただきましたが、ご指定パーツ全てに対して相性を確認することが難しいため、弊社製PCとして動作を保証できる構成にてご提案しました。ご連絡いただいた条件の本質的な部分を押さえつつ、ご案内可能な内容に落とし込んでいます。

【筐体】
4Uラックマウント型筐体よりもパーツ選択の自由度が高いタワー型としており、冷却には弊社が同様の構成で標準採用している水冷クーラーを搭載しています。

【ストレージ】
ストレージI/O負荷の高い科学技術計算を目的としていることから,最も重要なポイントはストレージ構成と考えました。

しかし、ご要望の「M.2 SSD x10本とM.2拡張カード x4枚の組み合わせ」はPCI-Expressスロットを大量に消費することや、ストレージ容量の分散という観点から、必ずしも利用効率が良いとは言い難いため、本質的なご要望を推測した構成を検討しました。

お問い合わせの中でお客様からご指定いただいたM.2拡張カードはSSDを2本搭載できる製品でしたが、これを4枚利用しても搭載できるM.2 SSDは8本までです。残り2本のSSDはマザーボードに直接搭載する想定と判断し、それに近い構成になるよう、マザーボードに4TB SSD M.2 x1本 + 15.3TB SSD U.3 x1本 を直接搭載する形にしています。どちらのSSDもNVMe対応ですので、性能面ではお客様の想定仕様との差はありません。
こちらの構成であれば、15.3TBの領域を1ボリュームとして扱うことができ、SSDを複数搭載する場合と比べてデータ保存領域の効率が改善します。

【CPU】
ご希望のEPYC 7763は入手に時間を要するため (2022年9月現在) 、同じ64コア製品のThreadripper pro 5995WXとしています。

【ストレージ速度とRAID0について】
お客様よりストレージ速度の向上を目的として、当初希望していた2TB NVMe x8本を搭載することにより、アクセス性能はストレージ本数分だけ乗算されるのではないかというご質問をいただきましたが、単純にSSDを8本搭載する場合、1本文のアクセス性能をおったSSDが独立して8本搭載された状態となるため、SSDの数だけアクセス性能が向上するということはありません。

アクセス性能を向上させるプランとしては、複数のSSDでRAID0を構築し1本分以上のアクセス性能を実現する方法が考えられます。
ただし、RAIDにはオーバーヘッド (処理・伝送するために余計にかかる負荷や時間) があり、ストレージ2台でRAID0を構築しても、アクセス性能は2倍を下回ります。また、オーバーヘッドはストレージの数が増えるほど大きくなる傾向があります。
以前に弊社にてSSD x4本でハードウェアRAIDを利用しRAID0を構築した際には、およそ2.5倍程度の速度向上にとどまりました。ソフトウェアRAIDで構築する場合には、RAIDボリュームの制御をOS上でソフトウェア的に行うため、ハードウェアRAIDよりもオーバーヘッドが更に大きくなるとお考えください。

また、RAID0の導入における無視できない要素として、対障害性への懸念があります。
RAID0はボリュームを構築するストレージの1台が故障すると、データが全損します。仮に8本のSSDでRAID0を構築した場合、同じ容量の1本のSSDに対して、一定幾何の障害発生率は理論上約8倍になります。
RAID0はハードウェア障害に対して基本的に脆弱であるという前提のもと、データバックアップ等をご検討いただくのが良いかと存じます。

RAID0 (ストライピング) のメリット
・対象のデータを複数のストレージに分割して書き込むため、速度が向上する。
・読み込みも複数のストレージから同時に行うため、高速化が期待できる。

RAID0 (ストライピング) のデメリット
・構成するストレージが1台壊れただけで、すべてのデータが失われる。

逆説的に、1本のSSDで完結させるメリットは、構成がシンプルになり相対的に障害に対して強くなる点にあるとお考えください。

 

主な仕様

CPU Ryzen ThreadripperPRO 5995WX (2.70GHz 64コア)
メモリ 256GB
ストレージ1 4TB SSD M.2
ストレージ2 15.3TB SSD U.3
ストレージ3 18TB HDD S-ATA (NAS用)
ビデオ NVIDIA Geforce RTX3080
ネットワーク on board (1GbE x1 10GBase-T x1)
筐体+電源 タワー筐体 + 1200W
OS Fedora 36 Workstation
UPS OMRON BN150T ラインインタラクティブ 1500VA/1350W
その他 21.5型液晶ディスプレイ,LANケーブル 10m

検索キーワード
科学技術計算機,電子計算機,電算機,計算科学,データサイエンス

事例追加日:2020/09/26
事例No.PC-10260A
参考価格:
977,900

タンパク質立体構造解析用マシン (ストレージ速度重視)

用途:AlphaFold2

お客さまからのご相談内容

タンパク質の立体構造を計算するツールである「AlphFold2」を使用するためのマシンを、予算100万円程度で検討したい。
他にもMOE (Molecular Operating Environment) やAutodockなどのWindowsソフトウェアを使いたいので、UbuntuとWindowsのデュアルブートを希望する。
UbuntuにはCUDA Toolkit 11をインストールして欲しい。

テガラからのご提案

ご予算の範囲で検討した構成案です。
AlphaFold2の計算処理はGPU性能の影響を受ける部分が大きいことや、計算中も約2.7TBのデータベースへ頻繁にアクセスすることから、データベースを格納するストレージデバイスの性能が使用感に大きな影響を与えると考えられます。
本構成のストレージは全てSSDとしています。特に、AlphaFoldのデータベース展開用ストレージには、上記の理由からNVMe対応の4TB SSDを採用することで更にストレージ速度を高めています。

主な仕様

CPU Ryzen9 5950X (3.40GHz 16コア)
メモリ 64GB
ストレージ1 500GB SSD S-ATA
ストレージ2 500GB SSD S-ATA
ストレージ3 4TB SSD M.2
ビデオ NVIDIA Geforce RTX3090
ネットワーク on board (10/100/1000Base-T x1)
筐体+電源 ミドルタワー筐体 + 850W
OS Windows 10 Professional 64bit
その他 Ubuntu 20.04デュアルブート設定 (CUDA Toolkit 11インストール)

検索キーワード
G protein-coupled receptors,AlphaFold2,protein structure prediction,structural biology

事例追加日:2022/09/13
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。