PC提案事例

計算科学向けワークステーションを検討している。
主な用途は分子動力学シミュレーション(LAMMPS、OCTA)と量子化学計算(Gaussian)。
予算は100万～120万円程度。

ご予算の範囲で構成を検討しました。
2CPU構成のため、メモリは1CPU(26コア)あたり6chでの接続となりますので、メモリ帯域の面でRyzen Threadripper仕様(PC-8617B)よりもメリットがあります。
Intel MKLなどIntel系ライブラリやコンパイラの最適化を考慮する場合は、CPUも同じIntel製とするのが望ましいでしょう。

計算科学向けワークステーションを検討している。
主な用途は分子動力学シミュレーション(LAMMPS、OCTA)と量子化学計算(Gaussian)。
予算は100万～120万円程度。

ご予算の範囲で構成を検討しました。
Xeon仕様(PC-8617A)と比較した場合、コアあたりの価格が安く動作クロックも高い点がメリットです。
また、PCI-E Gen4に対応していますので、GPUへの帯域がXeon仕様よりも広くなっています。

一方、コアあたりのメモリ帯域としてはXeon仕様の方が有利です。
その他、ベクトル演算用のAVX512に対応しない(AVX256までの対応)ことや、Intel系のコンパイラやライブラリの最適化に対応しない、メモリ増設に対応しないといったデメリットもあります。

シンプルにコア数×動作クロックが処理能力に直結する場合は、ほとんどの場合で本事例の構成が高速になると言えますが、前述のようなデメリットに関わる要素が、速度に影響する処理の中に含まれる場合はXeon仕様と比較して優位性が逆転する場合がありますので、ご承知おきください。

機械学習用にGPUマシンを導入したい。プログラムの試算用で、なるべく小型なものを50万円～70万円程度で導入できればと考えている。納期は最短を希望。

本来はCore-i系構成かRyzen構成でも問題ありませんが、ご提案時点ではこれらのCPUの入荷状況が不安定でしたので、比較的納期が安定していたCore-X系構成にてご提案しました。

また、小型筐体をご希望でしたので、タワー型の中でもコンパクトタイプの製品を採用し、GPUはご提案時点での最上位に近いRTX3090を1枚としています。

加えて、設置場所にデータ保存用サーバーなどのないことが想定されたため、ローカルストレージにシステム用SSD＋データ置き場用のHDDという構成としています。
OSはDeepLearning用として一般的なUbuntuです。

ImageJやMatlab、統計解析を行うためのマシンを希望。
医療用画像等を多数同時にデスクトップに開いて閲覧することが多いので、できるだけ画像を速く閲覧できるようにしたい。

また、DeepLearningを行う予定もあるため、GPUはNVIDIA製品を希望。
予算は100万円。

事例No.PC-7286をご覧いただいての問い合わせでしたので、事例の構成から全体的にスペックUPして、ご予算内に収めた構成です。

画像に関しては、医療画像の場合は元画像のデータ解像度 (データ量) が多いと思われますので、複数枚展開して切り替える使い方の場合には、メモリ容量は十分に確保しておくのが良いかと存じます。
本構成をベースとする場合、メモリ容量は256GBが上限となりますので、より多くの画像を展開する予定がある場合には、Xeon構成への変更と全体的なスペックの調整が必要です。

GPUにつきましては、現時点で最上位のチップを搭載した製品としています。
ただし、Matlabを使ったGPUアクセラレートやDeepLearningは現時点で限定的であり、完全な対応は将来的なリリースやパッチでの対応を待つ必要がありますのでご注意ください。