PC提案事例

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。

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。

Stata/MP (12コア) 、 R、 Python等でのデータ解析・シミュレーション用マシンの導入を検討している。将来的には機械学習を行うことも考えている。
予算100万円程度で、用途に適した構成を提案してほしい。

解析等に用いるデータや生成物はすべて外付けのメディアに保存するため、大容量ストレージを搭載する必要はない。
また、解析のために1日以上継続してマシンを稼働させることがあるが、頻繁に長時間稼働させることはない。
ワークステーションではないマシンでもこのような運用を行うことができれば、コンシューマー向けの構成を希望する。

加えて、12コアライセンスのStataを使用予定だが、どの程度のコア数のCPUが適しているかを教えてほしい。

その他の希望条件は以下を想定している。

お客さまのご希望条件に合わせて構成を検討しました。

計算用途におけるコンシューマー向け構成の利用

ご予定の運用方法を踏まえて、コンシューマー向けの構成にてご提案しています。
コンシューマー向けの構成を1日連続稼働させると直ちに故障するといったことはありませんが、長時間の計算を頻繁に行う場合には、ECCメモリに対応したワークステーションを利用することで信頼性を高めることができます。
反対に、最長で24時間程度しか連続稼働させない場合には、コストパフォーマンスを重視してワークステーション向けではない構成を利用することも有用な選択肢です。

ライセンスの契約コア数とCPUコア数の選び方

CPUはRyzen 7000シリーズのRyzen9 7950X (16コア) を選択しています。
12コアしか搭載していないCPU において、ライセンス上の最大数である12コア全てでStataを稼働させた場合、CPUのリソースを使い切ることになり、並行して別の作業を行う際に影響が出る可能性があります。
そのため、16コアモデルのCPUを選択し、リソースに余裕を持たせていますが、Stataの稼働中に他の操作を行わない場合は12コアモデルに変更することも可能です。

また、機械学習での利用予定がある点を踏まえて、ビデオカードはCUDAを使用する想定でハイエンドのワークステーション向けグラフィックボード NVIDIA RTX A5000を選定しています。ビデオカードはご希望に応じて変更できますので、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。

事例No.PC-11089を見ての問い合わせ。

プロテオミクス解析用PCの導入を検討している。
使用するソフトウェアとしては、DIA-NN、 MaxQuant、 FragPipe、 Skyline、 MS-DIALなどを予定している。
また、NGS解析など、その他のOmics解析にも使用できると望ましい。
CPUの物理コア数は多い方が良いが、ソフトウェアによっては速度も必要になるのでバランスよく構成してもらいたい。
希望する条件は以下の通り。

ご希望条件とご利用予定のソフトウェアに適した構成をご提案しました。

ご利用予定のソフトウェアのうち、SkylineはWindows専用ソフトウェアです。そのため、Windows 11 + Ubuntu 22.04のデュアルブート構成としていますが、ご要望にあわせたOS環境をご提案しますのでお知らせください。

CPUは、2023年10月時点で最新のXeon W-2400シリーズを搭載しています。
コア数と動作速度のバランスを考え、基本動作周波数2.60GHzの20コアモデル Intel Xeon W7-2475Xを選定しています。

メモリ容量は128GBですが、増設に対応していますので、より大容量のメモリが必要な場合にはご相談ください。

ストレージ構成はデュアルブートOS用の2TB M.2 SSD x2枚および、データHDDとして16TB S-ATA HDDを搭載しています。ストレージの種類や容量、搭載数などの変更も可能です。

また、ご利用予定のソフトウェアはいずれも高度な描画機能を必要としないと考えられます。そのため、ビデオカードはエントリークラスのワークステーション向け製品である NVIDIA T400 4GBを選択しています。

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。

アンプリコンシーケンス解析のデータ処理とマルチオミクスの統合解析用ワークステーションの導入を考えている。
Rパッケージ (WGCNA、 lavaan、 ggplot、 arules、 imagerなど) やigraph、QIIME2を使用する予定。
写真の解析も行う予定だが、データ量としては多くない (週に450MB程度) 。CPUで処理・解析を行うことを考えているため、CPUの性能を重視している。

希望する条件は以下の通り。

お客さまご希望の条件に沿った構成をご提案しました。

2023年10月時点で最新のXeon W-2400シリーズを搭載した構成です。
ご予算内に収まる製品の中で最も上位のモデルであるIntel Xeon W5-2465X (16コア) を選択しています。
なお、Rでマルチスレッド動作を行うためには、並列化パッケージを導入する必要があります。並列化パッケージ未導入の状態でRプログラムを実行した場合はシングルスレッド動作になるため、コア数を有効に活用することができませんのでご注意ください。

メモリ搭載量は128GBとしていますが、空きスロットが4スロットあるため、今後メモリを増設することも可能です。

週に450MB程度の画像解析を行う場合、それほど高いGPU性能は要求されないと考えられます。

そのため、ビデオカードはワークステーション向けのエントリーモデルであるNVIDIA T400 4GBを選択していますが、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。