PC提案事例

GPU処理を行う演算ライブラリ「JAXopt」が高速で動作するマシンの導入を検討している。
その他にも、3DCGソフトウェアやAdobe製品を使用する予定もある。予算100万円以内で、これらの用途に適した構成を提案してほしい。

スペック選定に関しては、用途の性質を考えてGPUとメモリ容量を重視したい。
具体的には、GPUはVRAM容量20GB以上のNVIDIA製品を希望する。

現在使用しているWindows搭載マシンでは、Anaconda環境と組み合わせたうえでjaxlibをインストールし、JAXoptを動作させている。
もし可能であれば、JAXoptとCUDA Toolkitのインストールを行った状態で出荷して欲しい。

予算内でVRAM容量とメモリ容量を重視した構成

2024年4月の時点で最新の第14世代 Intel Coreシリーズのハイエンドモデル Intel Core i9-14900Kを搭載した構成です。
GPUは予算内で選択可能な製品の中で最もVRAM容量の多いNVIDIA Geforce RTX4090 24GBを選択しています。
また、メモリ容量に関しても、本構成のマザーボードの最大搭載可能容量である128GBを搭載しています。

24GBのVRAM容量と128GBのメモリ容量により、JAXoptのGPU処理時における高い処理速度が期待できます。

JAXopt・CUDA Toolkitの事前インストールも可能

JAXoptとCUDA Toolkitをプリインストールした状態での出荷も対応可能です。
WindowsにCUDA Toolkitをインストールする際、同時にMicrosoft Visual Studioをインストールすることが求められるため、無償での利用が可能なVisual Studio Communityをインストールする想定です。

また、すでにご利用のAnaconda仮想環境が存在しているとのことでしたので、jaxoptのインストールに関しては、仮想環境をエクスポートしたデータを弊社に送付していただき、それを新しいマシンにインポートして複製を行う方法をご提案しました。

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-10461を見ての問い合わせ。
予算75万円程度で、第一原理計算と機械学習用に最適なワークステーション構成を提案してほしい。

使用するソフトウェアには、「WIEN2k version23.2」と「FPLO 14.0」を予定している。

CPUの並列計算性能を重要視しているため、最低でも32~40スレッド程度のCPUを希望する。
メモリはCPUに合わせて、1コアあたり4GB以上の割当てとなるように選定してほしい。

お客さまご希望の条件に沿った構成をご提案しました。

ご予算内で並列計算性能を重視したCPUの選定

PC-10461の構成をベースに、一部のパーツをご予算に合わせて変更した構成です。
CPUは事例No.PC-10461と同様に、Ryzen 7000シリーズの最上位モデルであるRyzen9 7950Xを搭載しています。Ryzen9 7950X は16コア・32スレッドを搭載しており、高い並列計算性能が期待できます。

また、事例No.PC-10461からの変更点として、メモリ容量とビデオカードが挙げられます。
メモリ容量はお客様のご希望に合わせて、1スレッドあたり4GB x 32スレッドで128GBを搭載しています。

その他、機械学習での利用を考慮して、ビデオカードをワークステーション向けミドルスペックモデルであるNVIDIA RTX A4500 20GBに変更しています。

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。

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。

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。

GROMACS・LAMMPSなどのソフトウェアを用いた量子化学計算・分子動力学計算用コンピュータ・クラスターの導入を検討している。
ワークステーション (ノード) が並列化されたシステムから構成され、3ノード以上かつ、全コア数が60以上の構成を提案して欲しい。

ノードのうち1台にはRTX A6000などの分子動力学計算用GPUを搭載したい。

ソフトウェアに関しては、GAMESS、 LAMMPS、 GROMACS、 RadonPy、 ERmodの使用を予定している。
上記のソフトウェアをプリインストールし、PBSでジョブ管理が可能な状態で納入してほしい。
また、LAMMPS・GROMACSについてはGPUを利用したジョブ実行ができることが好ましい。

具体的な各ノード構成の希望は以下の通り。

4台構成のコンピュータ・クラスター

お客さまのご要望に合わせて、
管理ノード + GPU搭載計算ノード + GPU非搭載計算ノード x2の合計4台構成
でクラスターを構成しました。

管理ノードは共有ストレージを兼用し、20TB HDD S-ATA x5枚でRAID5を構成しています。
計算クラスターとしては、1ノードあたり56コア x3台で、合計で168コアのクラスターシステムです。
また、GPU搭載計算ノードにはNVIDIA RTX A6000 48GB GDDR6を搭載しています。

各ノード・UPS・ネットワークスイッチは42Uのサーバラックに収納し、現地での設置作業を含める形でご提供しています。
なお、各ノード間は10GbEネットワークスイッチを介して接続しています。

ジョブ管理が可能な状態でのソフトウェアセットアップ

お客様のご要望にあわせて、GAMESS、 LAMMPS、 GROMACS、 RadonPy、 ERmodをプリインストールしています。
LAMMPS・GROMACSは、GPUを利用した計算を行うことができるようにセットアップしています。
また、管理ノードにPBSをインストールし、各ノードへの計算リソース配分が行えるよう設定しています。

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。