事例No.PC-11848
参考価格:
739,200

第一原理計算・機械学習用マシン

用途:WIEN2k version23.2・FPLO 14.0を用いた第一原理計算、機械学習

お客さまからのご相談内容

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。

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。

若手研究支援キャンペーン お客様の声
メモリ構成によるパフォーマンスの変化
AIモデル開発向けマシン選定のポイント AIモデル開発 環境整備のためのお役立ち情報
  材料工学・マテリアル研究向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

主な仕様

CPU AMD Ryzen9 7950X (4.50GHz 16コア)
メモリ 128GB
ストレージ 2TB SSD S-ATA
ビデオ NVIDIA RTX A4500 20GB
ネットワーク on board(2.5G x1 10/100/1000Base-T x1) Wi-Fi x1
筐体+電源 ミドルタワー型筐体 + 1000W
OS なし

キーワード

・WIEN2kとは

WIEN2kは、ウィーン工科大学 材料科学研究所の教授が開発した (L) APW+lo法によるバンド構造計算のプログラム。C-Shellスクリプトを介して相互にリンクされている数多くの独立したFortran90プログラムで構成されている。相対論効果を含んだ全電子スキームであり、多くの機能を備えている。webUIからの操作も可能。

参考:WIEN2k ※外部サイトに飛びます

・FPLOとは

FPLOは、局在基底・全電子計算法に基づく第一原理計算のためのパッケージ。基底関数を小型化しつつ精度を重視したことで、最大 300 個の原子の基本セルに対する高精度のフルポテンシャル計算がシングル CPU マシンで実行可能。

参考:FPLO ※外部サイトに飛びます

事例追加日:2024/03/21
事例No.PC-11733
参考価格:
987,800

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。

若手研究支援キャンペーン
DeepLabCutによる動画学習を複数のGPUで動かしてみた
AIモデル開発 環境整備のためのお役立ち情報

 

 

 

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-10349
参考価格:
9,263,100

量子科学計算・分子動力学計算用コンピュータ・クラスター (4台構成)

用途:GAMESS、 LAMMPS、 GROMACS、 RadonPy、 ERmodを用いた量子科学計算・分子動力学計算

お客さまからのご相談内容

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。

【管理ノード】

・CPU:動作クロック2.0GHz以上、コア総数12C/24T以上
・メモリ:128GB程度
・ストレージ:80TB以上
・OS:Rocky Linux
・その他:ラックマウント本体、ディスプレイ&キーボード

【GPU搭載計算ノード】

・CPU:2CPU構成、動作クロック2.75GHz以上、コア総数56C/112T以上
・メモリ:48GB程度
・ストレージ:500GB以上
・OS:Rocky Linux
・GPU:NVIDIA製、CUDAコア10000以上、VRAM合計48GB以上

【計算ノード】

・CPU:2CPU構成、動作クロック2.75GHz以上、コア総数56C/112T以上
・メモリ:256GB程度
・ストレージ:500GB以上
・OS:Rocky Linux

その他

・ノード間は10GbE LANで接続
・各ノードはサーバラックに収めたいので、ラック本体を含めて提案してほしい
・予算900万円程度
・現地での設置作業を希望する

テガラからのご提案

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。

 

 

 

主な仕様

管理ノード
CPU Intel Xeon Silver 4310 (2.10GHz 12コア)
メモリ 128GB REG ECC
ストレージ 20TB HDD S-ATA × 5(RAID6)2
ビデオ on board (VGAx1)
ネットワーク on board (1000Base-T x2)、 LANカード(10GbE x2)
筐体+電源 4U筐体 + 1200W
OS Rocky Linux
その他 1Uラックマウント 750VA/680W UPS
10GbE 28ポート ネットワークスイッチ
23.8型ワイド FullHD 液晶ディスプレイ

 

GPU搭載計算ノード
CPU AMD EPYC MILAN 7453 (2.75GHz 28コア) x2
メモリ 256GB REG ECC
ストレージ 500GB SSD S-ATA
ビデオ on board (VGAx1)
GPU NVIDIA RTX A6000 48GB GDDR6
ネットワーク on board (1000Base-T x2)、 LANカード(10GbE x2)
筐体+電源 4U筐体 + 1200W
OS Rocky Linux
   

 

計算ノード
CPU AMD EPYC MILAN 7453 (2.75GHz 28コア) x2
メモリ 256GB REG ECC
ストレージ 500GB SSD S-ATA
ビデオ on board (VGAx1)
ネットワーク on board (1000Base-T x2)、 LANカード(10GbE x2)
筐体+電源 4U筐体 + 1200W
OS Rocky Linux

 

その他
ラック 42U サーバーラック
サポート 現地設置

キーワード

・LAMMPSとは
LAMMPS (Large-scale Atomic/Molecular Massively Parallel Simulator) は、米国のサンディア国立研究所で開発されたオープンソースの分子動力学計算アプリケーション。パラメータ設定により対応する力場の幅広さと柔軟さに定評がある。

参考:LAMMPS Molecular Dynamics Simulator ※外部サイトに飛びます

・GROMACSとは
GROMACS (Groningen Machine for Chemical Simulations) は、オランダのフローニンゲン大学で開発された分子動力学シミュレーションのパッケージ。主に、タンパク質や脂質、拡散などの生化学分子用に設計されている。

参考:GROMACS ※外部サイトに飛びます

・GAMESSとは
GAMESS(General Atomic and Molecular Electronic Structure System)は、分子構造や反応に対する電子構造解析を行うための計算化学ソフトウェア。GAMESSは、量子力学に基づいた理論を用いて、分子の電子構造や反応エネルギー、スペクトルなどの物理化学的性質を計算することができる。

参考:GAMESS ※外部サイトに飛びます

・RadonPyとは
RadonPyは、全自動で全原子古典分子動力学法による高分子物性計算を行うことができるオープンソースのPythonライブラリ。ポリマーの繰り返し単位の化学構造を入力し、力場の割り当て、初期構造の生成、エラー処理、平衡・非平衡MD計算による物性評価までの全工程を完全に自動化することができる。

参考:RadonPy ※外部サイトに飛びます

・ERmodとは
ERmod (Energy Representation Module)は、ソフト分子集団系の自由エネルギーを計算するためのソフトウェア。通常の液体はもちろん、超臨界流体・イオン液体など広範な溶媒種への溶解度を決定することができる。

参考:ERmod ※外部サイトに飛びます

・PBSとは
PBS(Portable Batch System)は、ジョブスケジューリングを行うためのソフトウェア。多くの場合UNIXクラスター環境と組み合わせて使用され、クラスター上のリソースに計算タスクを割り当てることができる。

参考:OpenPBS ※外部サイトに飛びます

事例追加日:2023/12/12
事例No.PC-11242
参考価格:
2,528,900

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。

お客様の声 AIモデル開発 環境整備のためのお役立ち情報
AIモデル開発向けマシン選定のポイント 生成AIモデル開発向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

 

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。

参考:【特集記事】機械学習ってなんだろう ※弊社オウンドメディア「TEGAKARI」に飛びます

・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。

参考:Python ※外部サイトに飛びます

・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。

参考:GitHub – nadavbra/protein_bert ※外部サイトに飛びます

・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。

参考:GitHub – seyonechithrananda/bert-loves-chemistry: bert-loves-chemistry: a repository of HuggingFace models applied on chemical SMILES data for drug design, chemical modelling, etc. ※外部サイトに飛びます

・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。

参考:GitHub – HazyResearch/hyena-dna: Official implementation for HyenaDNA, a long-range genomic foundation model built with Hyena ※外部サイトに飛びます

事例追加日:2023/11/09

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。
延長を申し込みいただきますと、標準保証と同等の保証を期間満了まで受けることができます。
なお、PCの仕様によっては料金が異なる場合があります。

延長保証あんしん+ ご加入のタイミング
※仕様によっては保証期間の延長ができない場合があります。

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。
しかしこの「HDD返却不要サービス」にご加入いただければ、保証期間内にHDD(SSD)が故障した場合には新品のHDDをご提供いたしますが、故障したHDDを引き渡していただく必要はありません。お客さまの大切なデータの入ったHDDをお手元に保管しておくことができます。

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。
発送にかかる手間、時間を短縮できますので、緊急性の高い保守に最適です。

費用ご参考(目安)
本体+延長保証代金の10%~
※ 製品の性質や価格帯、条件等により異なります。
★TEGSYS オンサイト保守利用規約はこちら (pdf)
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。