- 事例No.PC-11733
-
参考価格:
987,800円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。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円量子科学計算・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円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。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。・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。・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。・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。・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。事例追加日:2023/11/09
- 事例No.PC-11239
-
参考価格:
907,500円Stata/MPデータ解析用マシン
用途:Stata/MP (12コア) 、 R、 Pythonなどを用いたデータ解析お客さまからのご相談内容
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。
・CPU:12コア以上
・メモリ:128GB
・ストレージ:1TB S-ATA SSD x2枚
・OS:Windows 11 Pro
・使用するソフトウェア:Stata/MP (12コア) 、 R、 Pythonなど
・予算:100万円程度テガラからのご提案
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。主な仕様
CPU AMD Ryzen9 7950X (4.50GHz 16コア) メモリ 128GB ストレージ1 1TB SSD S-ATA ストレージ2 1TB SSD S-ATA ビデオ NVIDIA RTX A5000 24GB ネットワーク on board (2.5G x1 10/100/1000Base-T x1) Wi-Fi x1 筐体+電源 タワー型筐体 + 850W OS Microsoft Windows 11 Pro 64bit FAQ
・Stataとは
Stataは、データ分析やデータ管理、図表生成などの機能を備えた総合統計ソフトウェアパッケージ。
マウスによるGUI操作に加え、強力かつ直感的なコマンドシンタックスでの実行も可能で、使いやすくかつ高速で正確なのが特徴。参考:Stata ※弊社ユニポスの取扱商品ページに飛びます
・Rとは
Rとはオープンソース・フリーソフトウェアの統計解析向けプログラミング言語/開発実行環境。統計処理のための計算やグラフ化で利用される。
多くのライブラリが存在するため、ライブラリを呼び出すだけで複雑な手法を扱うことができる。・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:【特集記事】プログラミング言語 Python その人気の理由は?- Python プログラミングを加速するツールたち ※弊社オウンドメディア「TEGAKARI」に飛びます
事例追加日:2023/11/08
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。
|
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。 |
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。
|
「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。