事例No.PC-10296
参考価格:
3,251,600

科学技術計算用マシン

用途:CPUの並列性とストレージI/O負荷の高い科学技術計算用途

お客さまからのご相談内容

科学技術計算用のマシンを導入したい。
CPUとストレージのInput/Output負荷の高い用途で利用する予定。

想定している構成は以下の通り。

CPU:AMD EPYC 7763 x1
メモリ:RDIMM 32GB x8
GPU:RTX3080
SSD:2TB NVMe M.2 x10 (M.2拡張カード x4利用)
HDD:18TB NAS用 x2台
筐体:4U筐体 (スライドレール込み)
オプション:瞬断とサージ対策用のUPS,LANケーブル10m,メンテナンス用のキーボード・マウス・ディスプレイ
予算:300万円程度

テガラからのご提案

実際のお問い合わせでは、ショートパーツも含めて各パーツに対して詳細に型番をご指定いただきましたが、ご指定パーツ全てに対して相性を確認することが難しいため、弊社製PCとして動作を保証できる構成にてご提案しました。ご連絡いただいた条件の本質的な部分を押さえつつ、ご案内可能な内容に落とし込んでいます。

【筐体】
4Uラックマウント型筐体よりもパーツ選択の自由度が高いタワー型としており、冷却には弊社が同様の構成で標準採用している水冷クーラーを搭載しています。

【ストレージ】
ストレージI/O負荷の高い科学技術計算を目的としていることから,最も重要なポイントはストレージ構成と考えました。

しかし、ご要望の「M.2 SSD x10本とM.2拡張カード x4枚の組み合わせ」はPCI-Expressスロットを大量に消費することや、ストレージ容量の分散という観点から、必ずしも利用効率が良いとは言い難いため、本質的なご要望を推測した構成を検討しました。

お問い合わせの中でお客様からご指定いただいたM.2拡張カードはSSDを2本搭載できる製品でしたが、これを4枚利用しても搭載できるM.2 SSDは8本までです。残り2本のSSDはマザーボードに直接搭載する想定と判断し、それに近い構成になるよう、マザーボードに4TB SSD M.2 x1本 + 15.3TB SSD U.3 x1本 を直接搭載する形にしています。どちらのSSDもNVMe対応ですので、性能面ではお客様の想定仕様との差はありません。
こちらの構成であれば、15.3TBの領域を1ボリュームとして扱うことができ、SSDを複数搭載する場合と比べてデータ保存領域の効率が改善します。

【CPU】
ご希望のEPYC 7763は入手に時間を要するため (2022年9月現在) 、同じ64コア製品のThreadripper pro 5995WXとしています。

【ストレージ速度とRAID0について】
お客様よりストレージ速度の向上を目的として、当初希望していた2TB NVMe x8本を搭載することにより、アクセス性能はストレージ本数分だけ乗算されるのではないかというご質問をいただきましたが、単純にSSDを8本搭載する場合、1本文のアクセス性能をおったSSDが独立して8本搭載された状態となるため、SSDの数だけアクセス性能が向上するということはありません。

アクセス性能を向上させるプランとしては、複数のSSDでRAID0を構築し1本分以上のアクセス性能を実現する方法が考えられます。
ただし、RAIDにはオーバーヘッド (処理・伝送するために余計にかかる負荷や時間) があり、ストレージ2台でRAID0を構築しても、アクセス性能は2倍を下回ります。また、オーバーヘッドはストレージの数が増えるほど大きくなる傾向があります。
以前に弊社にてSSD x4本でハードウェアRAIDを利用しRAID0を構築した際には、およそ2.5倍程度の速度向上にとどまりました。ソフトウェアRAIDで構築する場合には、RAIDボリュームの制御をOS上でソフトウェア的に行うため、ハードウェアRAIDよりもオーバーヘッドが更に大きくなるとお考えください。

また、RAID0の導入における無視できない要素として、対障害性への懸念があります。
RAID0はボリュームを構築するストレージの1台が故障すると、データが全損します。仮に8本のSSDでRAID0を構築した場合、同じ容量の1本のSSDに対して、一定幾何の障害発生率は理論上約8倍になります。
RAID0はハードウェア障害に対して基本的に脆弱であるという前提のもと、データバックアップ等をご検討いただくのが良いかと存じます。

RAID0 (ストライピング) のメリット
・対象のデータを複数のストレージに分割して書き込むため、速度が向上する。
・読み込みも複数のストレージから同時に行うため、高速化が期待できる。

RAID0 (ストライピング) のデメリット
・構成するストレージが1台壊れただけで、すべてのデータが失われる。

逆説的に、1本のSSDで完結させるメリットは、構成がシンプルになり相対的に障害に対して強くなる点にあるとお考えください。

 

主な仕様

CPU Ryzen ThreadripperPRO 5995WX (2.70GHz 64コア)
メモリ 256GB
ストレージ1 4TB SSD M.2
ストレージ2 15.3TB SSD U.3
ストレージ3 18TB HDD S-ATA (NAS用)
ビデオ NVIDIA Geforce RTX3080
ネットワーク on board (1GbE x1 10GBase-T x1)
筐体+電源 タワー筐体 + 1200W
OS Fedora 36 Workstation
UPS OMRON BN150T ラインインタラクティブ 1500VA/1350W
その他 21.5型液晶ディスプレイ,LANケーブル 10m

検索キーワード
科学技術計算機,電子計算機,電算機,計算科学,データサイエンス

事例追加日:2020/09/26
事例No.PC-10046
参考価格:
2,139,500

Gaussian向けマシン

用途:量子化学計算ソフト 「Gaussian」

お客さまからのご相談内容

量子化学計算ソフト Gaussian用の計算サーバーが欲しい。
GaussianとGromacsができるだけ高速に動くマシンが希望で、予算は200万円程度を想定している。
具体的には、以下のスペックと同等の構成が理想。

CPU:Xeon Gold 6354 (18core 3.0GHz 205W) x2
メモリ:256GB
SSD:960GB SATA x2 システム用とバックアップ用に1台ずつ
GPU:NVIDIA RTX A6000 x2
OS:AlmaLinux 8.3

なお、GromacsはGPUでの運用を、GaussianはCPUでの運用を検討している。

テガラからのご提案

ご予算に対応させるためGPUの台数を1台とし、CPUもコア数の少ない製品に変更した構成をご提案しました。

Gromacsは、メーカーにて特定のGPUモデルが指定されていないため、RTX A6000でも利用可能と考えられますが、もう一方のGaussian 16のGPGPUはRTX A6000を公式サポートしていません。
Gaussian 16でサポートされているのは、V100やA100といった倍精度演算に対応したGPGPU専用カードのみとなっています。

A6000での動作に関してお客さま側で情報をお持ちであれば問題ありませんが、そうでない場合はGPUの選択を見直していただいたくのが良いかもしれません。

なお、GPUをサポート対象のA100に変更する場合、カード仕様との兼ね合いからベース構成を変更する必要があります。
Gaussian 16ではCPU実行のみ利用する場合、GPUの選択はGaussian 16の動作に影響しません。

主な仕様

CPU Xeon Gold 6326 (2.90GHz 16コア) x2
メモリ 256GB REG ECC
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 A6000
ネットワーク on board (1000Base-T x2)
筐体+電源 タワー筐体 + 1200W
OS AlmaLinux 8.3
その他 CUDA Toolkit 11

 

本事例はRADIC 2CPU Modelをベースにしています。
スペック変更による概算価格のシミュレーションはこちらからご確認いただけます。
※RADICのモデルチェンジ等の理由により、事例の構成と同一のスペックを選択できない場合があります。
 おそれ入りますが、予めご承知おきください。

事例追加日:2022/07/30
事例No.PC-10149
参考価格:
3,608,000

A6000搭載演習用マシン

用途:科学演算 (Anaconda, R) 、画像解析・機械学習 (TensorFlow、Pytorch)

お客さまからのご相談内容

大学での授業用で画像解析・機械学習を行うため専用のマシンを導入したい。
最大30名程度の学生が利用する想定で、各自のPCからアクセスし、科学演算や画像解析・機械学習の演習を行う。
OSはUbuntuで、Anaconda / SSH-Server/R / TensorFlow / Pytorch のインストールを希望する。
GPUの利用頻度は少ないので、スペックを妥協することはできる。
予算は400万円程度を考えている。

テガラからのご提案

ご希望の条件に合わせて、たたき台の構成を検討しました。
GPUサーバー仕様ではご予算に収めることが難しいため、GPU x1枚・100V電源環境向けの構成としています。
ご予算との兼ね合いから、CPUは64コア (32コア x2基) とし、メモリは256GBです。30名で利用する場合、一人当たりCPU 2コア (4スレッド) /メモリ 8GB程度のリソース割り当てとなる計算です。

ソフトウェアはご指定のものをインストールするまでを作業範囲として想定しています。個別の設定が必要な場合は、別途ご相談とさせていただきます。

主な仕様

CPU EPYC MILAN 7543 (2.80GHz 32コア) x2
メモリ 256GB REG ECC
ストレージ1 2TB SSD S-ATA
ストレージ2 4TB SSD M.2
ビデオ NVIDIA RTX A6000
ネットワーク on board (10GBase-T x2)
筐体+電源 タワー型筐体 + 1600W
OS Ubuntu 20.04
その他

CUDA Toolkit 11
Anaconda / SSH-Server / R / TensorFlow / Pytorch

Anacondaを商業活動において利用する場合には有償ライセンスが必要となります。
これまで、大規模利用用の Enterprise のみの取り扱いでしたが、小規模利用のライセンスも取り扱い可能となりました。詳細は、下記をご確認ください。

■データサイエンスプラットフォーム「Anaconda」の小規模利用有償ライセンス

■Anaconda 科学技術計算向けのPython および Rのディストリビューション

検索キーワード
Deep learning,Machine learning,Artificial intelligence,Neural networks,Deep neural networks,Deep stacking networks,Supervised learning,Unsupervised learning,Natural language processing,Smart manufacturing,Computational intelligence,Data analytics,learning (artificial intelligence),Information processing,Computer vision,AI,big data,programming

事例追加日:2022/06/27
事例No.PC-10032
参考価格:
5,649,600

深層学習用GPUサーバー

用途:深層学習

お客さまからのご相談内容

深層学習用のGPUサーバーを検討したい。
GPUはTESLA A100 80GB x2台として、600万円程度の予算で提案して欲しい。
設置場所は200Vの電源環境に対応可能。

テガラからのご提案

ご指定条件にてたたき台の構成を検討しました。
TESLA A100にはディスプレイ出力が搭載されていないため、画面出力用にエントリークラスのビデオカードを追加しています。追加ビデオカードではなくオンボードグラフィックでご利用いただくこともできますが、性能面では最低限の描画性能となります。

また、本構成はTESLA A100 x4台までの搭載に対応しています。ただし、CUDA利用時にメインメモリ容量がビデオメモリ容量を下回っていると、動作に問題が発生する場合がありますので、GPU増設の際にはメインメモリもあわせて増設することを推奨します。

なお、TESLA A100 x2台のままで利用する限りは100V給電で消費電力をカバーできますが、GPUを増設する場合には、200V環境でご利用ください。

主な仕様

CPU Xeon Gold 6326 (2.90GHz 16コア) x2
メモリ 256GB REG ECC
ストレージ 1TB SSD S-ATA
ビデオ NVIDIA T600
GPU TESLA A100 80GB x2
ネットワーク on board (10GBase-T x2)
筐体+電源 タワー型筐体 +2200W電源 (100V利用時は1200Wまで)
OS Ubuntu 20.04.4
その他 NVIDIA CUDA Toolkit 11/cudnn
PyTorch

検索キーワード
Deep learning,Machine learning,Artificial intelligence,Neural networks,Deep neural networks,Deep stacking networks,Supervised learning,Unsupervised learning,Natural language processing,Smart manufacturing,Computational intelligence,Data analytics,learning (artificial intelligence),Information processing,Computer vision,AI,big data,programming

事例追加日:2022/05/11
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。