事例No.PC-10572
参考価格:
836,000

地震動に関する機械学習のためのマシン

用途:機械学習 (大量のデータ学習を高速で実施)

お客さまからのご相談内容

地震動に関する研究を行うためのマシンが欲しい。
大量のデータ学習を高速で実施するため、メモリやGPUを充実させたい。
Pythonで自社開発したコードを用いた処理を行う予定だが、SonyのNeural Network Consoleも補助的な役割で使用する。

マシン導入における条件は以下の通り。

・予算は100万円以内
・上記の予算内でRAMやGPUの容量をできる限り増やす
・GPU:Geforce RTX3090
・OS:Windows10

PCに詳しくないため、メモリやGPUの容量やバランスなどに不安がある。
曖昧なイメージしか持っていないが、上記の条件を踏まえて適切な構成を提案して欲しい。

テガラからのご提案

GPUを使用した機械学習では、GPUに搭載されているメモリの容量が重要になります。
お客様が自作したPythonコードがマシン本体のメインメモリを重視する場合は例外ですが、GPUを使用した一般的な機械学習では、メインメモリから一旦GPUメモリにデータを移動してから動作します。
そのため、メインメモリがGPUメモリ+α以上に必要になるケースは少ないです。

■Point

・GPUメモリの容量が大きいと、GPU学習時のバッチサイズなどを大きく取ることができ、学習速度が向上する場合がある。(特に、大容量の画像データを使った学習の場合にこの傾向が見られる)

・GPUメモリ容量の大きな製品をおすすめしたいが、ご予算100万円に収めるのは難しい。

ご予算とGPUメモリの条件から、NVIDIA GeforceシリーズをGPUとする方針で検討しました。
ご指定のRTX3090は終息のため、後継のRTX4090としています。ビデオメモリ 24GBに対し、メインメモリは64GBと余裕のあるスペックです。

また、お客様からは以下のご質問をいただきました。

■Question

GPUとCPUの使い分けとして、下記の[1]~[3]を想定している。

[1]CPU側で学習用データの前処理を実施する。

[2]前処理したデータをGPU上に転送して機械学習を行う。

[3]GPU上で学習させたモデルによる予測結果等をCPU上で処理する

提案構成では、メインメモリとGPUメモリの容量差が大きい印象だが、GPUメモリを24GBから48GBに変更することは可能か。

GPUで学習させた場合はインファレンスもGPUで行うパターンが多いと思われます。[3]についてお客様に確認した結果、インファレンスや推定精度の評価、図化を想定しているとのことでした。
CPUのインファレンスは特殊な機能がなくても可能ですが、処理に大変時間がかかる場合があります。そのため、お使いのインファレンスプログラムが (GPUでいうところのCUDAのように) CPUハード側で用意しているベンダー専用の仕組みを使って組み込まれている可能性がないか、確認をお願いしました。
例えば、IntelのDeep Learning Boostを前提にソフトが組み込まれている場合、この仕組みが実装されているCPUを利用する必要があります。

参考:インテル ディープラーニング・ブースト (インテル DLブースト) ※外部サイトに飛びます

確認・ヒアリングの結果、インファレンス部分はCUDAによるGPU利用での対応であることが確認できたため、CPU側はIntel Deep Learning Boostなどを考慮する必要がないと判断しています。

また、GPUメモリの容量を増やす場合、ビデオカード自体を別の製品に変更する必要があります。
候補としてはRTX A6000 48GBが考えられますが、ご予算内での採用が難しいためRTX4090 24GBを選択している旨をお客様にお伝えし、ご理解をいただきました。ご予算に余裕のあるお客様は、RTX A6000に変更した構成でご案内しますので、お気軽にご相談ください。

 

主な仕様

CPU AMD Ryzen7 7700X (4.50GHz 8コア)
メモリ 64GB
ストレージ1 2TB SSD M.2
ストレージ2 8TB HDD S-ATA
ビデオ NVIDIA Geforce RTX4090 24GB (内排気)
ネットワーク on board (2.5G x1 10/100/1000Base-T x1) Wi-Fi x1
筐体+電源 ミドルタワー筐体 + 1000W
OS Microsoft Windows 10 Pro 64bit

■FAQ

・機械学習とは
機械学習は、データ蓄積により特定のタスクをコンピュータ上で実行できるようになる仕組み。
コンピュータが自律的に認識・予測精度を向上させる。
機械学習に関しては、弊社オウンドメディア「TEGAKARI」の関連記事をご覧ください。

参考:【特集記事】機械学習ってなんだろう ※外部サイトに飛びます

 

・Neural Network Consoleとは
Neural Network Console (NNC) はSonyが開発したディープラーニング・ツール。プログラミングをせずにDeepLearningを行うことができる。

参考:Neural Network Console (Sony) ※外部サイトに飛びます

 

・インファレンスとは
インファレンス (推論) とは、機械学習で問題を答えさせることを指す。
前のフェーズであるラーニング (学習) において、多くの学習データから分類や識別などを読み取り、パラメータを調節し、インファレンスで問題を解くのが、機械学習。
推論での回答結果に誤りがある場合には、学習フェーズに戻ってパラメータの調整を行い、再度推論を行って精度を高めることになる。

 

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:2022/11/29
事例No.PC-10433
参考価格:
2,995,300

ロボット制御シミュレーション用マシン

用途:自作プログラムによる科学シミュレーション

お客さまからのご相談内容

ロボット制御研究用として、科学シミュレーション用マシンを導入したい。
自作のソフトウェアを使用しており、1CPU構成でできる限りメモリ容量を増やしたい。
検討のポイントは以下の通り。

・計算速度はCPUのクロック数xコア数で決まるため、コア数が多いXeonシリーズを希望

・予算は300万円程度で、可能な限り計算速度が速いマシンを提案して欲しい

・GPUを使った計算は行わないため、ビデオカードは安価なものでよい

・計算結果は即時サーバーに保存するため、搭載ストレージの数・容量は多くなくて良い

・OSはWindows10 Pro 日本語版を希望

・光学ドライブ不要

テガラからのご提案

コア数を重視した1CPU仕様かつ、メモリ容量512GBとした構成にてお見積もりしました。

■Point
・CPUとメモリ以外は、ほぼ最低限のスペックで設定

・計算結果はすぐにサーバーへ保存することを踏まえ、搭載ストレージは最小限のOSとソフト用の容量として500GB SSDを選定

・ビデオ出力はon board

・3Dや動画表示、高速なスクロールなどが想定される場合には、別途ビデオカードの追加が必要

お客様からは、設置環境で気を配るべき点についてもご質問をいただきました。
設置場所は24時間冷房の効いた部屋とのことでしたので、周辺温度以外のポイントとして、本体前面から詰めたい空気を取り込めるレイアウトでの設置をお願いしています。筐体内部の熱はリア側から排気されますが、排気された熱い空気が本体前面側へ回り込んでしまうと、冷却面で問題が生じますので、排気した空気を吸い込まないレイアウトでの配置をご検討ください。
なお、弊社では出荷前のテストとして、25℃程度の室温環境におけるCPU負荷率100%+12時間以上連続稼働の動作確認を行い、動作温度に問題がないことを確認した上でご提供しております。

 

主な仕様

CPU Xeon Platinum 8380 (2.30GHz 40コア)
メモリ 512GB REG ECC
ストレージ 500GB SSD S-ATA
ビデオ on board (VGA x1)
ネットワーク on board (1000Base-T x2)
筐体+電源 ミドルタワー筐体 + 850W
OS Microsoft Windows 10 Pro 64bit
事例追加日:2022/11/17
事例No.PC-10440
参考価格:
475,200

Gaussian向けマシン (予算50万円想定)

用途:科学計算用ソフトウェア「Gaussian」「GaussView」の利用

お客さまからのご相談内容

事例No.PC-9979を見ての問い合わせ。
Gaussianでの計算およびGaussViewでの表示を行うためのマシンを、予算50万円程度で導入したい。
PC-9979の事例は、大きな計算は行わず限定的な用途を想定した内容だが、提案してもらうPCでGaussianを利用した場合にどの程度の計算ができるのか知りたい。

テガラからのご提案

事例No.PC-9979の構成はパーツが終息しており、同じ構成でご提供することができないため、同価格帯での代替構成を提案させていただきました。

CPUは、ご予算内で多くのコア数を搭載できるようAMD Ryzen 16コア製品を採用しています。
CPU以外は、PC-9979と同程度のスペックとして設定しました。

【Gaussianではどの程度の計算ができるか】
Gaussian 16では、50以上の原子数を設定して計算を行う場合、1コアあたり4GB以上のメモリを搭載することが推奨されています。

Gaussian 16 Rev. C.01/C.02 Release Notes ※メーカーページが開きます

逆説的には、1コアあたり4GBのメモリ容量を確保していれば、1コアで50程度の原子数の計算を十分に行うことができると考えられます。
あくまで理論上の推測ではありますが、本事例の構成は16コア構成で、1コアあたり4GBのメモリ容量を確保していますので、単純計算で50原子xコア数程度の規模の計算を行うことができると考えられます。

主な仕様

CPU Ryzen9 5950X (3.40GHz 16コア)
メモリ 128GB
ストレージ1 1TB SSD S-ATA
ビデオ NVIDIA T400
ネットワーク on board (10/100/1000Base-T x1)
筐体+電源 ミドルタワー筐体 + 850W
OS Microsoft Windows 10 Professional 64bit
事例追加日:2022/10/13
事例No.PC-10346
参考価格:
898,000

AI画像処理用マシン

用途:AIを利用した画像処理

お客さまからのご相談内容

AI研究で画像処理を行うため、専用のマシンが欲しい。
考えているスペックは以下の通り。

マザーボード:PCI-E4.0x16 (PCI-E5.0x8) 相当の転送速度で2台のGPUを搭載できるもの
CPU:Intel製
メモリ:64GB
ストレージ:SSDとHDD
GPU:RTX3090もしくはRTX3090Ti のいずれかを2台
予算:90万円以内

テガラからのご提案

ご予算を重視した構成をご提案しました。
CPUをエントリークラスの製品にして価格を抑えていますが、全体のコストに対してGPUの占める割合が大きく、RTX3090を2台搭載する前提ですと100万円未満でのご案内は難しくなります。そのため、RTX3090を1台にして、ご予算内に収めることを優先しました。
なお、ご予算に余裕がある場合でも、GPUをRTX3090Tiとする場合には、排気形式やカードサイズの問題により1台のみの搭載が限界となりますのでご承知おきください。

主な仕様

CPU Xeon Silver 4310 (2.10GHz 12コア)
メモリ 64GB
ストレージ1 1TB SSD S-ATA
ストレージ2 4TB HDD S-ATA
ビデオ NVIDIA Geforce RTX3090
ネットワーク on board (10GBase-T x2)
筐体+電源 ミドルタワー筐体 + 1200W
OS Windows 10 Professional 64bit

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:2022/09/26
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。