PC提案事例

簡易的なNGS解析とナノポアシーケンサー解析を行う計画があり、そのためのPCを導入したい。
具体的にはMaSuRCAを利用した30Mb程度のハイブリッドアセンブリやRNA-seq解析を想定している。

GPU版Guppy basecallerにも使うことができるのが理想で、それ以外に3Dモデル処理などの実施は考えていない。
OSはUbuntuを考えているが、WSLでUbuntuを使っても解析能力に大きな影響がなければ、Windows上で動かしたい。
その他に想定している内容は以下の通り。

ご要望の条件に合わせて構成を検討しました。

仕様は暫定ですが、MaSuRCAの公式リポジトリに掲載された動作要件のBacteriaとInsectの中間程度のスペックです。

参考：alekseyzimin / masurca ※外部サイトへ飛びます

OSはUbuntuのみをインストールする想定です。
WSLでの利用に関しては、ソフトウェア自体は動作すると思われますが、解析能力への影響は避けられません。
WSLは基本的に仮想マシンですので、仮想化によるオーバーヘッドが生じます。Windowsを用意しなければならない理由が他にないようであれば、Ubuntuをネイティブに動作させる形での利用を推奨します。
その他の選択肢として、WindowsとUbuntuのデュアルブート環境を構築する方法があります。ご希望のお客様はご相談ください。

また、本構成ではNVIDIA製ビデオカードを搭載しており、GuppyのGPU実行に対応しています。

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。
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。

材料計算、特に第一原理電子状態計算 (想定ソフトウェア：VASP、ABINIT)に使用する目的で、ワークステーションを導入したい。
具体的には、最大100-200原子数程度の計算セルに対するトータルエネルギー計算・構造緩和・フォノン計算・物性計算を考えている。
予算60万円程度で提案して欲しい。

ご要望の条件に合わせて構成を検討しました。

VASP、ABINITともにGPGPUに対応していますが、公式ドキュメントの情報を確認するとTESLA系統のfp64性能の高いGPGPU専用カードの利用が前提と考えられます。
本件のご予算では、これらのカードを選択することはできないため、GPU利用に固執せず構成を検討するのが良いと思われます。

なお、ご利用予定のソフトウェアは計算規模が大きくなるとメモリ消費量が増加します。
VASPの必要メモリ容量を計算するための考え方が公式サイトに掲載されていますので、計算内容に合わせてご確認ください。

参考：Memory requirements (VASP Software GmbH) ※外部サイトへ飛びます

FINE/TurboやFINE/Open with OpenLabsを用いた流体解析を行うためのPCを導入したい。
以下の条件に合ったPCを提案して欲しい。

ご要望を踏まえてお見積もりをご用意しました。
2CPUで合計32コアとした構成でのお見積もりです。
2CPUの場合、メモリは16枚構成にするのがベストですので、32GBモジュール x16枚としています。

コストダウンを優先する場合には、メモリ帯域が落ちることを前提とした32GBモジュール x8枚構成で導入し、後から増設するという運用も考えられます。なお、その場合は8枚のメモリに対して並列アクセスすることで速度がUPするため、増設するメモリは基本的に同一型番のメモリで統一する必要があります。コストの調整に関しては、お客様が重視する要素にあわせて検討させていただきます。

4Kでの画面出力については、T400あたりのカードでも対応できますが、解析用のモデルの要素数が多い場合には、ビデオカードの性能が不足する場合があります。3D系のモデルを動かす想定でT1000を選定していますが、実際の運用方法によってはコスト削減できる部分です。

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。
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。

アカデミックフリーのツールを用いたタンパク質・低分子化合物の結合解析を行いたい。
構造予測、ドッキングシミュレーション、量子計算、MD計算に使用する予定。
使用するソフトウェアは以下を考えている。

AlphaFold2をローカルで構築でき、一般的な条件でGROMACSを稼働させられるスペックが必要。
メインの用途はMD計算や量子計算で、将来的にはイン・シリコ・スクリーニングへの発展を考えている。

第3世代Xeon Scalableを搭載した2CPU構成をご提案しました。
ご利用のソフトウェアにIntel APIをコンパイラとして推奨している物があることに配慮した選択です。

ご連絡いただいているのソフトウェアのうち、GAMESS以外は何らかの形でGPUを利用することができますが、CPUで処理を行う部分も相応にあるため、CPUとGPUのバランスを考える必要があります。

AlphaFold2はGPUを必要とするソフトウェアで、かつ2.2TBほどの巨大なデータベースを参照するため、ストレージ性能がパフォーマンスに大きく影響します。2ndストレージとして搭載している大容量のSSDはAlphaFold2のデータベース保存を想定したものです。

なお、AlphaFold2とそれ以外のソフトウェアでは、GPGPUの使われ方が異なり、AlphaFold2はTensorflowを基盤としたDeepLearningになりますが、他のソフトはGPUをコアプロセッサとした科学計算です。
科学計算ではGPGPUに倍精度小数点演算 (fp64) を求められることがありますが、非常に高額で専用筐体が必要になります。 利用を想定しているソフトウェアは、いずれもfp64が必須ではなくCUDAに対応したNVIDIA製GPUであれば利用可能とされているため、搭載GPUはディスプレイ出力を兼ねたビデオカードを選択しています。

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。
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。