PC提案事例

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。

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。

検索キーワード
Gaussian/量子化学/計算化学/マシンラーニング/AI/HPC/クラスタ/GPU/CPU/メモリ/ストレージ/並列計算/スループット

次世代シーケンサー解析ソフト「Bioconda3」を利用するためのマシンを導入したい。
想定しているスペックは以下の通り。

・CPU：Xeon 36スレッド程度
・メモリ：ECC 64～128GB
・ストレージ：SSD 1TB + HDD 6TB
・OS：Ubuntu 20.04
・その他：Bioconda3プリインストール

Bioconda3の他にも、BWA、GATK、STAR-Fusion、SAMtools、Bedtoolsなどを利用する予定。
予算140万円の範囲で提案して欲しい。

ご要望に合わせて36スレッドのXeon Wを採用した構成にてお見積もりしました。
HDDは6TB製品がほとんど流通しておらず、入手できた場合でもコスト面でもメリットが少ないため、代替品として8TB製品を選択しています。

また、ご予算の上限には余裕がありますが、ご利用予定のソフトの中にはGPGPUを利用するものがないため、ビデオカードは画面出力のみを考慮したエントリークラスの製品としています。GPUの利用も想定する場合、より上位の製品への変更が可能です。
その他のスペックはひとまずご要望のスペックを優先した選定としていますが、ご予算上限にあわせたご提案をご希望の場合には気兼ねなくお申し付けください。

なお、Bioconda3はminiconda (Anacondaのコンパクト版) のチャンネルとして導入する形ですので、Biocondaチャンネルの登録を行った状態での出荷を想定しています。

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

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。

検索キーワード
AI画像処理,画像処理マシン,GPU搭載マシン,RTX3090,AI研究,メモリ64GB,SSDとHDD,マザーボードPCI-E4.0x16,インテルCPU,価格重視マシン,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No.PC-8351を見ての問い合わせ。
機械学習および量子化学計算のシミュレーションを行うためのマシンが欲しい。
100V電源環境で利用することができて、以下の条件を満たす提案を希望する。

・CPU：可能な限り最新の世代で、高クロックでかつキャッシュが大きいもの
・メモリ：1コアあたり16GB以上
・ストレージ：SSDと1TB以上のHDDをそれぞれ搭載
・GPU：予算の範囲内で20GB以上のビデオメモリを持つ製品を複数
・電源：100V対応 消費電力によっては、電源 x2台での冗長化も視野に入れる
・予算：500万円以下

ご希望の条件に合わせて構成を検討しました。
ストレージ容量の指定条件が少なかったので、ひとまずのご提案として検討しています。
HDDは筐体内部スペースの都合で搭載できる数に制限があり、RAIDカードなどを搭載するバスが残っていないため、RAID化などには対応できないことをご承知おきください。

電源ユニットは1600W表記ではありますが、100V環境では実質的に1300W強の給電能力です。
本構成に搭載した電源 x2台は冗長化 (どちらかが壊れても動作する) を目的としたものではありませんので、どちらか片方の電源が故障した場合、システムは停止します。この点、サーバー的な安定性を考慮しない構成ですので、あくまで100V環境を優先し、なおかつシステムのダウンタイムが許容できる用途・範囲での利用が前提であることをご承知おきください。

本構成における注意点

あくまで100V対応のために電源を分けているため、消費電力は15Aを超えます。そのため、必ず別系統の電源コンセントから給電していただく必要があります。 (1コンセントからのタコ足配線利用は不可です) 電気契約も15Aでのご利用は不可となります。

また、電源やGPUなどの物理的な配置の問題で、HDDなどを追加することができない構成です。内蔵で搭載できるドライブはM.2タイプのストレージが2枚までです。

最後に、上記の通り電源を連動させて給電する構成ですので、クリティカルな用途でのご利用は避けるようお願いいたします。電源 x2の構成ではありますが、これらはリダンダントではなく給電量を確保するための連動となりますので、片方の電源が故障した場合、システムは機能しなくなるものとお考えください。

検索キーワード
機械学習,量子化学計算,高性能CPU,メモリ16GB以上,SSDとHDD,20GB以上のGPU,100V対応マシン,冗長化電源,マシン構成,ハイエンドワークステーション, 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