PC提案事例

事例No.PC-12076C、PC-12076Dなどを見ての問い合わせ。
Advance/NanoLaboでのDFT (密度汎関数法)や分子動力学計算のための計算機の購入を検討している。

計算エンジンは、主にLAMMPS、Quantum ESPRESSOを使用する予定。
DFTでは原子数100から200程度のものを扱いたいため、メモリは128GBから256GBが必要と推定している。
分子動力学計算の他に、Spring-8で取得したX線CTデータの解析にも併用する予定がある。

参考：
PC-12076C Advance/NanoLabo ターンキーモデル (ミドル)
PC-12076D Advance/NanoLabo ターンキーモデル(ハイエンド)

事例No.PC-12076Dをベースにして、構成を検討しました。
ご覧いただいた事例のCPU 「Xeon W7-3455 (24コア) 」 から、後継機種のCPU 「Xeon W7-3555 (28コア) 」 へ変更しています。
Xeon W7-3555は、Xeon W7-3455よりもコア数が増加しており、マルチスレッド性能や大規模データ処理の効率が向上。高負荷な作業でより高い処理性能を発揮し、全体的な作業効率と応答性の改善が期待できます。
GPUはX線CTデータの解析用として、 「RTX2000 Ada 16GB」 を選択しました。

メモリの搭載枚数について

今回採用したCPU「Xeon W7-3555 (28コア) 」は、8チャネルのメモリに対応しています。
CPUの性能を最大限に引き出すため、各チャネルに1枚ずつ、合計256GB (32GB x 8枚) のメモリを実装しています。
メモリチャネルの数に合わせてメモリを搭載することで、CPUとメモリ間のデータ転送が最適化され、帯域幅を最大限に活用できます。

参考：メモリ構成によるパフォーマンスの変化

本構成の拡張性としまして、マザーボードに空きスロットが8つございますため、同仕様の32GBモジュールを追加することで、メモリ容量を合計512GB (32GB x 16枚) まで増設可能です。

ただし、メモリを8枚以上搭載しても、CPUとメモリ間のバス (メモリチャネル) の本数は増えないため、同時にやり取りできるデータ量 (帯域幅) は変わらず、通信速度の向上は見込めません。 メモリ容量は増えますが、処理速度に直結するわけではない点にご注意ください。
※メモリ速度はCPU側の速度に準拠します。

参考：インテル® Xeon® w7-3555 プロセッサー ※外部サイトに飛びます

ご使用目的や処理内容に応じて、メモリ構成やその他の仕様を柔軟に見直すことが重要です。
掲載内容とは異なるご用途やご予算の場合でも、どうぞお気軽にご相談ください。

ライセンスも含めたワークステーション導入をご検討中の方へ

本構成には「Advance Nanolabo」のライセンスは含まれておりません。

ライセンスをお持ちでない場合や、ソフトウェアとあわせて環境を整えたい場合には、ソフトウェアのライセンス取得から、最適なハードウェアの選定・セットアップまでを一括でご提案する「ターンキーシステム」のご利用も可能です。

導入の手間を省き、届いてすぐに研究をはじめることができる環境をご提供します。

ソフトウェアの導入をご検討の際は、お気軽にお申し付けください。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

MD計算のためのマシンを導入したいと考えている。
予算700万～800万円の範囲で構成を検討して欲しい。具体的には、以下のような構成をイメージしている。

GPU：可能であればA100、もしくはV100を複数
CPU：Xeon 2CPU構成
ストレージ：2TB SSD + 4TB HDD
メモリ：256GB

使用ソフトウェアは、Quantum Espresso、LAMMPS、Advane Nanolabo、NeuralMD、CUDA Toolkit、MATLABで、OSはAlmaLinux 9のプリインストールを希望する。利用予定のソフトウェアにおいて、GPUを複数枚構成にすることでメリットがあるのかを知りたい。

また、テグシスWEB内でクラスター化の提案事例を見たが、今回の用途では拡張性のあるマシンとクラスター構成のどちらが良いか教えて欲しい。

加えて、2CPU構成を初めて検討しているため、挙動に注意点などがあれば知りたい。

GPUについて

倍精度指定の場合はNVIDIA A800 40GBが現行品として適しています。ただし、NVIDIA A800 40GBには画面出力がないため、Matlabを使用する場合には、画面出力用としてT400のようなカードを追加することをお勧めします。

2CPU構成について

2CPU構成に関しては、OS上では合計コア数として認識されるため、特別な動作をするわけではありません。ただし、詳細に見ていくと、CPU間は高速なバスで接続されていますが、メモリとGPUが搭載されるPCI-EバスはそれぞれのCPUごとに接続されています。そのため、一方のCPUが管理しているメモリアドレスやGPUにアクセスする際にはCPU間の接続バス（UPI）を経由する必要があり、そこで若干の遅延が発生する可能性があります。

NanoLaboについて

NanoLabo自体はCPUコア数が多いほど処理能力が向上します。

複数GPUでのNeuralMDの計算は並列化効率が高いため、N枚のGPUを使用すれば計算速度はN倍になります。1枚のGPUで計算するよりも2枚で計算した方が2倍速いですが、ハードウェアの価格も2倍です。そのためGPUの枚数は、計算時間を重視するのか、価格を重視するのかといった利用目的と費用対効果に応じて決められます。また、複数GPU搭載時のNVLink BridgeやNVSwitchなどは不要です。

拡張性を持たせたマシンとクラスター構成のどちらが良いかについては、ソフトウェア的には、どちらの構成でも計算速度などの性能に影響はありません。冷却や騒音などのハードウェア的な観点からご選択ください。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします