PC提案事例

深層学習用マシンの導入を検討している。予算1300万円以内で、適切な構成を提案してほしい。

GPUのVRAM容量を重視しており、それと同時に適切な納期 (入手に時間がかかりすぎない) ことも条件としたい。
具体的なスペックは、CPUはIntel Xeon Platinum 8368 (2.40 GHz 38コア) x2相当で、メモリ容量は512GB以上がよい。
GPUの候補はNVIDIA A100、 NVIDIA V100、 NVIDIA RTX6000 Ada、 NVIDIA A6000 の4つ。この中のどれかを総VRAM容量が128GB程度になるように搭載したいので、納期・コスト・合計VRAM容量の観点から最適なものを選定してほしい。
ストレージは20TB程度、OSはRed Hat Enterprise Linux 8を希望する。

ご要望を踏まえて、ベストな構成をご提案しました。

CPUは第3世代Xeon Platinumをご希望いただきましたが、2024年1月現在、後継品である第4世代の製品が展開されています。
そのため、第4世代XeonでIntel Xeon Platinum 8368と同等スペックのIntel Xeon Platinum 8460Y+ (2.00GHz 40コア) x2を選択しています。

DeepLearningに適したGPUの選定

GPU候補のうち、NVIDIA A100はご相談をいただいた時点で納期が長期化しており、納期を重視する場合にはマッチしない製品でした。
V100はA100と同じGPGPU専用カードの旧世代製品ですが、V100は既に終息しており、仮に入手できたとしてもDeepLearning用途で利用される単精度・半精度の演算性能はアーキテクチャーの世代差によりRTX A6000やRTX6000 Adaよりも低くなります。
また、現時点で総合的には最高の性能を持ったGPUにNVIDIA H100がありますが、非常に高額でありコストパフォーマンスの観点からも扱いの難しい製品です。
これらのことより、総VRAM容量128GB程度の組み合わせを効率よく実現する場合A6000、 もしくはRTX6000 Adaをおすすめします。

本件のお客様へのご提案では、ご予算に合わせて、RTX6000 Ada x4枚（総VRAM容量192GB）を選択しています。
また、本構成はRTX6000 Adaを合計9枚まで増設可能です。
なお、実際の運用においては消費電力の都合上、200V環境が必要となります。

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。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、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。

お問い合わせ

予算60万円で、NeRF用のフレームワーク「nerfstudio」を利用するためのワークステーションの導入を検討している。

GPUはnerfstudio公式サイトのCurrently supported CUDA architectures in the docker imageの表に記載があるモデルを希望する。

その他の条件は以下の通り。

お客様ご指定のパーツを搭載した構成をご提案しました。
ご指定に沿って2023年10月時点で最新の第13世代Intel CoreシリーズであるIntel Core i9-13900Kを搭載した構成です。このCPUはシリーズ内で最多の24のコアを搭載したハイエンドモデルです。

ビデオカードは、お客様が候補として想定されたGeforce RTX4070Tiを選択しています。価格的にも、本製品がご予算内で選択可能な製品のなかでは最上位クラスです。
※Geforce RTX4070Tiはnerfstudio公式サイトの表にも記載があるモデルです。

また、本構成は100V環境での運用に対応しています。

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。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、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。

お問い合わせ

事例No.PC-10992を見ての問い合わせ。

Stable Diffusionによる画像生成を活用したゲームの開発プロセスの研究を行っている。作業ロットの増加と作業時間圧縮を念頭に、RTX4090を3枚搭載したマシンを導入したい。Stable diffusion Web UI (Python) の動作に特化した構成を希望する。

参考：PC-10992 AIサービス用マシン

希望する条件は以下の通り。

お客様ご希望の条件に沿った構成をご提案しました。
事例No.10992の元となった事例No.PC-10880をベースに、ビデオカードの搭載数を3枚に変更した構成です。

ベース事例ではRTX4090を4枚搭載していたため、消費電力の都合上200V環境を推奨していました。
本事例のビデオカードx3枚構成は100V環境での利用が可能ですが、給電量を確保するため、PC-10880の事例と同様に2台の電源ユニットを搭載しています。
この2台の電源ユニットは冗長性を目的としたものではなく、給電量を確保するためのものです。片方の電源が故障するとシステムは機能しなくなりますので、クリティカルな用途での利用は避けるようお願いいたします。

なお、Stable Diffusionの動作は主にビデオカードの性能に依存します。
そのため、価格や消費電力が低くなるように各パーツを選択し、ビデオカードの性能に特化した構成としています。

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。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、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。

お問い合わせ

AIモデル開発向けマシンの導入を検討している。
手元に多数のビデオカード (NVIDIA RTX A4500、NVIDIA RTX A5000、NVIDIA RTX A6000) を保有しているため、支給品として組み込んでPCを製作してほしい。

また、100V環境で使用可能なタワー型の構成を希望する。

希望する条件は以下の通り。

お客様ご希望の条件に沿った構成をご提案しました。

Core i9を採用した場合、最大PCIeレーン数が20レーンになるため、16レーンで接続できるビデオカードは1枚までとなります。そのため、2023年9月時点で最新のXeon W-3400シリーズ　(最大PCIeレーン数：112) を選択しています。本構成では16コアモデルの Xeon W7-3435Xを選択していますが、ご希望に応じて変更も可能です。

100V電源環境におけるビデオカードの最大搭載可能数

また、100V環境での使用を想定する場合、ビデオカードの最大搭載可能数は以下の通りとなります。

お問い合わせ

AIモデル開発用のGPUマシンの導入を検討している。
AIの推論に使用するためGPUの性能を最も重視しており、CPUもそれに見合ったものを選定して欲しい。

ストレージは、使用頻度が高いデータ保存用とバックアップ用で別々のストレージを用意したい。
そのため、合計3~5TB、HDDと1TB以上のSSDの双方を搭載した構成がよい。

また、筐体はタワー型を想定しており、100V環境で運用可能な構成が好ましい。

具体的な希望条件をまとめると以下の通り。

お客様ご希望の条件にあわせて構成を検討しました。

GPU性能を最も重要視されている点を踏まえて、2023年8月時点で最新のハイエンドワークステーション向けビデオカードである NVIDIA RTX6000 Ada 48GB を2枚搭載した構成としています。
また、GPUに合わせて、CPUはワークステーション向けプロセッサーであるIntel Xeon WシリーズのW5-2465X (3.10GHz 16コア) を選択しています。

電源ユニットの最大出力は200V電源環境と100V電源環境で異なる

なお、搭載する電源ユニットの最大出力は、200V環境での利用では1600W、100V環境での利用ではおよそ1300Wです。
本構成の最大消費電力は概算で約1100Wですので、100V環境での運用が可能です。

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。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、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。

お問い合わせ

検索キーワード
AIモデル開発,GPUマシン,NVIDIA RTX6000 Ada,高性能ワークステーション,ディープラーニング開発,Intel Xeonプロセッサー,データ保存用ストレージ,バックアップ用ストレージ,Windows 11 Professional,100V環境対応PC

事例No.PC-10880を見ての問い合わせ。
以下の条件でDeep Learningの実験用マシンを検討したいので、構成を提案して欲しい。

・CPU：Core i9
・メモリ：128GB
・ストレージ1：1TB SSD
・ストレージ2：2TB HDD
・GPU：RTX 4090 x2台
・OS：Ubuntu 20.04
・使用するソフトウェア：R、Rstudio、Python、BayoLinkS
・予算：100万円以内 難しい場合でも、どの程度の金額になるか知りたい
・その他：PyTorch 1.9 または2.0を使用

参考：PC-10880 Geforce RTX4090 x4枚搭載マシン

ご参照の事例をご予算に合わせてカスタムした構成です。

本事例の構成はPC-10880とは異なり、電源ユニット1台で動作しますが、100V給電ではフル稼働時に電源容量に余裕がなくなるため、200V給電での利用を推奨します。
また、RTX4090を2台搭載するためには、PCI-E x16スロットを2本用意する必要があります。CPUをCore i9とする場合、PCI-Eレーン数を必要分確保することが難しいため、対応可能なXeon仕様としています。

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。

お問い合わせ

検索キーワード
AIサービス用マシン,Deep Learning実験,Core i9,128GBメモリ,1TB SSD,2TB HDD,RTX 4090,Ubuntu 20.04,R、Rstudio、Python、BayoLinkS,PyTorch 1.9