- 事例No.PC-TW2D265295
-
LAMMPS用ワークステーション：予算200万円構成 (2026年2月版)
用途：LAMMPSでの分子動力学計算と機械学習ポテンシャルを用いた計算/量子科学計算 (GAMESSなど)参考価格：2183500円お客さまからのご相談内容
LAMMPSでの分子動力学計算と機械学習ポテンシャルを用いた計算を実施する予定がある。そのためのワークステーションを検討したい。予算200万円程度での見積もりを希望する。
OSはWindows 11、メモリ128GB、将来的にGAMESSなどCPU負荷の高いアプリも利用する想定があるため、バランスの良い計算機構成を提案して欲しい。
テガラからのご提案
本構成では、事例No.PC-TW2D265278から一段階性能を引き上げ、GPU計算と機械学習の双方で高いパフォーマンスを発揮できる、バランスの良いワークステーションを目指しました。
LAMMPS、機械学習処理、さらには将来的な計算規模の拡大を見据え、GPUリソースの強化とCPU性能の維持を両立した設計です。
- 参考：事例No.PC-TW2D265278 LAMMPS用ワークステーション：予算150万円構成 (2026年2月版)
- 参考：事例No.PC-TW2D265296 LAMMPS用ワークステーション：予算280万円構成 (2026年2月版)
GPU構成：RTX PRO 5000 (48GB) を採用
本構成の中心となるのは NVIDIA RTX PRO 5000 (48GB) です。
事例No.PC-TW2D265278の PRO 4000 (24GB) に比べてVRAMが倍増したことで、- 大規模分子系を扱うシミュレーション
- 機械学習モデルでのバッチサイズ拡大
といった用途で、研究の自由度が大きく向上します。
さらに、DisplayPort ×4 の出力構成により、多画面環境にも柔軟に対応します。
CPU構成：Xeon W5-2565X (18コア) を継続採用
GPUを強化しつつ、CPUは従来と同じ Xeon W5‑2565X (18コア／36スレッド) を採用しています。
GPU主体のワークロードであっても、
- LAMMPS の CPU 併用計算
- 前処理・後処理の安定した実行
が重要となるため、コア数・クロック・メモリ帯域のバランスが取れた本CPUを継続することで、全体の処理効率を維持しています。
メモリ・ストレージ構成
-
- 128GB DDR5 ECC (32GB ×4)
大規模データ処理や長時間計算を安定して実行できる構成 - 2TB NVMe SSD (Gen4)
解析ファイルの高速読み書きに対応し、日常的な入出力を快適に
- 128GB DDR5 ECC (32GB ×4)
拡張性と安定性
PCIe x16 スロットを4基搭載し、将来的なGPUの増設にも柔軟に対応できます。
電源は 1500W Platinum を選定し、高負荷計算を長時間行う研究環境でも安定運用が可能です。
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。
通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Xeon W5-2565X 3.20GHz (TB3.0時 最大4.8GHz) 18C/36T メモリ 合計128GB DDR5 5600 REG ECC 32GB x 4 ストレージ 2TB SSD M.2 NVMe Gen4 ビデオ NVIDIA RTX PRO5000 48GB (DisplayPort x4) ネットワーク on board (2.5GbE x1 /10GbE x1) 筐体+電源 ミドルタワー 1500W 80PLUS PLATINUM OS Microsoft Windows 11 Professional 64bit キーワード
・LAMMPSとは
LAMMPS は大規模な原子・分子系を扱えるオープンソースの分子動力学シミュレーションソフトです。
材料科学、ナノテクノロジー、ソフトマター分野の大学・企業研究者に利用され、並列計算やGPU対応により超大規模系の解析が可能です。力場やモデルの自由度が高く、独自手法の実装や先端的な材料研究に適している点が大きな強みです。・GAMESS (US) とは
GAMESS (US) は、アイオワ州立大学のMark Gordon教授らが開発した第一原理量子化学パッケージ。Hartree-Fock法や密度汎関数法 (DFT) などの計算手法をサポートし、電子相関補正や励起状態計算など高度な機能を備えている。また、フラグメント分子軌道法 (FMO) や溶媒効果を含む計算も可能で、幅広い分子物性解析に対応。
事例追加日：2026/03/02
- 事例No.PC-TW2D265278
-
LAMMPS用ワークステーション：予算150万円構成 (2026年2月版)
用途：LAMMPSでの分子動力学計算と機械学習ポテンシャルを用いた計算/量子科学計算 (GAMESSなど)参考価格：1512500円お客さまからのご相談内容
LAMMPSでの分子動力学計算と機械学習ポテンシャルを用いた計算を実施する予定がある。そのためのワークステーションを検討したい。予算150万円程度での見積もりを希望する。
OSはWindows 11、メモリ128GB、将来的にGAMESSなどCPU負荷の高いアプリも利用する想定があるため、バランスの良い計算機構成を提案して欲しい。
テガラからのご提案
本構成では、GPUを活かした LAMMPS 計算と、CPU負荷が大きい化学計算のどちらにも対応できる「万能型ワークステーション」を目指しました。まずは 1GPU 構成で研究を開始し、必要に応じてGPUを追加できる拡張性も備えています。
- 参考：事例No.PC-TW2D265295 LAMMPS用ワークステーション：予算200万円構成 (2026年2月版)
- 参考：事例No.PC-TW2D265296 LAMMPS用ワークステーション：予算280万円構成 (2026年2月版)
GPU構成
LAMMPS の GPU高速化と機械学習処理を両立するため、24GBメモリを搭載したNVIDIA RTX PRO 4000を採用しました。単精度演算性能とGPUメモリ容量のバランスが良く、安定した計算環境を構築できます。
筐体自体が複数GPU構成に対応しているため、将来的な GPU 増設も柔軟に行えます。
CPU構成
CPUにはXeon W5-2565X (18コア) を搭載し、LAMMPSのCPU並列処理やGAMESSなどの量子化学計算に十分対応できるコア数を確保しました。GPU負荷型・CPU負荷型いずれの計算にも対応できるため、研究用途の幅を広げる構成となっています。
メモリ・ストレージ構成
- メモリ：128GB (DDR5 ECC)
大規模系の分子動力学計算にも対応できる容量を確保しています。 - ストレージ：2TB NVMe SSD
解析データの高速な読み書きを実現し、日常的な計算・可視化作業の効率を向上させます。
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Xeon W5-2565X 3.20GHz (TB3.0時 最大4.8GHz) 18C/36T メモリ 合計128GB DDR5 5600 REG ECC 32GB x 4 ストレージ1 2TB SSD M.2 NVMe Gen4 ビデオ NVIDIA RTX PRO4000 24GB(DisplayPort x4) ネットワーク on board (2.5GbE x1 /10GbE x1) 筐体+電源 ミドルタワー 1500W 80PLUS PLATINUM OS Microsoft Windows 11 Professional 64bit キーワード
・LAMMPSとは
LAMMPS は大規模な原子・分子系を扱えるオープンソースの分子動力学シミュレーションソフトです。
材料科学、ナノテクノロジー、ソフトマター分野の大学・企業研究者に利用され、並列計算やGPU対応により超大規模系の解析が可能です。力場やモデルの自由度が高く、独自手法の実装や先端的な材料研究に適している点が大きな強みです。・GAMESS (US) とは
GAMESS (US) は、アイオワ州立大学のMark Gordon教授らが開発した第一原理量子化学パッケージ。Hartree-Fock法や密度汎関数法 (DFT) などの計算手法をサポートし、電子相関補正や励起状態計算など高度な機能を備えている。また、フラグメント分子軌道法 (FMO) や溶媒効果を含む計算も可能で、幅広い分子物性解析に対応。
事例追加日：2026/03/02
- 事例No.PC-TW2D265296
-
LAMMPS用ワークステーション：予算280万円構成 (2026年2月版)
用途：LAMMPSでの分子動力学計算と機械学習ポテンシャルを用いた計算/量子科学計算 (GAMESSなど)参考価格：2750000円お客さまからのご相談内容
LAMMPSでの分子動力学計算と機械学習ポテンシャルを用いた計算を実施する予定がある。そのためのワークステーションを検討したい。
量子化学計算 (GAMESS など) の実施も予定しているため、予算280万円程度で最大性能の構成を希望。
GPUの最上位モデルを搭載した構成を検討したい。テガラからのご提案
GPU性能を最優先に、量子化学計算や LAMMPS の GPU版を最大限活かせるハイエンド構成です。
将来的な GPU 増設も視野に入れた設計で、長期的に研究環境を支えるワークステーションになっています。- 参考：事例No.PC-TW2D265278 LAMMPS用ワークステーション：予算150万円構成 (2026年2月版)
- 参考：事例No.PC-TW2D265295 LAMMPS用ワークステーション：予算200万円構成 (2026年2月版)
最上位クラス GPU「RTX PRO 6000 Max-Q」を搭載
96GB の大容量 VRAM を備えた RTX PRO 6000 Max-Q を採用しています。
分子動力学や量子化学など、大規模データを扱うシミュレーションはもちろん、深層学習にも余裕をもって対応可能です。
1GPU構成ながら非常に高い処理性能とVRAM容量を持ち、GPU依存の大規模計算で特に真価を発揮します。CPUは12コアモデルで最適バランス
GPUが主役となるワークロードで費用対効果を最大化するため、CPUは Xeon W5-2545 (12コア) を選定しました。
GPUの性能を活かしつつ、全体の予算バランスを最適化した構成です。高負荷計算でも安定して動作
128GBメモリ、2TB NVMe SSD、1500W高効率電源、拡張性の高い大型ケースを採用し、CPU・GPUどちらの高負荷計算でも安定して稼働するよう設計しています。
長期運用を前提に、信頼性と拡張性を両立させたワークステーション構成です。
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Xeon W5-2545 3.50GHz (TB3.0時 最大4.7GHz) 12C/24T メモリ 合計128GB DDR5 5600 REG ECC 32GB x 4 ストレージ 2TB SSD M.2 NVMe Gen4 ビデオ NVIDIA RTX PRO6000 Max-Q 96GB (DisplayPort x4) ネットワーク on board (2.5GbE x1 /10GbE x1) 筐体+電源 ミドルタワー 1500W 80PLUS PLATINUM OS Microsoft Windows 11 Professional 64bit キーワード
・LAMMPSとは
LAMMPS は大規模な原子・分子系を扱えるオープンソースの分子動力学シミュレーションソフトです。
材料科学、ナノテクノロジー、ソフトマター分野の大学・企業研究者に利用され、並列計算やGPU対応により超大規模系の解析が可能です。力場やモデルの自由度が高く、独自手法の実装や先端的な材料研究に適している点が大きな強みです。・GAMESS (US) とは
GAMESS (US) は、アイオワ州立大学のMark Gordon教授らが開発した第一原理量子化学パッケージ。Hartree-Fock法や密度汎関数法 (DFT) などの計算手法をサポートし、電子相関補正や励起状態計算など高度な機能を備えている。また、フラグメント分子軌道法 (FMO) や溶媒効果を含む計算も可能で、幅広い分子物性解析に対応。
事例追加日：2026/03/02
- 事例No.PC-TUKX254610
-
Unityを用いた解析・機械学習処理用ワークステーション
用途：Unity解析、Python機械学習参考価格：848100円お客さまからのご相談内容
Unityによる3Dモデル解析、Pythonを用いた機械学習、加えて一般的なOffice作業を想定したPCを購入したい。
予算は90万円程度。テガラからのご提案
CPUとメモリについて
CPUにはCore Ultra 9 285K (8Pコア＋16Eコア) を採用し、機械学習の前処理や複数アプリケーションの同時実行にも十分な性能を確保しています。
研究用途のマルチタスクに強く、開発作業と日常業務を両立できる構成です。メモリは128GBを搭載し、さらに空きスロットを2つ確保しています。
同一規格のメモリを追加するだけで、最大256GBまでスムーズに拡張できます。GPUの選定について
Unityのリアルタイム描画やPythonによる機械学習処理を支えるため、GeForce RTX 5080 16GBを搭載しました。
3Dモデル解析やGPUアクセラレーションを利用した学習処理に適しており、安定した計算性能が期待できます。このような分野で活躍されている方へ
-
- 機械学習
- 情報工学
- CG・映像技術
- データサイエンス
- 計算科学
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。
通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Core Ultra 9 285K 3.70GHz(8C/8T)+3.20GHz(16C/16T) メモリ 合計128GB DDR5 6400 64GB x 2 ストレージ1 2TB SSD M.2 NVMe Gen4 ストレージ2 8TB HDD S-ATA ビデオ NVIDIA GeForce RTX5080 16GB ネットワーク 2.5Gbｘ1，Wi-Fi 7 筐体+電源 ミドルタワー型筐体＋1000W 80PLUS PLATINUM OS Microsoft Windows 11 Professional 64bit キーワード
Unityとは
Unityは、Unity Technologiesが開発・提供するゲームエンジン。
ゲーム制作にとどまらず、自動車デザインの検討や医療手術のシミュレーション、建設現場の施工検証などにも活用されている。
作業効率の向上や課題の可視化を支援するツールとして、さらに幅広い分野での利用が期待されている。事例追加日：2026/2/18 -
- 事例No.PC-TE1J254011
-
シーケンスデータ解析/機械学習用ワークステーション (システム要件に最適化)
用途：エピジェネティクス解析、de novoアセンブリ、RNA-Seq解析、メタゲノム解析、機械学習参考価格：3261500円お客さまからのご相談内容
事例No. PC-25000268を見ての問い合わせ。ナノポアのシーケンスデータ解析と機械学習の双方に対応するワークステーションを導入したい。
エピジェネティクス解析やde novoアセンブリ、RNA-Seq解析、メタゲノム解析などを想定している。
使用するソフトウェアは、以下の通り。- 汎用解析・ML基盤：Samtools、XGBoost、LightGBM
- ゲノムアセンブリ・評価：SPAdes・BUSCO・Prodigal・FastANI・GTDB-Tk
- ナノポアベースコール：Guppy・Dorado・Remora・DeepMod2
OSはUbuntuで、予算は400万円程度を希望する。設置作業も含めた見積もりが欲しい。
通常24時間以内に担当者からご連絡いたします
テガラからのご提案
ツール要件を重視した大容量メモリ構成
本構成は「システム要件を基準に最適化した構成」としてご案内したスペックです。特に大規模アセンブリや多数サンプルのバッチ処理を想定し、CPUコア数とメモリ容量を優先。EPYC 9554 (64コア) と768GBメモリにより、メモリ負荷の大きい解析に強みを持たせています。
事例No. PC-25000268をグレードアップしつつ、機械学習にも対応できる汎用性を重視した構成は、事例No.PC- TW3J253928をご覧ください。
CPUについて
AMD EPYC 9554は64コア構成で高い並列処理性能を備え、大量のサンプルを並行処理するワークロードに適しています。CPUリソースを多く要求するゲノム解析ツールや、複数ジョブを同時実行する環境で効率を発揮します。
メモリ容量について
ご利用予定のソフトウェアには、推奨メモリ容量が256GB~512GB付近のツールが複数存在します。そのため、解析規模や将来のデータ拡張を踏まえ、余裕を持った768GBを搭載しました。長時間ジョブの安定性向上にも寄与します。
GPUの選定について
本構成では、研究用途における機械学習処理への対応を目的に NVIDIA RTX 6000 Ada (Max-Q 96GB) を搭載しています。
深層学習フレームワークとの高い親和性を持ち、モデル学習や推論処理において高い実用性を発揮します。Doradoについては、GPUアクセラレーションを利用する際に倍精度演算を前提としたハイエンドGPUが例示されています。
そこで今回は、Doradoの高精度GPU要件をそのまま満たす構成ではなく、機械学習を中心に幅広い研究用途へ柔軟に対応できる現実的かつ効果的な選択肢として、RTXシリーズを採用した構成としました。RTXシリーズは深層学習フレームワークとの相性もよく、多様な研究タスクに対応しやすい点が特長です。今後の拡張やワークフローの進化にも柔軟に応えられる構成となっています。
参考情報：Benchmarking the Oxford Nanopore Technologies basecallers on AWS
ストレージと運用性
高速アクセスが必要なワークフローに合わせ、4TB NVMe Gen5 SSD を2基搭載し、高速な一時データ処理に対応しています。
また、24TB HDD を併用することで、シーケンスデータの長期保管や再解析にも適したストレージ構成としました。
さらに、現地での設置作業 (開梱・設定・起動確認) も含めて対応し、導入後すぐに研究へ着手いただけるよう配慮しています。運用要件に寄り添った最適化
納期や予算条件を満たしつつ、求められた要件に最も合致するスペックとして構成しました。多様なツールを運用する研究環境で、安定した解析パイプラインを維持しやすい点が特長です。
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。
通常24時間以内に担当者からご連絡いたします
主な仕様
CPU AMD EPYC 9554 3.1GHz 64C/128T メモリ 合計512GB DDR5 5600 REG ECC 64GB x 8 ストレージ1 4TB SSD M.2 NVMe Gen5 x 2 ストレージ2 24TB HDD S-ATA ビデオ NVIDIA RTX PRO6000 Max-Q 96GB ネットワーク on board (10GBase-T x2) 筐体+電源 ミドルタワー 1500W 80PLUS PLATINUM OS Ubuntu 24.04 その他 現地設置作業（開梱・設置・ケーブリング・起動確認） キーワード
・Samtoolsとは
Samtoolsは、次世代シーケンス (NGS) データの処理・解析に広く用いられる定番ツール群。BAMやCRAMなどのアライメントデータのソート、インデックス作成、フィルタリング、可視化などの高速処理が可能で、ゲノム解析ワークフローの基盤として広く利用されている。・XGBoostとは
XGBoostは、勾配ブースティング決定木 (GBDT) アルゴリズムを高速かつ高精度に実装した機械学習フレームワーク。分類・回帰・ランキングなど多用途で、ゲノム解析、疾患リスク予測、遺伝子発現解析などバイオインフォマティクス分野でも広く利用される。https://xgboost.ai/参考：XGBoost Official Site
・LightGBMとは
LightGBMは、Microsoftが開発した高速でメモリ効率の高い勾配ブースティングフレームワーク。大規模データの解析に適しており、SNP解析、メチル化データの分類、疾患予測モデルなどにも利用される。・SPAdesとは
SPAdesは、微生物ゲノムアセンブリに広く利用されるde novoアセンブラー。Illumina・Nanopore・PacBioなど複数プラットフォームを統合したハイブリッドアセンブリに対応し、高品質なコンティグ構築が可能。・BUSCOとは
BUSCOは、ゲノムアセンブリの完全性 (completeness) を評価するための代表的ツール。保存性の高いシングルコピー遺伝子セットを用い、アセンブリ品質の客観的評価が可能。・Prodigalとは
Prodigalは、微生物ゲノムに特化した遺伝子予測ツール。プロカリア遺伝子領域の高精度抽出が可能で、メタゲノム解析でも高い性能を発揮する。事例追加日：2026/2/12
- 事例No.PC-TW3J253928
-
シーケンスデータ解析/機械学習用ワークステーション (汎用構成)
用途：エピジェネティクス解析、de novoアセンブリ、RNA-Seq解析、メタゲノム解析、機械学習参考価格：3169100円お客さまからのご相談内容
事例No. PC-25000268を見ての問い合わせ。ナノポアのシーケンスデータ解析と機械学習の双方に対応するワークステーションを導入したい。
エピジェネティクス解析やde novoアセンブリ、RNA-Seq解析、メタゲノム解析などを想定している。
使用するソフトウェアは、以下の通り。- 汎用解析・ML基盤：Samtools、XGBoost、LightGBM
- ゲノムアセンブリ・評価：SPAdes・BUSCO・Prodigal・FastANI・GTDB-Tk
- ナノポアベースコール：Guppy・Dorado・Remora・DeepMod2
OSはUbuntuで、予算は350万円程前後を希望する。
通常24時間以内に担当者からご連絡いたします
テガラからのご提案
機械学習を見据えたバランス強化構成
本構成は「事例No. PC-25000268をグレードアップしつつ、機械学習にも対応できる汎用性」を重視した案としてご案内しました。Xeon W プロセッサと512GBメモリを組み合わせ、シーケンス解析に必要なスループットと、機械学習処理に必要な演算性能の両立を図っています。
システム要件を基準に最適化した構成は、事例No.PC- TE1J254011をご覧ください。
CPUについて
Intel Xeon W7-3565X (32コア) は高クロックで単一タスク性能に優れ、ツールによって負荷特性が分かれるゲノム解析と機械学習処理の双方に適した選択です。計算処理の一部がCPU性能に依存するソフトウェア環境に向いています。
GPUの選定について
本構成では、機械学習の活用を見据え、GPUを搭載しています。
シーケンス解析のワークフローではCPU主導の処理が多い一方、機械学習を取り入れる研究ではGPUの存在が大きな効果を発揮するため、研究の幅を広げる観点からもGPU追加を採用しました。Doradoについては、GPUアクセラレーションを利用する際に倍精度演算を前提としたハイエンドGPUが例示されています。
そこで今回は、Doradoの高精度GPU要件をそのまま満たす構成ではなく、機械学習を中心に幅広い研究用途へ柔軟に対応できる現実的かつ効果的な選択肢として、RTXシリーズを採用した構成としました。RTXシリーズは深層学習フレームワークとの相性もよく、多様な研究タスクに対応しやすい点が特長です。今後の拡張やワークフローの進化にも柔軟に応えられる構成となっています。
参考情報：Benchmarking the Oxford Nanopore Technologies basecallers on AWS
拡張性について
大型のミドルタワー筐体を採用することで、将来的なストレージ増設やGPUの追加にも柔軟に対応できます。研究用途の変化に合わせて活用範囲を広げやすい点が特長です。
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Xeon W7-3565X 2.50GHz (TB3.0時 最大4.8GHz) 32C/64T メモリ 合計512GB DDR5 5600 REG ECC 64GB x 8 ストレージ1 4TB SSD M.2 NVMe Gen5 ストレージ2 24TB HDD S-ATA ビデオ NVIDIA RTX PRO5000 48GB ネットワーク on board (1GbE x1 /10GbE x1) 筐体+電源 ミドルタワー筐体 1500W 80PLUS PLATINUM OS Ubuntu 24.04 キーワード
・Samtoolsとは
Samtoolsは、次世代シーケンス (NGS) データの処理・解析に広く用いられる定番ツール群。BAMやCRAMなどのアライメントデータのソート、インデックス作成、フィルタリング、可視化などの高速処理が可能で、ゲノム解析ワークフローの基盤として広く利用されている。・XGBoostとは
XGBoostは、勾配ブースティング決定木 (GBDT) アルゴリズムを高速かつ高精度に実装した機械学習フレームワーク。分類・回帰・ランキングなど多用途で、ゲノム解析、疾患リスク予測、遺伝子発現解析などバイオインフォマティクス分野でも広く利用される。https://xgboost.ai/参考：XGBoost Official Site
・LightGBMとは
LightGBMは、Microsoftが開発した高速でメモリ効率の高い勾配ブースティングフレームワーク。大規模データの解析に適しており、SNP解析、メチル化データの分類、疾患予測モデルなどにも利用される。・SPAdesとは
SPAdesは、微生物ゲノムアセンブリに広く利用されるde novoアセンブラー。Illumina・Nanopore・PacBioなど複数プラットフォームを統合したハイブリッドアセンブリに対応し、高品質なコンティグ構築が可能。・BUSCOとは
BUSCOは、ゲノムアセンブリの完全性 (completeness) を評価するための代表的ツール。保存性の高いシングルコピー遺伝子セットを用い、アセンブリ品質の客観的評価が可能。・Prodigalとは
Prodigalは、微生物ゲノムに特化した遺伝子予測ツール。プロカリア遺伝子領域の高精度抽出が可能で、メタゲノム解析でも高い性能を発揮する。事例追加日：2026/2/12
- 事例No.PC-TCPS254088
-
AI開発用GPUサーバー
用途：大規模言語モデルを活用した生成AIをローカル環境で運用参考価格：23881000円お客さまからのご相談内容
社内で大規模言語モデルを活用するため、ローカル環境で運用できる生成AI用ワークステーションの構築を検討したい。使用するソフトウェアはOllama、LM Studio、Dify、Pythonを想定。
CPU はコア数を十分に確保できるモデルを選定し、メモリは最低 1TB、可能であれば 2〜4TB クラスまで拡張しようと考えている。
GPU は NVIDIA RTX Pro 6000 Blackwell を複数枚搭載可能な構成を前提とし、搭載可能な最大枚数で運用したい。
OS は Ubuntuとし、100V 電源環境で動作することを条件とする。
ストレージは可能な限り大容量の NVMe SSD を搭載可能な最大数まで搭載し、全体として高い処理性能と拡張性を確保したい。予算 2,000 万円程度で構成を提案して欲しい。
通常24時間以内に担当者からご連絡いたします
テガラからのご提案
LLM推論・生成AI処理に最適化したCPU / メモリ構成
本構成では、生成AIやローカルLLMの運用に必要となる CPU コア数とメモリ帯域を重視しています。大規模モデルを効率的に処理するためには、GPU性能だけではなく、CPUの多コア性能と大量メモリへのアクセス性能が重要です。
そのため、最新世代のサーバー向けCPUを採用し、多コア処理能力と大容量メモリの両立を図っています。当初は1TBメモリ構成を想定していましたが、将来的なモデル拡張やRAGワークロードへの対応を見据え、今回は搭載可能な最大容量である4TBの構成でご提案しています。
RTX Pro 6000 Blackwell を採用した高密度 GPU 構成
お客様が複数の NVIDIA RTX Pro 6000 Blackwell を搭載したいと希望されていたため、4Uラックマウント筐体を採用し、最大枚数のGPUを安定して運用できるマザーボード構成を選定しました。
PRO 6000クラスのGPUを複数枚搭載する場合には、PCIeレーン数、発熱対策、電源容量などが大きな制約となります。本構成ではこれらの要件をすべて満たし、高密度なGPUサーバーとして安定したAI計算処理を実現します。
NVMeストレージの大容量化とRAID構成
可能な限り大容量のNVMe SSDを最大数搭載したい、という要望に対し、システム用SSDとは別に複数枚のNVMe SSDを搭載し、読み書き速度と冗長性を両立する構成をご提案しています。
この構成により、研究データやEmbeddingキャッシュを高速に扱え、RAG環境やDify・Ollamaなどのローカル推論環境で高いパフォーマンスを発揮できます。
電源環境 (100V希望 → 200V対応への変更)
当初は「100V環境で運用したい」とご相談いただきましたが、GPU多数搭載構成では100Vでは電源容量が不足するため、200V環境を整備される方針に変更となりました。
これにより、サーバー向け電源ユニットを採用できるようになり、マシン全体の安定性と将来拡張性を確保しています。
通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Xeon 6515P 2.30GHz(TB 3.80GHz) 16C/32Tx 2 メモリ 合計4TB DDR5-6400 REG ECC 128GB x 32 ストレージ1 7.68TB U.2 NVMe SSD ストレージ2 15.36TB U.2 NVMe SSD ×5（RAID5） ビデオ NVIDIA RTX PRO 6000 BW Server Edition x 4 ネットワーク ネットワークカード 10GbE RJ45 2ポート 筐体+電源 4Uラックマウント筐体 3200W/200V リダンダント電源（3+1） OS Ubuntu 24.04 その他 RAIDカード Broadcom MegaRAID
レールキット一式
3年センドバック保証 (標準保証1年＋延長保証2年)キーワード
・Ollamaとは
Ollamaは、ローカル環境で大規模言語モデル (LLM) を高速に実行できるオープンソースプラットフォーム。GPU最適化やモデルの軽量化が施されており、PythonやWebアプリケーションとの統合も容易。プライバシー保護が求められる企業環境や研究用途において、質量分析データ処理の自動化、ペプチド同定支援、解析スクリプト生成などにも応用可能。・LM Studioとは
LM Studioは、PCローカルで大規模言語モデルを管理・実行するための統合型アプリケーション。GUIでモデルのダウンロード、推論、プロンプト操作を完結でき、研究用スクリプト生成や質量分析 (MS/MS) データ解析ワークフロー構築の補助にも役立つ。ローカル推論によるセキュアなAI環境を必要とする技術者に最適。・Difyとは
Difyは、ノーコード／ローコードでAIアプリを構築できる統合プラットフォーム。RAG (検索拡張生成) 、ワークフロー自動化、モデル切替などが容易で、研究現場のレポート生成、質量分析データ解釈支援ツールの試作、ペプチド同定ヘルパーAIの構築などにも利用可能。クラウドとローカルの両方に対応。・Pythonとは
Pythonは、科学技術計算からAI・機械学習、質量分析データ解析、ペプチド同定アルゴリズム開発まで幅広く利用される汎用プログラミング言語。NumPy、SciPy、pandas、pyteomicsなど豊富なライブラリにより、グリコペプチド解析やMS/MSスペクトル処理の自動化が容易。研究者・エンジニアに必須の開発基盤。事例追加日：2026/2/12
- 事例No.PC-TW3S254299
-
RTX 6000Adaｘ4枚搭載 ロボット機械学習向けワークステーション
用途：ロボット機械学習、深層学習参考価格：7166500円お客さまからのご相談内容
ロボット機械学習向けに高性能ワークステーションを導入したい。
希望する仕様は、OSがUbuntu 22.04、CPUがIntel Core Ultra 9、メモリが128GB、ストレージがSSD 4TB＋HDD 2TBを組み合わせ。
GPUにはRTX6000 Adaを4枚搭載し、この条件で見積もってほしい。通常24時間以内に担当者からご連絡いたします
テガラからのご提案
CPUについて
ご要望のCore Ultraシリーズではコンシューマ向け設計で、PCI Expressのレーン数の仕様により2枚以上のGPUに対応しておりません。
代替案として、複数枚構成に対応可能なXeonベースのプラットフォームを採用しました。
PCIeレーン数が増えたことで、GPU4枚構成でも十分な帯域を確保し、安定したパフォーマンスを維持できます。GPUと電源環境について
RTX6000 Adaを4枚搭載する本構成では、消費電力が非常に大きくなります。
(CPUやその他の機器を含めると、2000Wを超える可能性がございます)
そのため、安定した電力供給を確保するために、最大出力2800Wの電源ユニットを採用し、200V用の電源ケーブルも付属しています。※搭載電源は200V専用モジュールです。
家庭用の100Vコンセントではご使用いただけません。
設置予定の設備が 200V に対応しているか、事前にご確認ください。メモリとストレージ
メモリ128GB、SSD 4TB、HDD 2TBは、お客さまのご要望に応じて搭載しています。
注意点として、メインメモリ容量は搭載するGPUのVRAM合計容量よりも十分に余裕を持たせることが推奨されます。
メモリ容量がVRAM容量を下回る場合、学習データ等をGPUへ展開する際にボトルネックが発生したり、処理エラーを引き起こす可能性があります。
本構成の RTX 6000 Ada ×4 (VRAM合計192GB) の場合は、メモリ256GB以上が推奨容量です。これらの点をご説明したうえで初期構成をメモリ128GBとし、将来的な増設を前提とした構成としてご案内しております。
このような分野で活躍されている方へ
- ロボティクス
- AI・機械学習
- IoTシステム開発
- 産業DX
- シミュレーション工学
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Xeon W5-3535X 2.90GHz (TB3.0時 最大4.8GHz) 20C/40T メモリ 合計128GB DDR5 5600 REG ECC 16GB x 8 ストレージ1 4TB SSD S-ATA ストレージ2 2TB HDD S-ATA ビデオ NVIDIA RTX6000 Ada 48GB (DisplayPort x4) x 4枚構成 ネットワーク on board (1GbE x1 /10GbE x1) 筐体+電源 タワー型筐体＋2800W TITANIUM OS Ubuntu 22.04 その他 15A 200V電源ケーブル C19 – C14 事例追加日：2025/12/9
- 事例No.PC-TW2M253280
-
大容量VRAM搭載LLMローカル検証用ワークステーション
用途：ローカル環境でのLLM検証 (Ollama)参考価格：5127430円お客さまからのご相談内容
大規模言語モデル（LLM）のローカル検証を目的にした、高性能PCを導入したい。
VRAM容量は不問、可能な限り多くの高性能GPUを搭載した構成を希望する。
予算は250万〜500万円程度で、Ollamaの利用を想定。
GPUドライバー、CUDA ToolkitおよびcuDNNのプリインストールも依頼したい。
環境は、200V電源の使用が可能。テガラからのご提案
GPUの選定について
今回の用途では、GPU性能とVRAM容量の両立が重要です。
LLMによっては140GB程度のVRAMが必要となることもあるため、NVIDIA RTX PRO 6000 Max-Q（96GB）を2枚搭載する構成をご提案しました。
さらに、3枚目のRTX PRO 6000 Max-Qの増設にも対応できるよう、空きPCIeスロットを確保した設計です。テグシスでは LLM における GPU 性能差をまとめた技術記事を公開しています。
前編では RTX 5090 / RTX 4090 / RTX 5000 Ada の実測比較を、続編では RTX PRO 6000 Max-Q を加えた検証 をご紹介しています。
詳細な検証結果は、下記をご覧ください。
メモリ構成と拡張性
LLMの推論では、VRAMを十分に確保することが前提となり、あわせてシステムメモリも同程度以上の大容量が求められます。
本構成では、256GB (64GB×4枚) のメモリを実装し、空きスロットには同容量 (64GB) のモジュールを増設可能です。将来的に3枚目のGPUを増設する場合、VRAMの総量は 96GB × 3 = 288GB となります。
その際には、空きスロットを活用してメモリを増設することで、適切なシステムメモリを無理なく満たせます。
これにより、GPU増設後もボトルネックを避けて、安定したデータ処理を実現できます。ソフトウェアの事前環境構築
GPUドライバー、CUDA Toolkit、cuDNNを適切なバージョンでプリインストールし、即時利用可能な環境で納品します。
PyTorchなどのフレームワークは、お客様によるセットアップを予定していますが、当社でも導入実績があり、必要に応じてご相談も承ります。このような分野で活躍されている方へ
- 人工知能
- 自然言語処理
- 機械学習
- 計算機科学
- 情報システム
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。通常24時間以内に担当者からご連絡いたします
主な仕様
CPU Intel Xeon W3-2525 3.50GHz (TB3.0時 最大4.5GHz) 8C/16T メモリ 合計256GB DDR5 5600 REG ECC 64GB x 4 ストレージ 1TB SSD S-ATA ビデオ NVIDIA RTX PRO6000 Max-Q 96GB ×2枚構成 ネットワーク on board (2.5GbE x1 /10GbE x1) 筐体+電源 ミドルタワー型筐体＋1600W 80PLUS PLATINUM OS Ubuntu 24.04 その他 12A 200V電源ケーブル C19 – C14
インストール作業（GPUドライバー、CUDA Toolkit、cuDNN）キーワード
CUDA Toolkitとは
CUDA Toolkitは、NVIDIAが提供するGPUコンピューティング開発環境です。
C/C++やFortranでのGPUプログラミングを可能にし、ディープラーニングや数値解析などで高速計算を実行できます。cuDNN（CUDA Deep Neural Network library）とは
cuDNNは、NVIDIAが提供する、GPUを用いたディープニューラルネットワーク（DNN）計算を高速化するための高性能ライブラリです。
TensorFlowやPyTorchといった主要フレームワークに組み込まれており、大学・企業の研究者が日常的に利用しています。cuDNNを使う最大のメリットは、フレームワークごとにGPU向けの最適化コードを書く必要がないことです。
NVIDIAがチューニングした演算処理やメモリ管理により、畳み込み演算やプーリング、正規化など、DNNで頻繁に使われる処理を安定して高速に実行できます。事例追加日：2025/11/25
- 事例No.PC-TTPJ253583
-
機械学習・地震波動解析向けワークステーション
用途：機械学習、数値計算 (PyTorch、TensorFlow、Paraview、HBI、OpenSWPC、SPECFEM、MPI、OpenMP)参考価格：5198600円お客さまからのご相談内容
100V環境で使用可能なワークステーションの導入を検討している。予算は約500万円。
用途は機械学習と数値計算。
使用予定のソフトウェアは、PyTorchやTensorFlowなどの機械学習ライブラリに加え、OpenSWPC、SPECFEM、hbi、自作のMPI/OpenMPコードによる並列計算コード。
希望するハードウェアスペックは以下の通り。・CPU：64コア以上
・メモリ：256GB以上（帯域幅も重視）
・GPU：VRAM 96GB以上
・SSD：高速I/O対応、4TB以上テガラからのご提案
並列計算に最適なCPU構成
数値計算に最適なCPUとして、64コア128スレッドのRyzen Threadripper PRO 9985WXを採用しています。
多くのコア数に加え、ベースクロック 3.20GHzという高い動作周波数により、MPIやOpenMPを活用した並列処理を効率的に実行できます。
また、8チャネル対応のDDR5メモリにより、メモリ帯域のボトルネックを軽減しており、複数のプロセスを同時に実行する場合でも、安定した処理が可能です。メモリ構成について
OpenSWPCやSPECFEMなど、大規模な行列データを扱う波動解析ソフトでは、十分なメモリ容量と高速なアクセス性能が求められます。
本構成ではDDR5-5600 REG ECC 512GB（64GB×8枚）を搭載し、容量・帯域幅ともに余裕ある環境を実現しています。
複雑な数値計算や並列処理においても、安定したパフォーマンスで計算処理を行えます。GPUの選定と拡張性
機械学習用途として、GPUにはVRAM 96GBのRTX PRO 6000 Max-Qを選定しています。
大容量のグラフィックメモリは、深層学習だけでなく、GPUを利用する技術計算にも適しており、幅広い解析処理に活用できます。
SPECFEM3D Cartesianの解析では、NVIDIA公式にてマルチGPUによる性能向上が報告されています。本構成は100V環境での単体運用を想定しており、200V環境が整えば2枚目のGPU増設も可能です。
あらかじめ1600W電源を搭載しているため、将来的なGPU拡張にもスムーズに対応できます。ストレージとI/O性能
解析に必要な高速I/Oを実現するため、Gen5 NVMe SSD 4TB（読み込み速度10,000MB/s以上）を搭載しています。
これにより、大容量データの読み書きが高速に行え、解析処理の効率が上昇します。
さらに、Gen4 NVMe SSD 4TBを併設しており、作業領域と保存領域を分けて運用することで、データ管理の効率化と安定性を両立できます。このような分野で活躍されている方へ
- 地震解析
- 構造力学
- 計算物理
- 人工知能
- GPUコンピューティング
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。
通常24時間以内に担当者からご連絡いたします
主な仕様
CPU AMD Ryzen Threadripper PRO 9985WX 3.20GHz (boost 5.4GHz) 64C/128T メモリ 合計512GB DDR5 5600 REG ECC 64GB x 8 ストレージ1 4TB SSD M.2 NVMe Gen5 ストレージ2 4TB SSD M.2 NVMe Gen4 ビデオ NVIDIA RTX PRO6000 Max-Q 96GB ネットワーク on board (10GBase-T x2) 筐体+電源 ミドルタワー型筐体＋1600W 80PLUS PLATINUM OS Alma Linux 保証 HDD返却不要サービス 1年 キーワード
・PyTorchとは
PyTorchは、Meta（旧Facebook）が開発したPythonベースのオープンソース振動学習フレームです。
動的計算グラフによる直感的な記述が特徴で、大学や企業の研究者に広く利用されています。
自然言語処理や医療画像解析など、多様な分野に対応し、GPUサポートや豊富なライブラリにより、高速かつ柔軟なモデル開発が可能です。・Tensorflowとは
TensorFlowは、Googleが開発したオープンソースの機械学習・深層学習ライブラリで、テンソル演算を通じた効率的な数値計算を可能にしています。
大学や企業の研究者、AIエンジニアなど幅広い技術者に利用されており、画像認識や自然言語処理など多様なタスクに対応。高い柔軟性とスケーラビリティを備え、研究から本番環境まで幅広い用途で活用されています。・OpenSWPCとは
OpenSWPCは、地震波の伝播を高精度に解析できるオープンソースの数値シミュレーションソフトです。
国内外の大学や研究機関、企業の防災・構造解析分野で広く活用されており、地震動や津波、地盤応答などの3次元解析に対応。
GPUによる高速演算やNetCDF・SAC形式の入出力をサポートし、再現性と拡張性の高い研究基盤として評価されています。・SPECFEMとは
SPECFEMは、スペクトル要素法（SEM）を用いた地震波動解析用のオープンソースソフトウェアです。
地球物理・地震学の研究機関やエネルギー関連企業で、震源解析や地盤特性評価などに活用されています。高い空間分解能と並列計算による大規模解析性能を備え、地球全体から都市スケールまでの精密なシミュレーションが可能です。・HBIとは
HBIは、地震サイクルを多次元で高精度に解析できる研究用シミュレーションソフトです。
境界要素法とH-マトリックスを活用し、2D・3Dの断層運動や摩擦、流体圧拡散など複雑な力学現象を再現可能。複雑な断層ジオメトリや摩擦モデルへの対応、並列処理による大規模解析が容易で、地震・地球物理分野の大学・企業研究者に広く利用されています。事例追加日：2025/10/22
ご注文の流れ
 |
お問い合わせフォームよりご相談内容をお書き添えの上、 お問い合わせください。 （お電話でもご相談を承っております） |
 |
弊社より24時間以内にメールにてご連絡します。 |
 |
必要に応じてメールにて打ち合わせさせていただいた上で、 メール添付にてお見積書をお送りします。 |
 |
お見積もり内容にご納得いただけましたら、メールにてご注文ください。 ご注文確定後、必要な部材を手配し PCを組み立てます。 (掛売りの場合、最初に新規取引票のご記入をお願いしております) |
 |
動作チェックなどを行い、納期が確定いたしましたらご連絡いたします。 (納期は仕様や製造ラインの状況により異なります) |
 |
お客様のお手元にお届けいたします (ヤマト運輸/西濃運輸) |
お支払い方法
お支払い方法は、お見積もりメール・お見積書でもご案内しています。
| 法人掛売りのお客様 |
| 原則として、月末締、翌月末日払いの後払いとなります。 |
| 学校、公共機関、独立行政法人のお客様 |
| 納入と同時に書類三点セット（見積書、納品書、請求書）をお送りしますのでご請求金額を弊社銀行口座へ期日までにお振込み願います。 先に書面での正式見積書（社印、代表者印付）が必要な場合はお知らせください。 |
| 企業のお客様 |
| 納品時に、代表者印つきの正式書類（納品書、請求書）を添付いたします。 ご検収後、請求金額を弊社銀行口座へお支払い期日までにお振込み願います。 |
| 銀行振込(先振込み)のお客様 |
| ご注文のご連絡をいただいた後、お振込みを確認した時点で注文の確定とさせていただきます。 |
修理のご依頼・サポートについて
弊社製PCの保証内容は、お見積もりメールでもご案内しています。
■お問合せ先
テガラの取り扱い製品に関する総合サポート受付のWEBサイトをご用意しております。
テガラ株式会社 サポートサイト
※お問い合わせの際には、「ご購入前」と「ご購入後」で受付フォームが分かれておりますので、ご注意ください。
| メール | support@tegara.com |
| 電話 | 053-543-6688 |
■テグシスのサポートについて
保証期間内の修理について
保証期間内におけるハードウェアの故障や不具合につきましては、無償で修理いたします。
ただし、お客様による破損や、ソフトウェアに起因するトラブルなど保証規定にて定める項目に該当する場合は保証対象外となります。
保証期間経過後も、PCをお預かりしての初期診断は無料で実施しております。
無料メール相談
PCの運用やトラブルにつきまして、メールでのご相談を承ります。経験・知識の豊富な技術コンサルタントが無料でアドバイスいたします。
※調査や検証が必要な場合はお答えできなかったり、有償対応となることがあります
オプション保証サービス
| 「あんしん＋」 もしもの時の延長保証サービス |
|
PCのご購入時にトータル5年までの延長保証をご選択いただけます。また、ご購入後にも延長保証を申し込むことができます。
|
| HDD返却不要サービス |
|
保証期間内にPCのHDD(SSD)が故障した場合、通常、新品のHDDとの交換対応となり、故障したHDDはご返却いたしません。 
|
| オンサイト保守サポート | |
|
故障発生時、必要に応じエンジニアスタッフが現地へ訪問し、保守対応を行うサービスです。
|
「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。
