PC提案事例

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。

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

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

DeepLearningを始めたいので、入門用のマシンを導入したい。
希望するスペックは以下の通り。

・CPU：指定はないので、適切なものを提案して欲しい。
・メモリ：32GB
・ストレージ：500GB SSD M.2
・OS：Windows11
・GPU：適切なものを提案して欲しい。
・マウス・キーボード：無線タイプ
・予算：50万円前後

ご指定の条件を満たす構成を検討しました。
CPUとビデオカードはご予算内で導入できる組み合わせとしていますが、計算の高速化やプログラミングのためのGPGPU・CUDA利用でも過不足のない構成としています。
お客様へのヒアリングでは、DeepLearning初心者に向けたマシン導入・テスト的な導入というお話でしたので、以下の点に配慮したご提案となっています。

・CPUとビデオカードはご予算内で導入できる組み合わせ
・GPGPUやCUDAを入門的に使うにあたり、過不足のないスペック
・Anacondaパッケージサービス込み

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

検索キーワード
DeepLearning入門用マシン,DeepLearning,CPU,メモリ,ストレージ,Windows11,GPU,GPGPU,CUDA,Anacondaパッケージサービス,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

機械学習 (ニューラルネットワーク) 用のPCが欲しい。
2枚のGPUを搭載して、それぞれを別々の学習で利用したい。具体的には、以下のスペックを考えている。

・CPU：IntelでもAMDでもどちらでもよい
・マザーボード：PCI-E 4.0 x16（PCI-E 5.0 x8）相当の転送速度でGPUを2枚挿せるもの
・メモリ：DDR4-3200かDDR5で、32GBか64GBのどちらかを検討している
・SSD：NVMeタイプ 500GB
・HDD：S-ATA 8TB
・電源：1600W
・GPU：NVIDIA Geforce RTX3090 x2枚
・OS：CentOS 7

第3世代Xeon Scalableを用いた1CPU仕様のマシンをご提案しました。
この構成を採用した主な理由は、PCI Express 4.0への対応です。2台のビデオカードはPCI-Express 4.0 x16の帯域幅で接続されます。

また、用途を考えるとメインメモリはビデオメモリの総容量以上を確保することが望ましいため、RTX3090のビデオメモリ24GB x2枚分の48GB以上である64GBとしています。
その他の構成も、可能な限りお客さまのご要望にあわせています。

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

検索キーワード
ニューラルネットワーク研究,機械学習,PyTorch,CUDA,GPU搭載PC,2枚のGPU,CPUスペック,PCI Express 4.0,メモリ容量,RTX3090, 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

バイオインフォマティクス、特に次世代シーケンサー解析用としてPCを検討している。
将来的な拡張性のある構成が希望で、ストレージは4TB SSDを搭載したい。
具体的な用途としては、Cell RangerやSTAR、bowtie2などを使った次世代シーケンサー解析と、Rなどを利用した下流解析・図表作成がメイン。
また、機械学習用にGPUを搭載したい。予算は120万円程度。

ご予算とCPU性能との兼ね合いから、Ryzen Threadripperを用いた構成をご提案しました。
メモリは本構成の最大容量の256GBで、ECCモジュールを採用しています。コストを重視する場合は、ECC機能のない通常のDIMMへの変更も可能です。

また、機械学習の予定があることから、GPUとしてRTX3080を搭載しています。
Cell Ranger、STAR、bowtie2 などをお使いいただく上では、特別な描画能力が必要となることはありませんので、コストを重視する場合にはもっと安価なビデオカードへの変更も可能です。ご希望の場合には、お気軽にご相談ください。

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

検索キーワード
次世代シーケンサーデータ解析,バイオインフォマティクス,Cell Ranger,STAR,bowtie2,R,Ryzen Threadripper,4TB SSD,機械学習,RTX3080, Cell biology,RNA sequencing,Biochemistry,Bioengineering,Bioinformatics,Biophysics,Cancer Biology,Cell Biology,Clinical Trials,Developmental Biology,Ecology,Epidemiology,Evolutionary Biology,Genetics,Genomics,Immunology,Microbiology,Molecular Biology,Neuroscience,Paleontology,Pathology,Pharmacology and Toxicology,Physiology,Plant Biology,Synthetic Biology,Systems Biology,Zoology,Single-cell RNA sequencing,SARS-CoV-2,COVID-19,chromatin accessibility,transcriptome profiling,scATAC-seqScRNA-seq,T cells,tissue resident memory T cells,central memory T cells

産業用ロボットを制御するためのマシンを導入したい。PLCとの通信や各種産業用機器への接続も視野に入れた構成を考えている。

スペックは、CPUをCore i9として、画像処理や深層学習用にGPUを搭載したい。
また、停電対策としてUPSへの接続を想定している。

一番重要な要素は納期なので、納期とそれ以外の条件のバランスを考慮した提案を希望する。

お客様のご要望により、WEB会議にて用途やご希望条件をヒアリングさせていただいた上で構成を検討しました。
機械学習は推論のみとのことで、学習時のようなGPU性能は要求されないと判断し、消費電力と性能のバランスを考慮してミドルクラスの製品としています。

PLCとの通信や、各種産業用機器への接続は、PCI-Expressの空きスロットにインターフェースカードを搭載する形で実現することになりますが、設置場所や運用方法によってご提案内容が変更となる場合がありますので、前提となる条件をご相談いただけますと幸いです。

また、お客様のご希望に合わせてUPSを含めた構成としており、最大消費電力から計算して10分程度のバックアップ時間を確保しています。

なお、納期が最重要であることから、パーツの入手性を重視した構成としています。そのため、一般的な産業用コンピュータとして構成した仕様ではございません。
ただし、用途としては産業用 (業務用) である点を考慮していますので、対応できる範囲においては産業用向けのパーツを用いた構成です。
具体的には、SSDを高耐久製品に変更し、OSをWindows Updateによる機能更新のないIoT Enterpriseとしています。
常時稼働の場合には、電源ユニットも含めて高耐久の仕様にすることが望ましいですが、ご案内の時点では信頼性の高いニプロン製電源の納期が長期化していたため、一般向けの電源を搭載した構成としています。

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

【参考情報】組み込み系OS「Windows 10 IoT」の特色とは？

検索キーワード
産業用ロボット制御,画像処理,深層学習 (推論),PLC通信,産業用機器接続,Core i9,GPU搭載,UPS接続,納期重視,産業用コンピュータ

学習済みのDNNモデルを予め用意しておき、そのモデルの推論専用サーバーを構築したい。DNNのGPU処理が可能な限り高速なマシンを希望。
GPU処理能力・GPUメモリを優先したいと考えており、事例No.PC-8351のようにRTX3090を4枚搭載した構成を想定している。
SSDは1TB程度、メモリは128GB以上、CPUの希望はないが、予算200万円の範囲内で高スペックなものにしたい。
電源は100Vでも200Vでも対応可能だが、サーバー用途のため24時間通電する想定。

ご連絡いただいた条件に合わせて構成を検討しました。

お問合せのきっかけとなった事例No.PC-8351とは異なる構成です。

■Point

・お客様がご覧になった事例No.PC-8351の2台の電源は、100V給電で4枚のGPUを動作させるために2台の電源を搭載している。(リダンダント構成ではない)
・上記の理由から、PC-8351はかなり特殊な電源構成であり、24時間稼働のサーバー用途には適していない。

この前提を踏まえ、用途を踏まえた上での参考見積もりとしての構成をご提案しました。

本事例の構成を利用する場合、電源環境は200V給電が必要です。
お客様の指定にあわせる形での構成案としていますが、サーバー用途である点を考慮すると信頼性に関わる部分のクオリティを下げることが難しいため、ご予算オーバーでのご提案としています。
ご予算優先の場合には、GPUの搭載数などを見直すことで調整できる場合がありますので、お気軽にご相談ください。

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

検索キーワード
機械学習,推論専用サーバー,RTX 3090,GPU処理能力,GPUメモリ,マシン構成,200V電源環境,SSD 1TB,メモリ128GB,サーバー用途, 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-8617Aを見ての問い合わせ。衛星データ解析と気象モデリングのシミュレーションを行うためのマシンを希望。
CPUコア数は32コア程度で十分。ECC対応メモリ192GB以上を搭載した構成が理想。
機械学習での利用も想定しているため、8GB以上のビデオメモリを搭載したNVIDIA GPUを搭載したい。
ストレージは将来的な増設で対応するので、初期時点では1TB程度のSSDが1台あれば問題ない。
OSはUbuntu 20.04で、120万～140万円の予算範囲で提案して欲しい。

2CPU仕様で条件を満たす構成を検討しました。
ご覧いただいた事例No.PC-8617Aをベースに検討していますが、事例ではCPUが52コアであるのに対し、本構成ではお客様の想定に合わせて32コア程度に調整しています。
ストレージは、SSDの他にデータ用として16TB HDDを搭載していますが、使い方によって調整しますのでご相談ください。

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

検索キーワード
衛星データ解析,モデルシミュレーション,機械学習,CPUコア数,ECC対応メモリ,NVIDIA GPU,ビデオメモリ,SSDストレージ,Ubuntu 20.04,予算範囲,

事例No.PC-5363と同等のマシンが欲しい。用途はDeepLearningで、TESLAを搭載した構成を希望。

事例No.PC-5363の構成で搭載していたTESLA P100が終息のため、現行品のTESLA V100Sへ変更しつつ、全体的なスペックも現行仕様としたお見積もりです。
メモリはCPUのチャネル数にあわせて、16GB x12枚の192GB構成としています。
OSはUbuntu16.04のサポート終了が近いため最新の安定版に変更としていますが、別ディストリビューションへの変更をご希望の際にはご相談ください。

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

検索キーワード
TESLA V100S,DeepLearning用マシン,機械学習,DeepLearning,TESLA P100,メモリ,CPUのチャネル数,Ubuntu 16.04,グラフィックスカード,サポート終了

機械学習用にGPUマシンを導入したい。プログラムの試算用で、なるべく小型なものを50万円～70万円程度で導入できればと考えている。納期は最短を希望。

本来はCore-i系構成かRyzen構成でも問題ありませんが、ご提案時点ではこれらのCPUの入荷状況が不安定でしたので、比較的納期が安定していたCore-X系構成にてご提案しました。

また、小型筐体をご希望でしたので、タワー型の中でもコンパクトタイプの製品を採用し、GPUはご提案時点での最上位に近いRTX3090を1枚としています。

加えて、設置場所にデータ保存用サーバーなどのないことが想定されたため、ローカルストレージにシステム用SSD＋データ置き場用のHDDという構成としています。
OSはDeepLearning用として一般的なUbuntuです。

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

検索キーワード
機械学習用マシン,GPUマシン,DeepLearning,Core-X系,RTX3090,タワー型コンパクトマシン,ローカルストレージ,システム用SSD,データ置き場用HDD,Ubuntu,

Matlab上で様々な機械学習ツールを使った脳情報解析を行うマシンのご相談。24時間稼働が基本となり、解析を行いながら、一般的な事務作業やリモートアクセスによる操作も行う。予算執行のご都合により、短納期が条件。

Parallel Computing Toolboxを利用しないとのことでしたので、コア数よりもCPU単体のクロックに比重を置いたほうが速度面の効果が期待できると考え、ご提案時、短納期で納入が可能であった1CPUXeonにてご提案いたしました。 計算速度についてはScilabにて、お客様のご希望より短時間で処理が完了することを事前検証しております。