- 事例No.PC-8369
-
干渉SAR解析用マシン
用途：地震動のスペクトル解析、干渉SAR解析、GISの利用参考価格：438900円お客さまからのご相談内容
地震の研究解析のため、解析用のマシンを導入したい。
現時点では下記の解析を予定しており、将来的には地熱系のシミュレーションを行う可能性がある。・地震動のスペクトル解析
・干渉SAR解析
・GISまた、希望するスペックや条件は以下の通り。
・CPU：Core i9-10900K (3.7GHz 10コア)
・メモリ：64GB
・ストレージ：1TB以上
・OS：Windows
・予算：50万円未満使用しているGISは「QGIS」だが、あまり高度な処理は行わない。地図の重ね合わせ程度の作業を予定している。
想定している処理にどの程度のビデオカードが必要なのかわからないが、ローエンド品でも問題ないのではないかと考えている。テガラからのご提案
ご要望に合わせて、構成をご提案しました。
想定している干渉SAR解析作業ではメモリ容量が32GB以上必要とのことでしたので、倍の64GBを初期容量としています。本構成は追加で64GB増設できますので、最大128GBまでのメモリ容量に対応しています。
GISを利用する場合、ビデオカードにはある程度のスペックが要求される場合があります。
ご利用予定のQGISは高スペックを要求するソフトではなく、ビデオカードも重要視されないため、最低限のカードを追加した構成としています。ただし、最近のオンボードビデオは数年前のローエンドビデオカード程度の能力があるため、QGISの利用がメインでない場合には、一度オンボードのビデオ出力で利用してみて、処理性能面で厳しいようであればビデオカードの追加を検討するのが良いかと存じます。
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。
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 Core i9-13900K (3.00GHz 16コア) メモリ 64GB ストレージ1 500GB SSD S-ATA ストレージ2 1TB SSD S-ATA ビデオ NVIDIA T400 ネットワーク on board (2.5GBase-T x1) Wi-Fi x1 筐体+電源 ミドルタワー筐体 + 850W OS Microsoft Windows 11 Pro 64bit キーワード
・スペクトル解析とは
信号の波形を周波数として解析する手法。波である信号が、どのようなスペクトル(周波数成分)なのかを表す。・干渉SAR解析とは
干渉SAR (Interferometric SAR/InSAR) 宇宙から地球表面の変動を監視する技術。広域にわたり変化を数cmレベルで算出することができるため、地震による地殻変動や地盤沈下などの調査に用いられる。・QGISとは
地理空間情報データの閲覧や編集、分析機能を持つクロスプラットフォームのオープンソースソフト・GISソフト。無料でありながら、優れた機能・操作性を持つ。参考：QGIS フリーでオープンソースの地理情報システム ※外部サイトに飛びます
事例追加日：2022/12/22
- 事例No.PC-10572
-
地震動に関する機械学習のためのマシン
用途：機械学習 (大量のデータ学習を高速で実施)参考価格：836000円お客さまからのご相談内容
地震動に関する研究を行うためのマシンが欲しい。
大量のデータ学習を高速で実施するため、メモリやGPUを充実させたい。
Pythonで自社開発したコードを用いた処理を行う予定だが、SonyのNeural Network Consoleも補助的な役割で使用する。マシン導入における条件は以下の通り。
・予算は100万円以内
・上記の予算内でRAMやGPUの容量をできる限り増やす
・GPU：Geforce RTX3090
・OS：Windows10PCに詳しくないため、メモリやGPUの容量やバランスなどに不安がある。
曖昧なイメージしか持っていないが、上記の条件を踏まえて適切な構成を提案して欲しい。テガラからのご提案
GPUを使用した機械学習では、GPUに搭載されているメモリの容量が重要になります。
メインメモリがGPUメモリ以上に必要なケースは少ない
お客様が自作したPythonコードがマシン本体のメインメモリを重視する場合は例外ですが、GPUを使用した一般的な機械学習では、メインメモリから一旦GPUメモリにデータを移動してから動作します。
そのため、メインメモリがGPUメモリ＋α以上に必要になるケースは少ないです。■Point
・GPUメモリの容量が大きいと、GPU学習時のバッチサイズなどを大きく取ることができ、学習速度が向上する場合がある。(特に、大容量の画像データを使った学習の場合にこの傾向が見られる)
・GPUメモリ容量の大きな製品をおすすめしたいが、ご予算100万円に収めるのは難しい。
ご予算とGPUメモリの条件から、NVIDIA GeforceシリーズをGPUとする方針で検討しました。
ご指定のRTX3090は終息のため、後継のRTX4090としています。ビデオメモリ 24GBに対し、メインメモリは64GBと余裕のあるスペックです。GPUとCPUの使い分け
また、お客様からは以下のご質問をいただきました。
■Question
GPUとCPUの使い分けとして、下記の[1]～[3]を想定している。
[1]CPU側で学習用データの前処理を実施する。
[2]前処理したデータをGPU上に転送して機械学習を行う。
[3]GPU上で学習させたモデルによる予測結果等をCPU上で処理する
提案構成では、メインメモリとGPUメモリの容量差が大きい印象だが、GPUメモリを24GBから48GBに変更することは可能か。
GPUで学習させた場合はインファレンスもGPUで行うパターンが多いと思われます。[3]についてお客様に確認した結果、インファレンスや推定精度の評価、図化を想定しているとのことでした。
CPUのインファレンスは特殊な機能がなくても可能ですが、処理に大変時間がかかる場合があります。そのため、お使いのインファレンスプログラムが (GPUでいうところのCUDAのように) CPUハード側で用意しているベンダー専用の仕組みを使って組み込まれている可能性がないか、確認をお願いしました。
例えば、IntelのDeep Learning Boostを前提にソフトが組み込まれている場合、この仕組みが実装されているCPUを利用する必要があります。参考：インテル ディープラーニング・ブースト (インテル DLブースト) ※外部サイトに飛びます
確認・ヒアリングの結果、インファレンス部分はCUDAによるGPU利用での対応であることが確認できたため、CPU側はIntel Deep Learning Boostなどを考慮する必要がないと判断しています。
また、GPUメモリの容量を増やす場合、ビデオカード自体を別の製品に変更する必要があります。
候補としてはRTX A6000 48GBが考えられますが、ご予算内での採用が難しいためRTX4090 24GBを選択している旨をお客様にお伝えし、ご理解をいただきました。ご予算に余裕のあるお客様は、RTX A6000に変更した構成でご案内しますので、お気軽にご相談ください。
通常24時間以内に担当者からご連絡いたします
検索キーワード
機械学習,地震動,マシン,大量のデータ学習,GPU,Geforce RTX4090,メモリ容量,Python,Sony Neural Network Console,インファレンス
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主な仕様
CPU AMD Ryzen7 7700X (4.50GHz 8コア) メモリ 64GB ストレージ1 2TB SSD M.2 ストレージ2 8TB HDD S-ATA ビデオ NVIDIA Geforce RTX4090 24GB (内排気) ネットワーク on board (2.5G x1 10/100/1000Base-T x1) Wi-Fi x1 筐体+電源 ミドルタワー筐体 + 1000W OS Microsoft Windows 10 Pro 64bit キーワード
・機械学習とは
機械学習は、データ蓄積により特定のタスクをコンピュータ上で実行できるようになる仕組み。
コンピュータが自律的に認識・予測精度を向上させる。
機械学習に関しては、弊社オウンドメディア「TEGAKARI」の関連記事をご覧ください。参考：【特集記事】機械学習ってなんだろう ※外部サイトに飛びます
・Neural Network Consoleとは
Neural Network Console (NNC) はSonyが開発したディープラーニング・ツール。プログラミングをせずにDeepLearningを行うことができる。参考：Neural Network Console (Sony) ※外部サイトに飛びます
・インファレンスとは
インファレンス (推論) とは、機械学習で問題を答えさせることを指す。
前のフェーズであるラーニング (学習) において、多くの学習データから分類や識別などを読み取り、パラメータを調節し、インファレンスで問題を解くのが、機械学習。
推論での回答結果に誤りがある場合には、学習フェーズに戻ってパラメータの調整を行い、再度推論を行って精度を高めることになる。事例追加日：2022/11/29
- 事例No.PC-9963
-
建造物構造解析用マシン
用途：汎用線形＆非線形構造解析システム「DIANA」及び有限要素解析向けプリプロセッサ/ポストプロセッサソフトウェア「Patran」の利用参考価格：614900円お客さまからのご相談内容
建造物の耐震性などを検証するために、DIANAやPatranを用いた構造解析を行いたい。
解析時間よりも作業時間の効率化を重要視しており、要素数や接点数が多いモデルでも快適に動作するマシンを導入したい。
予算は60～70万円程度で、現状のマシンスペックは以下の通り。・CPU：Xeon W-2265 3.50GHz 12コア
・メモリ：64GB
・ストレージ：1TB SSD M.2
・ビデオカード：NVIDIA RTX A2000
・OS：Windows 10テガラからのご提案
DIANA FEA社公式サイトに掲載されたハードウェア要件を参考に、ご予算に合わせた構成を検討しました。
参考：CONSIDERATIONS FOR SYSTEMS RUNNING DIANA ※外部サイトに飛びます公式サイトのハードウェア要件では、計算用ワークステーションの推奨構成としてXeon Wを搭載した構成が掲載されています。この推奨構成は、本件の予算範囲からも丁度よい構成です。弊社からのご提案では、メーカー推奨構成を踏まえつつ、お客様のご要望に合わせてスペックを調整しています。
構成検討のポイント
・「解析時間よりも作業時間の効率化を重要視しており、要素数や接点数が多いモデルでも快適に動作するマシンを導入したい」とのご要望を受け、GPUをA4000に変更。
・メーカーWEBにCPUは基本的にシングルコア性能を優先するべきという記述があるため、1コア当たりの処理能力が高い製品を選定。
・推奨CPUのXeon Wは第11世代Coreシリーズと同じアーキテクチャーであるため、GPUの搭載コストと1コアあたりの処理能力を考慮して、第12世代Core i9を選択。
なお、DIANAはGPGPUに非対応ですのでビデオカードは描画用途のみに利用されます。
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。
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
macromodel,reinforced concrete frame,Retrofitting of RC buildings,RC Infill Walls,Dowels,有限要素解析,Soil-steel,Seismic analysis,Underground structure,Vertical Ground Motion,Near-field effects,Seismic Vulnerability Assessment,Historical Masonry Building,Damage Assessment,Fragility curves
マクロモデル,鉄筋コンクリートフレーム,RC造建物の改修,RC造壁,ダボ,有限要素解析,地盤-鋼,耐震解析,地下構造物,鉛直地動,近接場効果,地震脆弱性評価,歴史的組積造建物,被害評価,脆弱性曲線主な仕様
CPU Core i9-12900KF (3.20GHz 8コア + 2.40GHz 8コア) メモリ 128GB ストレージ 1TB SSD M.2 ビデオ RTX A4000 ネットワーク on board (2.5GBase-T x1) 筐体+電源 ミドルタワー筐体 + 850W OS Microsoft Windows 11 Pro 64bit キーワード
・DIANAとは
DIANAはDIANA FEA社の提供する有限要素法による汎用の構造解析システム。ダムや堤防、トンネルの設計や、地下構造物、歴史的建造物、大型鉄筋コンクリート構造物などの分析で利用されています。参考：DIANA FEA ※外部サイトに飛びます
・Patranとは
MSC Software社の提供する有限要素法解析 (FEA) 向けのプリプロセッサ/ポストプロセッサ ソフトウェア。
MSC Nastran、Marc、LS-DYNA、ANSYS、Pam-Crashなど多くのソルバーに対応しています。参考：Patran (MSC Software/Hexagon) ※外部サイトに飛びます
・シングルコア性能とは
従来のCPUに搭載されたコアは1つのみで、クロック数を向上させることによって計算量を増やすことがCPU性能の向上を意味していました。
しかし、その方法では発熱・消費電力が増えて安定動作の面で問題があることから、近年ではクロック数ではなくコア数を増やすことによる高性能化が一般化しており、今日のCPUはそのほとんどがマルチコア化しています。
本事例における「シングルコア性能を優先」を言い換えると、複数のコアによる並列計算能力ではなく、CPU内のコア1つあたりのクロック数が高いものを優先、と考えることができます。
なお、前述のCONSIDERATIONS FOR SYSTEMS RUNNING DIANAには以下の記述があり、解析の大部分が並列ではなく順次実行されるため、シングルコアの性能が求められることがわかります。Adding additional cores helps to reduce the analysis time but since a substantial part of the analysis is executed sequentially instead of parallel the primary focus for improving performance should be to improve the single core performance of the system.
事例追加日：2022/11/16
- 事例No.PC-10454
-
反応経路計算用マシン
用途：原子・分子スケール構造モデリングソフトウェア「Winmostar」の利用参考価格：559900円お客さまからのご相談内容
合金触媒の研究用途でマシンの新規導入を検討している。最適な構成を提案して欲しい。
・WinmostarでQuantum Espressoを使い、表面電子状態の計算や反応種 (プロピレンや水素等) が吸着した系の計算、NEB法による反応経路の計算などの実施を想定している。
・金属化合物を使用しているため、中にはユニットセル内の原子が10個を超えるものもある。
・予算申請のための見積もりなので具体的な予算は決まっていないが、ひとまずは50万円程度を想定している。テガラからのご提案
ご予算50万円に近い金額で検討した構成を検討し、ご提案しました。
構成検討のポイント
・Quantum Espressoは公式のCPUベンチマークデータが公開されている。
・AMD系の多コアCPUが性能面で有利。
・ベンチマークリスト内でご予算内で対応できるCPUは、Ryzen9 5900X 12コアやRyzen9 5950X 16コアが該当する。※参考：Performance Metrics (Quantum Espresso) ※外部サイトに飛びます
ご提案では、ベンチマークリストに掲載されたCPUよりも新しい世代の製品を採用しているため、より高いスコアを狙えると判断しました。
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
反応経路計算,原子・分子スケール構造モデリング,Winmostar利用,QuantumESPRESSO,合金触媒研究,最適構成提案,金属化合物,NEB法,プロピレン,水素,表面電子状態計算,ベンチマークデータ,ハイパフォーマンス計算,分子動力学シミュレーション,量子化学計算,ユニットセル,ワークステーション提案,予算内構成,ミドルタワー筐体,分子モデリングソフトウェア
主な仕様
CPU AMD Ryzen9 7950X (4.50GHz 16コア) メモリ 128GB ストレージ 2TB SSD S-ATA ビデオ NVIDIA T400 ネットワーク on board (10/100/1000Base-T x1 筐体+電源 ミドルタワー筐体 + 850W OS Microsoft Windows 11 Pro 64bit キーワード
・Winmostarとは
Winmostar (ウインモスター) は原子・分子スケール構造モデリングソフトウェア。量子化学計算 / 分子動力学計算 / 個体物理計算などに対応しており、GUIでのシミュレーションを行うことができます。※参考：Winmostar ※外部サイトに飛びます
・Quantum Espressoとは
Quantum ESPRESSO (クオンタムエスプレッソ) は、GNU General Public Licenseで無料配布されているオープンソースソフトウェア。第一原理電子状態計算プログラム。※参考：Quantum Espresso ※外部サイトに飛びます
事例追加日：2022/10/22
- 事例No.PC-10440
-
Gaussian向けマシン (予算50万円想定)
用途：科学計算用ソフトウェア「Gaussian」「GaussView」の利用参考価格：475200円お客さまからのご相談内容
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。テガラからのご提案
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。Gaussianではどの程度の計算ができるか
Gaussian 16では、50以上の原子数を設定して計算を行う場合、1コアあたり4GB以上のメモリを搭載することが推奨されています。
参考：Gaussian 16 Rev. C.01/C.02 Release Notes ※メーカーページが開きます
逆説的には、1コアあたり4GBのメモリ容量を確保していれば、1コアで50程度の原子数の計算を十分に行うことができると考えられます。
あくまで理論上の推測ではありますが、本事例の構成は16コア構成で、1コアあたり4GBのメモリ容量を確保していますので、単純計算で50原子xコア数程度の規模の計算を行うことができると考えられます。
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
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/スループット主な仕様
CPU Ryzen9 5950X (3.40GHz 16コア) メモリ 128GB ストレージ1 1TB SSD S-ATA ビデオ NVIDIA T400 ネットワーク on board (10/100/1000Base-T x1) 筐体+電源 ミドルタワー筐体 + 850W OS Microsoft Windows 10 Professional 64bit 事例追加日：2022/10/13
- 事例No.PC-9948
-
電波干渉回避技術開発用マシン
用途：MATLAB、Parallel Computing Toolbox (parfor)参考価格：6600000円お客さまからのご相談内容
電波干渉回避技術を開発するためのマシンを検討している。具体的には、数値解析ソフトウェア MATLAB Parallel Computing Toolbox (parfor) を高速で処理できるマシンが必要。予算500万～700万円程度で提案してほしい。
テガラからのご提案
Parallel Computing Toolbox (parfor) におけるマルチコアプロセッサを使用した並列処理を最適化するため、AMD EPYC 2CPU搭載のラックマウント構成をご提案しました。CPUコア数はシステム合計128コアとなります。
本構成は現状1ノードで実現できる最大のコア数です。
メモリ容量については特にご指定いただいておりませんが、CPUコア数が多いため、それに見合った容量を確保しています。なお、AMD EPYCはデスクトップ向けWindowsをサポートしていません。
そのため、OSはMatlab 2022a、AMD EPYC双方がサポートしているWindows Server 2019としています。
Linuxへの変更も可能ですので、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 EPYC 7763 (2.45GHz 64コア) x2 メモリ 1TB REG ECC ストレージ 1.92TB SSD U.2 NVMe ビデオ NVIDIA P400 ネットワーク on board (10GBase-T x2) 筐体+電源 2Uラックマウント + 1600W/1000W リダンダント電源 OS Windows Server 2019 Standard 16C その他 Windows Server 2019 追加コアライセンス 16C x7 事例追加日：2022/07/04
- 事例No.PC-9922
-
気象シミュレーション用マシン
用途：WRF (Weather Research & Forecasting Model) を用いた気象シミュレーション参考価格：1096700円お客さまからのご相談内容
WRF (Weather Research & Forecasting Model) を用いた気象シミュレーションを行うためのマシンが欲しい。
予算100万円程度での提案を希望する。見積もりには液晶ディスプレイと外付けHDDを含めて欲しい。テガラからのご提案
ご予算内に収まる構成を検討しました。
本来、メモリは16枚構成 (1CPUあたり8枚) がベストですが、その構成にすると価格が上がってしまうため、8枚構成としています。
CPUやメモリ容量はご予算にあわせた構成のため、変更を希望される場合にはお気軽にご相談ください。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 Xeon Silver 4314 (2.40GHz 16コア) ×2 メモリ 256GB REG ECC ストレージ1 1TB SSD S-ATA ストレージ2 8TB HDD S-ATA ビデオ NVIDIA T400 ネットワーク on board (1000Base-T x2) 筐体+電源 タワー型筐体 + 1000W OS Ubuntu 20.04 ディスプレイ 23.8型ワイド液晶ディスプレイ その他 Intel oneAPI (Base Toolkit + HPC Toolkit) Free版
USB外付けHDD 8TB本事例はRADIC 2CPU Modelをベースにしています。
スペック変更による概算価格のシミュレーションはこちらからご確認いただけます。
※RADICのモデルチェンジ等の理由により、事例の構成と同一のスペックを選択できない場合があります。
おそれ入りますが、予めご承知おきください。事例追加日：2022/04/13
- 事例No.PC-9226
-
気象環境・流体シミュレーション用マシン
用途：WRF-Chem、OpenFOAM参考価格：1452000円お客さまからのご相談内容
WRF-Chemを用いた気象環境シミュレーションとOpenFOAMを用いた流体シミュレーションを行うためのマシンを導入したい。
CPUはXeonを希望で、WRFをインストールする都合上、OSはRedhatもしくはCentOS系がいいと考えている。
予算は160万円程度。
現在、2コア仕様のXeon ×8台でのLinuxクラスタ (13年ほど前に導入) を使用しているので、それを上回る性能のマシンが望ましい。テガラからのご提案
現在ご利用のクラスタは1ノードあたり2コアですので、8ノード分のCPUコアを確保するだけであれば、1CPU構成でも対応可能です。本件ではご予算に余裕がありますので、既存マシンの2倍の 2ソケット 32コア構成 としています。
なお、既存マシンについてはノードあたりのメモリ搭載量が不明でしたが、世代を考慮すると多くても1ノードあたり32GB程度だと推測されます。そのため、本構成では、32GB ×8台分の2倍となる512GBのメモリを搭載しています。
CPUコアとメモリのバランスについては、現在のクラスタの構成と比較しつつご検討いただく想定ですので、ご要望に合わせて変更いたします。
その他の構成は暫定的なものとしていますが、ビデオカードはWRF-Chemがポスト処理で解析結果の可視化を行うことができるため、ある程度の性能を持ったエントリークラスの製品を選択しています。
WRF-ChemはLinuxディストリビューションに依存しないソフトウェアだと思われますので、本構成ではUbuntu 20.04としています。また、OpenFOAMはUbuntuで簡便にインストールできます。
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 Xeon Gold 6326 (2.90GHz 16コア) ×2 メモリ 512GB ECC REG ストレージ1 1TB SSD S-ATA ストレージ2 8TB HDD S-ATA ビデオ NVIDIA T1000 ネットワーク on board (1000Base-T x2) 筐体+電源 タワー筐体 + 1000W OS Ubuntu 20.04 その他 Intel oneAPI(Base Toolkit + HPC Toolkit) Free版 本事例はRADIC 2CPU Modelをベースにしています。
スペック変更による概算価格のシミュレーションはこちらからご確認いただけます。
※RADICのモデルチェンジ等の理由により、事例の構成と同一のスペックを選択できない場合があります。
おそれ入りますが、予めご承知おきください。検索キーワード
CFD,OpenFOAM,Two phase flow,Run up,Undertow current,Turbulent separated flows,Viscoelastic flow,Planar contraction,Fluid mechanics,ViscoelasticFluidFoam,Computational fluid dynamics,Population balance,Multiphase Flow,Nonlinear wave–structure interactions,Wave loading,Spectral decomposition,Focused waves,NewWave,VOF phase-fraction,Wave-structure interaction,Shape optimization事例追加日：2021/10/18
- 事例No.PC-8999
-
衛星データ解析/モデルシミュレーション用マシン
用途：衛星データ解析、モデルシミュレーション、機械学習参考価格：1634600円お客さまからのご相談内容
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。テガラからのご提案
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。
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,主な仕様
CPU Xeon Gold 6226R (2.90GHz 16コア) x2 メモリ 192GB (16GB x 12) ECC REG ストレージ1 1TB SSD M.2 ストレージ2 16TB HDD S-ATA ビデオ NVIDIA Geforce RTX3090 ネットワーク on board (1000Base-T x2) 筐体+電源 タワー型筐体 +1000W OS Ubuntu 20.04 本事例はRADIC 2CPU Modelをベースにしています。
スペック変更による概算価格のシミュレーションはこちらからご確認いただけます。
※RADICのモデルチェンジ等の理由により、事例の構成と同一のスペックを選択できない場合があります。
おそれ入りますが、予めご承知おきください。事例追加日：2021/07/21
- 事例No.PC-8617B
-
計算科学向けワークステーション(Ryzen Threadripper仕様)
用途：計算科学、分子動力学(LAMMPS、OCTA)、量子化学計算(Gaussian)参考価格：1320000円お客さまからのご相談内容
計算科学向けワークステーションを検討している。
主な用途は分子動力学シミュレーション(LAMMPS、OCTA)と量子化学計算(Gaussian)。
予算は100万～120万円程度。テガラからのご提案
ご予算の範囲で構成を検討しました。
Xeon仕様(PC-8617A)と比較した場合、コアあたりの価格が安く動作クロックも高い点がメリットです。
また、PCI-E Gen4に対応していますので、GPUへの帯域がXeon仕様よりも広くなっています。一方、コアあたりのメモリ帯域としてはXeon仕様の方が有利です。
その他、ベクトル演算用のAVX512に対応しない(AVX256までの対応)ことや、Intel系のコンパイラやライブラリの最適化に対応しない、メモリ増設に対応しないといったデメリットもあります。シンプルにコア数×動作クロックが処理能力に直結する場合は、ほとんどの場合で本事例の構成が高速になると言えますが、前述のようなデメリットに関わる要素が、速度に影響する処理の中に含まれる場合はXeon仕様と比較して優位性が逆転する場合がありますので、ご承知おきください。
通常24時間以内に担当者からご連絡いたします
検索キーワード
計算科学向けワークステーション,分子動力学シミュレーション,LAMMPS,OCTA,量子化学計算,Gaussian,高性能ワークステーション,高動作クロック,PCI-E Gen4対応,AVX512対応,最適化処理,計算処理最適化,コスト効率の高いワークステーション
主な仕様
CPU Ryzen Threadripper3 3990X (2.90GHz 64コア) メモリ 256GB (32GB x 8) ECC UDIMM ストレージ 1TB SSD M.2 ビデオ NVIDIA Geforce RTX3080 ネットワーク on board (10Gigabit x1 / 2.5Gigabit x1) 筐体+電源 ミドルタワー筐体 + 1000W OS Windows 10 Professional 64bit 事例追加日：2021/3/30
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。
