- 事例No.PC-TW2M253288
-
電磁界解析向けワークステーション
用途：電磁界解析 (Ansys Lumerical FDTD、COMSOL Multiphysics)参考価格：959200円お客さまからのご相談内容
事例No.PC-11041を見ての問い合わせ。
予算は100万程度で、研究室でLumericalとCOMSOLを用いた電磁界計算を行うためのPC購入を相談したい。テガラからのご提案
ご覧いただいた事例No.PC-11041を基に、CPUとメモリの性能を予算上限まで強化し、解析をよりスムーズに行える仕様としました。
CPUには18コア36スレッドのXeon W5-2565Xを搭載しており、多コアによる高い並列計算性能によりCOMSOLでの解析処理速度が向上します。
さらに、メモリを128GBに拡張したことで解析可能なモデルサイズが増加し、多変数パラメトリック解析など、大規模解析にも安定して対応できます。複雑化する解析条件やモデルサイズにおいても、研究室内での計算時間を短縮でき、全体の効率化を実現します。
より大規模な解析に対応する高性能GPU搭載構成など、掲載のない仕様や特殊要件にも柔軟に対応可能です。
また、電磁界解析に最適なマシン構成を選定するポイントをまとめたページもご用意しております。
構成検討時の参考資料として、ぜひご活用ください。このような分野で活躍されている方へ
- 電磁界解析
- ナノフォトニクス
- 光デバイス設計
- フォトニクス工学
- 量子光学
用途や研究規模に応じて最適なマシンをご提案いたします。
ご要望やご不明点がございましたら、お気軽にご相談ください。
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 A400 4GB (MiniDisplayPort x 4) 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 1000W 80PLUS PLATINUM OS Microsoft Windows 11 Professional 64bit キーワード
・Lumerical FDTDとは
Lumerical FDTDは有限差分時間領域法を用いた電磁界解析ソフトウェア。3次元構造の広い周波数範囲での解析が可能で、複素媒質や各種材料を考慮できる。
FDTD法により高速に広帯域の周波数解析が行え、位相やSパラメータの取得が可能。マイクロ波・光通信・フォトニクス分野で研究開発に使用されている。・COMSOLとは
COMSOL は様々な物理学や工学分野など製造や科学研究のあらゆる分野で利用されるソフトウェア。設計やデバイス開発、解析などで用いられる。
事例追加日：2025/7/11
- 事例No.PC-TW2D252130
-
大規模言語モデル計算処理向けマシン
用途：Llama推論、ローカルLLM、Difyアプリケーション開発参考価格：4526500円お客さまからのご相談内容
事例No.PC-10880を見ての問い合わせ。
ローカル環境でLLMを活用するため、LLMの計算に必要なマシン購入を検討している。計算に必要なマシンスペックがわからないため、どのような仕様が必要になるか含めて知りたい。
また、その他必要な周辺機器、指定ソフトウェアのインストール可否を教えてほしい。
Difyと、METAのLlama 3.3 (70B) の使用を想定している。
NVIDIA Geforce RTX 4090 24GB でLlama 3.3を計算させたところVRAM使用率が99%となり不足していることを確認した。テガラからのご提案
事例No.PC-10880をベースに、現行世代のパーツで作成しました。
大規模言語モデル (LLM) の推論や学習をローカル環境で安定稼働させたい研究者・エンジニア向けの仕様です。GPUとしてNVIDIA RTX 6000 Ada 48GBを2基搭載し、AI推論・学習処理を高速化します。
さらに、画面描画用としてRTX A400 4GBを別途採用しているため、計算処理と表示処理を分離し、安定運用が可能です。また、ECC対応DDR5メモリを搭載しており、長時間の計算処理に対する高い信頼性があります。
PCI-E x16スロットを4基備えているため、GPUの追加にも柔軟に対応可能です。
電源には1500W PLATINUMを採用し、生成AIやLLM開発など安定運用が求められる環境でも安心して使用できます。最新GPUを搭載し、ご相談いただいた各種ソフトウェアもインストール済みのため、購入後すぐに研究や開発業務に活用できます。
このような分野で活躍されている方へ
- 計算機科学
- 自然言語処理
- AI工学
- 情報システム開発
- 応用統計学
※本構成はソフトウェアのライセンス・セットアップ費用も含んだ価格です。
掲載されていない仕様や特殊要件についても柔軟に対応いたしますので、ぜひお気軽にご相談ください。
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256GB DDR5 5600 REG ECC 32GB x 8 ストレージ 2TB SSD M.2 NVMe Gen4 ビデオ NVIDIA RTX 6000 Ada 48GB x 2基構成
NVIDIA RTX A400 4GB (MiniDisplayPort x 4)ネットワーク on board (2.5GbE x1 /10GbE x1) 筐体+電源 タワー型筐体 1500W 80PLUS PLATINUM OS Microsoft Windows 11 Professional 64bit その他 ソフトウェアインストール
・Dify (v0.15.2+)
・Ollama (v0.5.7+, Desktop 2.139.1733+)
・Llama 3.3 model
・Docker Desktop (企業利用はライセンス要確認)
・Power BIキーワード
・Llamaとは
Llamaは、Meta社が開発した大規模言語モデル群。
Llama 3.3 (70B) などパラメータ数が多いモデルは高性能GPUと大容量メモリを必要とし、ローカル運用時の計算負荷が大きい。
最新論文やモデル情報は研究開発でも注目されている。・Difyとは
Difyは、オープンソースの生成AIアプリケーション開発プラットフォーム。
LLMを活用したアプリ構築を迅速化でき、API連携やチャットボット作成も容易。
LLM推論環境と合わせて導入するケースが増えている。事例追加日：2025/7/9
- 事例No.PC-24001322
-
機械学習用マシン
用途：混合整数計画等の最適化問題の計算とMATLABツールボックス (Deep Learning Toolbox, Reinforcement Learning Toolbox等) を利用した機械学習参考価格：982300円お客さまからのご相談内容
予算100万円以内で、2つの用途に適した構成を提案して欲しい。
[1]商用最適化 (混合整数計画等) ソルバーによる最適化問題の計算
[2]MATLABツールボックス (Deep Learning Toolbox, Reinforcement Learning Toolbox等) を利用した機械学習使用ソフトウェアはMATLAB、Gurobi Optimizer、OpenDSSを予定している。
テガラからのご提案
CPUとメモリを重視した構成
ご利用予定のソフトを扱うにあたり、解析の規模にはCPUスレッド数とメモリ容量が関係し、処理速度にはCPUクロック数が関係します。そのため、これらのスペックを優先し、「Ryzen9 9950X 16コア/32スレッド」を採用しました。メモリ容量は「32GB×4枚(合計128GB)」搭載しています。
機械学習用にRTX4090を採用
MATLABでの機械学習を考慮し、GPUに「Geforce RTX4090 24GB」を採用しました。RTX4090はご提案時点における最上位モデルの製品であり、GPU計算向けの製品と比較して低コストで導入できるのが利点です。
また、MATLABはCUDAを利用した並列計算をサポートしていますので、RTX4090のCUDAコアを活かして効率的に計算処理を行うことができます。
主な仕様
CPU AMD Ryzen9 9950X 4.30GHz(Boost時最大5.70GHz) 16C/32T メモリ 合計128GB DDR5 5600 32GB x 4 ストレージ 2TB SSD M.2 NVMe Gen4 ビデオ NVIDIA Geforce RTX4090 24GB 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 80PLUS PLATINUM OS Microsoft Windows 11 Professional 64bit ■キーワード
・MATLABとは
MATLABは工学・理学・経済学など幅広い分野でのデータ解析やアルゴリズム開発、モデル作成で使用される数値解析用ソフトウェアかつ、内部で使用するプログラミング言語の名称でもある。
・Gurobi Optimizerとは
世界中で広く使われており、適用可能問題範囲が広く、高性能な数理最適化技術を取り入れた線形／整数計画ソルバー。
・OpenDSSとは
OpenDSSは、オープンソースの電力分配システムシミュレータ (DSS)。マイクログリッドや分散型エネルギー資源 (DER) の統合、スマートグリッドシステムの開発に活用されている。
事例追加日：2025/02/03
- 事例No.PC-24000911B
-
予算100万円以内のDeepLabCut用マシン (スペック重視)
用途：DeepLabCutの利用参考価格：972400円お客さまからのご相談内容
DeepLabCut ver2.3用のマシン購入を検討している。具体的なスペックとして、CPUはCore i7、GPUはRTX A5000、SSDは2TB x2、メモリは64GB、OSはLinuxを希望する。予算100万円以内の条件で、できるだけ安く適切なPC構成を提案してほしい。
また、DeepLabCutのインストールまで含めた形での提案を希望する。テガラからのご提案
事例No.PC-24000911Aの別パターンとして、GPUを上位スペックの製品に変更した構成です。
GPUはビデオメモリ量を優先して選定
ご希望のNVIDIA RTX A5000 24GBは生産終了のため、後継品の「NVIDIA RTX Ada シリーズ」を採用しています。ビデオメモリ量を基準に考えた場合、RTX A5000と同じ24GBの製品にはNVIDIA RTX4500 Ada 24GBがあります。本事例では、ご予算の範囲内でスペックを優先した場合としてRTX4500 Adaを採用していますが、コストやバランスを重視する場合には、事例No.PC-24000911Aをご覧ください。
参考：事例No.PC-24000911A 予算100万円以内のDeepLabCut用マシン (コストパフォーマンス重視)
DeepLabCutのセットアップについて
DeepLabCutのセットアップ作業の過程で、OSのユーザー情報 (ユーザー名やパスワード) が必要となります。ご注文の際にお知らせください。
また、ソフトウェアのインストールだけでなく、現地への搬入設置作業も承っております。開梱やケーブリング、起動確認以外のサポートも承っていますので、お気軽にご相談ください。
主な仕様
CPU Intel Core i7-14700 2.10GHz(8C/16T)+1.50GHz(12C/12T) メモリ 合計 64GB DDR5-5600 32GB ×2 ストレージ1 2TB SSD M.2 NVMe Gen4 ストレージ2 2TB SSD M.2 NVMe Gen4 ビデオ NVIDIA RTX4500 Ada 24GB (DisplayPort x4) 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 Ubuntu 22.04 キーワード
・DeepLabCutとは
DeepLabCutは、動物の行動を分析するためのオープンソースのディープラーニングツール。動画から動物の特定の身体部位を識別しマーカーレスでの追跡が可能で、精度の高い動きの分析を提供する。
参考：DeepLabCut — The Mathis Lab of Adaptive Intelligence ※外部サイトに飛びます
事例追加日：2024/12/13
- 事例No.PC-11829
-
RTX6000Ada搭載 AI開発用マシン
用途：RTX6000 Adaを用いたAIモデルの活用参考価格：2273700円この構成はAIモデルやニューラルネットワークの学習・実行にフォーカスしています。
搭載されているハイエンドGPU「RTX6000 Ada」は、DeepLearningなどの高度な計算タスクに特化したGPUで、48GBのビデオメモリを実装しています。主要なAIモデルで大きなバッチサイズを利用する際、大容量のビデオメモリは有利に働きます。参考記事：「主要なAIモデルにおける RTX シリーズ GPUのパフォーマンス比較検証」 TEGSYSでは、先行する事例としてRTX A6000 Adaを2台搭載した『事例No.PC-11248 RTX6000Ada x2枚搭載 AI開発用マシン』が高い評価を得ており、多数のお問い合わせやご注文・頂戴しています。
本事例はPC-11248をベースにしつつ、”コストに配慮したGPUマシン”のコンセプトのもとRTX A6000 Ada x1台構成でGPU以外のスペックも全体的に見直しを行い、より導入しやすいコスト・構成を目指しました。なお、本事例の構成はPCIeスロットを複数備えているので、将来的なGPUの増設に対応しています。
※GPU増設のご予定がある場合は、別途仕様を変更してご案内しますのでお知らせください。また、CPUにはIntel Xeonシリーズを採用しているので、AIモデル開発以外の用途でも十分な処理能力を発揮できます。
その他、大容量メモリ搭載やCPUコア数、ストレージ容量変更など、ご要望に合わせたカスタムをご提案を承っております。
どうぞ、お気軽にご相談ください。
主な仕様
CPU Intel Xeon W3-2435 (3.10GHz / 8コア) メモリ 64GB REG ECC ストレージ1 1TB SSD M.2 NVMe Gen4 ストレージ2 4TB HDD S-ATA ビデオ NVIDIA RTX6000 Ada 48GB ネットワーク on board (2.5GbE x1, 10GbE x1) 筐体+電源 タワー型筐体 + 1000W OS Microsoft Windows 11 Professional 64bit その他 CUDA Toolkit 12インストール 事例追加日：2024/02/21
- 事例No.PC-11128
-
画像生成AIモデル開発用マシン
用途：Stable DiffusionによるAI画像生成参考価格：2069100円お客さまからのご相談内容
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。
希望する条件は以下の通り。
・GPU：NVIDIA Geforce RTX4090 x3枚
・OS：なし
・使用するソフトウェア： Stable Diffusion Web UI (Python)テガラからのご提案
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。主な仕様
CPU Intel Xeon Silver 4314 (2.40GHz 16コア) メモリ 128GB REG ECC ストレージ 1TB SSD S-ATA ビデオ NVIDIA Geforce RTX4090 24GB x3 ネットワーク on board (1GbE x1 /10GbE x1) 筐体+電源 キューブケース + 1600W x2 OS なし キーワード
・Stable Diffusionとは
Stable Diffusionは、イギリスのStability AI社によって開発された画像生成AI。文字入力から画像を生成するtext-to-imageのほか、入力された画像のうち一部分だけを生成して置き換えるインペインティングや、入力された画像の外側に付け足すように画像を生成するアウトペインティング、画像と文字入力に基づいて画像を生成するimage-to-imageでの生成が可能。
・Pythonとは
Pythonは、Python Software Foundation (PSF) が著作権を保持する、オブジェクト指向プログラミング言語。プログラミングの構文がシンプルなため可読性が高く、目的に応じたライブラリやフレームワークといったコンポーネントが豊富に揃っていることも特徴。プログラミングの初学者から上級者に至るまで人気の言語。参考：【特集記事】プログラミング言語 Python その人気の理由は？- Python プログラミングを加速するツールたち ※弊社オウンドメディア「TEGAKARI」に飛びます
事例追加日：2023/10/03
- 事例No.PC-11248
-
RTX6000Ada x2枚搭載 AI開発用マシン
用途：AIモデル開発参考価格：3850000円お客さまからのご相談内容
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。
・CPU：GPU性能に見合ったもの
・GPU：予算内でできるだけ性能が高いもの
・ストレージ：合計3~5TB(1TB以上のSSDを含む)
・メモリ：128GB以上
・電源：100V環境で使用可能
・OS：Windows 11 Professional 64bit
・予算：400万円程度テガラからのご提案
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。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主な仕様
CPU Intel Xeon W5-2465X (3.10GHz 16コア) メモリ 128GB REG ECC ストレージ1 1TB SSD M.2 ストレージ2 4TB HDD SATA ビデオ NVIDIA RTX6000 Ada 48GB x2 ネットワーク on board (2.5GbE x1, 10GbE x1) 筐体+電源 タワー型筐体 + 1600W OS Microsoft Windows 11 Professional 64bit FAQ
・RTX 6000 Adaとは
RTX6000 AdaはNVIDIAがリリースしたAIコンピューティング用のビデオカードであり、以下の特長を有する。・AIワークロードに特化したハードウェア機能が搭載されている
・Tensor Coreを568基搭載しており、高速な深層学習演算が可能
・48GBのGDDR6メモリを搭載しており、大規模なデータセットを扱うことができる
・NVIDIAのソフトウェア開発キットであるCUDAやcuDNNとの高い互換性がある
・仮想化技術をサポートしており、複数の仮想マシン上でのAIワークロードの実行が可能事例追加日：2023/08/09
- 事例No.PC-10992
-
AIサービス用マシン
用途：サービス開発を目的としたDeepLearning実験参考価格：1610400円お客さまからのご相談内容
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を使用テガラからのご提案
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。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主な仕様
CPU Xeon Silver 4314 (2.40GHz 16コア) メモリ 128GB REG ECC ストレージ1 1TB SSD S-ATA ストレージ2 4TB HDD S-ATA ビデオ NVIDIA Geforce RTX4090 x2 ネットワーク on board (1GbE x1 10GBase-T x1) 筐体+電源 タワー型筐体 + 1600W OS Ubuntu20.04 その他 200V対応ケーブル
キーワード
・PCI Express (PCI-E/PCIe) とは
PCI ExpressはPCやサーバーなどのシステムで高速なデータ転送を行うためのインターフェース規格。レーンと呼ばれる単位で送受信する。PCI-Eは1本の送信用差動ペアと1本の受信用の差動ペアで構成される。1レーンあたりの転送速度はバージョンによって異なるが、PCI-E 5.0では1レーン当たり32Gbpsの転送が可能。
また、PCI-E x1スロットには1本のレーンがあり、PCI-E x4スロットには4本のレーンがある。したがって、PCI-E x4スロットはPCI-E x1スロットの4倍の転送速度を持つ。
ビデオカードは高速なデータ転送を必要とするため、通常は最大レーン数であるPCI-E x16スロットに接続される。・DeepLearningとは
DeepLearningは機械学習の一種であり、多層のニューラルネットワークを用いて高度なパターン認識や予測を行う手法。一般的に大量のデータを必要とするため、データが豊富な場合に効果的な手法とされている。
また、DeepLearnigは画像認識や音声認識、自然言語処理などの分野で広く用いられている。複雑な特徴や関係性を学習することができるため、従来の機械学習手法よりも高い精度を発揮することができる。参考：【特集記事】機械学習ってなんだろう ※弊社オウンドメディア「TEGAKARI」に飛びます
・PyTorchとは
PyTorchはPythonで書かれたオープンソースの機械学習ライブラリ。ニューラルネットワークの構築やトレーニングにおいて、高速かつ柔軟な開発を可能にすることを目的としている。また、Tensorと呼ばれる多次元配列を扱うことが可能で、GPUを用いて高速な演算を行うことが可能。
その他、多くのモデルアーキテクチャをサポートしており、様々な種類のニューラルネットワークをを簡単に構築することができる。加えて、GPUをサポートしているため、大規模なデータセットを用いた学習を効率的に行うことができる。事例追加日：2023/05/18
- 事例No.PC-10873
-
自然言語処理モデル用ワークステーション
用途：BERTのFine-tuningおよびNVIDIA Clara Parabricks参考価格：1466300円お客さまからのご相談内容
手持ちのGPU x2台 (RTX A6000 2台またはA100 2台)を使用するためのマシンを購入したい。
希望する条件は以下の通り。・100Vの電源環境で動作する構成を希望
・消費電力はできるだけ小さくしたい
・居室で使用するため、GPU使用時以外は静音が望ましい。ただし、GPU使用時の稼働音は許容する
・用途はBERTのFine-tuningおよびNVIDIA Clara Parabricks
・予算は150万円予算は年度を超えても大丈夫だが、できるだけ早く入手できると嬉しい。
テガラからのご提案
ご要望に合わせて構成を検討しました。
消費電力を意識して、Ryzen Threadripper構成としています。搭載するGPUはRTX A6000を想定しています。
A100はGPU本体に冷却FANがないため、GPU冷却機構を持つGPGPUサーバー用の筐体が必須となり、ご予算内での実現は難しいとお考えください。100V環境で利用できる電源容量
電源ユニットは1600W対応品としていますが、100V環境での利用では1300W程度までが利用可能です。 入力が最大100V/15Aの交流に対して直流への変換時にロスがあり、80+の最大変換効率であるTITANIUMであっても、100%動作時の変換効率は90%です。100V/15A時は1500W x0.9として1350Wが理論上の上限となります。
上記を前提に、CPU側は極力消費電力が少ないことが望ましいと考えられるため、1CPU構成のThreadripper構成をご提案しました。 また、本構成は1CPU構成のため物理的に筐体内部スペースの余裕がありますので、200V環境で利用する場合にはRTX A6000を合計3台利用することができます。
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。稼働音対策をご希望のお客様には、エスアイ社製の静音ラックと合わせたご提案も承っております。
静音性を重視したマシン導入をお考えの際には、気兼ねなくご相談ください。
エスアイ社製 静音ラックの特長
[1]ユーザーの環境とマシンに合わせた専用設計のラックを提供
[2]静音性と安全放熱を高い次元で両立
[3]音響の専門技術を軸としたメーカーなので、静音性の技術力が高い
[4]マシン適合の技術サービスが付帯し、安全運用を約束検索キーワード
自然言語処理モデル用ワークステーション,BERT Fine-tuning,NVIDIA Clara Parabricks,GPU x2台,RTX A6000,A100,100V電源環境,消費電力,静音,予算150万円主な仕様
CPU AMD Ryzen ThreadripperPRO 5975WX (3.60GHz 32コア) メモリ 256GB REG ECC ストレージ 1TB SSD M.2 ビデオ on board (VGAx1) ネットワーク on board (1GbE x1 10GBase-T x1) 筐体+電源 タワー型筐体 + 1600W OS Ubuntu 20.04 キーワード
・BERTとは
BERT (Bidirectional Encoder Representations from Transformers) は、Googleが開発した自然言語処理 (NLP) モデル。与えられた文脈に基づいて単語を理解することができ、言語処理における幅広いタスクに適用される。
また、BERTは事前学習とファインチューニングの2つのフェーズで構成されている。事前学習では、大規模なコーパスから学習された汎用的な言語モデルが作成される。ファインチューニングでは、特定のタスクに適用するために、小規模なデータセットから学習されたモデルが調整される。
従来のNLPモデルに比べて高い精度を示し、複雑なタスクにも対応できることが特徴で、テキスト生成、質問応答、文書分類、言語翻訳などに応用されており、NLPの分野で最も有名なモデルの1つとして広く使われている。・Fine-tuningとは
Fine-tuningとは、事前学習済みの機械学習モデルを特定のタスクに適用するために、タスクに関連するデータセットを用いてモデルを微調整すること。例えば、自然言語処理の場合、大規模なコーパスから学習した汎用的な言語モデルを、特定のテキスト分類タスク (感情分析、スパム検出、トピック分類など) に適用することができる。この場合、モデルは特定の分類タスクに関連する少量のデータセットから学習され、最終的には特定のタスクに最適化される。
Fine-tuningによって、大量のデータを必要とせずに、既存の汎用的なモデルを特定のタスクに適用することができる。・NVIDIA Clara Parabricksとは
NVIDIA Clara Parabricksは、GPUベースの高速なゲノム解析ソフトウェア。ゲノム解析のタスクを大幅に高速化するために、GPUアクセラレーションを利用している。
配列アラインメント、バリアントコール、ゲノムアセンブリなどのタスクに使用されるソフトで、高速な処理速度と高い精度を実現し、短い時間で大量のデータを処理することができる。
また、ハードウェアに依存しないアルゴリズムを採用しているため、様々なGPUプラットフォーム上で動作する。事例追加日：2023/04/13
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。
