PC提案事例

産業用カメラによる多視点映像の取得と、深層学習による推論を目的としたワークステーションを検討している。予算は50～60万円程度。
複数視点で同期撮影した映像を深層学習モデルで解析処理し、研究に活用する予定。
PoEハブ経由で8台のカメラを接続し、データの受け取り用として、Intel社の X550-T2 (NIC) の実装を希望する。

本構成は、現在実施中の「若手研究者応援キャンペーン (5%OFF)」を適用し、予算60万円以内で設計された事例です。
研究スタートを応援する「若手研究者応援キャンペーン」の詳細はこちら▼

CPUとストレージについて

複数カメラからの映像を同時に処理するため、CPUは高い並列処理性能を持つIntel Core Ultra 7 265 (8コア＋12コア) を選定しました。
映像取り込み処理において安定性を発揮します。

また、8台分の高解像度映像を同時にストレージに取り込むため、書き込み速度に優れた2TB M.2 NVMe SSDを選択しています。

GPUについて

深層学習モデルの推論を効率化するため、GPUにはご予算内で最大性能を発揮できるGeForce RTX 5070Ti (16GB) を採用しました。
VRAM容量を考慮し、システムメモリはこれを上回る64GBを搭載しています。

ネットワーク構成とI/O性能

お客さまご指定のNIC (X550-T2)はPoE給電機能を持たない、標準的な10GbE NICです。
そのため、本構成では『Intel社の X550-T2 – PoEハブ – カメラ』という接続経路とし、PoEハブを経由してカメラへの給電と通信を行います。

※※カメラ接続時の注意点※※
接続するカメラの台数・データ容量によっては、X550-T2 – PoEハブ間がボトルネックとなり、PC側に正しく映像を送れない場合があります。
PoEポート1口に対してカメラを1台接続する場合、弊社でご案内実績が豊富なカードとして ADLINK製 PCIe-GIE74P がございます。
お客様の用途や接続台数に応じて最適な構成をご提案可能ですので、ご希望に応じてご相談ください。

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。

お問い合わせ

ダイヤモンド や 合成ダイヤモンドの結晶に短波紫外線を照射し、結晶表面の蛍光を観察することのできる装置「DiamondView Zoom」の導入に伴い、専用PCを導入したい。
画面出力はオンボードで十分対応可能であり、HDMIやDisplayPortの端子も必要。
DiamondView Zoom本体と液晶ディスプレイを含めた見積もりが欲しい。

CPUとメモリ構成について

DiamondView Zoomの推奨スペックを踏まえ、Intel Ultra 5シリーズのCPUを採用しました。
6コア＋8コア構成で最大5.0GHzの高クロック動作が可能なため、画像処理や保存作業も快適に行えます。
メモリはDDR5 6400MHzの高速仕様で、合計32GBを搭載。複数アプリケーションの同時使用にも十分対応できます。

参考：DiamondView Zoom – De Beers Group Verification

ストレージと拡張性について

解析処理に使用する画像の保存用に、2TBのM.2 NVMe Gen4 SSDを搭載。
加えて、4TBのHDDを追加することで、長期保存やバックアップにも対応可能です。
拡張性にも配慮し、PCI-E Gen5.0スロットや複数のUSBポート (Type-C 20Gbps含む) を備えています。

映像出力と周辺機器対応

マザーボードにHDMIとDisplayPort端子が搭載されているため、DiamondView Zoom本体や外部モニターへの映像出力がスムーズに行えます。
USB接続のディスプレイ端末も構成に含め、現場での運用に即した設計としました。

DiamondView Zoomについて

DiamondViewは弊社ユニポス事業部にて取り扱いがございます。

詳しくは、ユニポスWEBページをご覧ください。

参考：DiamondView | 紫外線照射 蛍光 観察 ダイヤモンド鑑定 装置 | 海外ハードウェアの購入ならUNIPOS(ユニポス)

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。

研究開発者向け海外製品調達・コンサルティングサービス ユニポスについてはこちら (ユニポスWEBサイトへ移動します)

お問い合わせ

高解像度ラスタデータ、点群データ、衛星画像の解析に使うワークステーションを購入したい。
想定している構成は下記の通り。

・OS：Windows 11 Pro
・CPU：Core i9-14900K
・GPU：RTX PRO 4500 または RTX PRO 4000 
・メモリ：128GB (32GB×4，DDR5-6000MHz）
・起動用SSD (OS/アプリ) ：2TB SSD M.2 NVMe Gen4
・処理用SSD (ラスタ・点群・衛星画像)：U.2 SSD (PCIe 4.0) 7.68TB
・保管用HDD：HDD 8TB

上記の構成で、各解析に必要な性能を十分に満たすと考えている。
導入に向けてアドバイスをいただきたい。

ストレージ性能が解析処理に与える影響

ラスタデータや点群、衛星画像などの大容量データを扱う解析処理では、GPUの性能だけでなく、ストレージの読み書き速度も処理効率に大きく影響します。

高性能なGPUを搭載していても、入出力の帯域が不足していると、システム全体のパフォーマンスが制限されてしまいます。

Core i9とU.2 SSDの組み合わせに潜む課題

今回は、「Intel Core i9-14900K」と「U.2接続のSSD (PCIe 4.0 x 4)」の組み合わせをご希望いただきました。
しかし、この組み合わせではPCIeレーン数の制約により、ストレージ側の転送速度を十分に確保することが難しい状況です。

Core i9-14900K は合計20レーン (PCIe 5.0 x 16、PCIe 4.0 x 4)に対応していますが、GPUが16レーンを使用するため、ストレージに割り当てられるのは残りの4レーンのみです。

NVMe M.2スロットであればCPUに直接接続できますが、U.2 SSDは一般的なマザーボードの設計上チップセットを経由するため、帯域が制限され、実効速度が大きく低下します。
その結果、SSDのシーケンシャル性能やランダムI/Oが低下し、処理時間の増加につながります。

Xeonによるボトルネックの解消と提案構成

この制約についてお客様にご説明し、ご理解をいただいたうえで、解決策として「Intel Xeon W7-2595X」をご提案しました。
Xeon W7-2595Xは最大64レーンに対応し、GPUとU.2 SSDをフル帯域で接続しても帯域不足が発生しません。
また、Xeon向けマザーボードでは、U.2 SSDをCPUが持っているPCIeレーンに直結接続できる設計が多く、拡張カード等を介さずに高速接続が可能となります。

これにより、GPUの演算力とSSDドライブのI/O速度を同時に最大限発揮できるため、処理の安定性とスループットが向上します。

大規模データセットを扱う場合でもパフォーマンスの低下を防ぎ、効率的な解析が可能になります。

研究内容やデータの特性を伺いながら、最適な構成をご提案いたします。
将来的な拡張も含めた調整が可能ですので、導入をご検討の際はぜひご相談ください。

お問い合わせ

CTスキャンで取得した画像の再構成と、画像の解析・演算を行うためのPCが欲しい。
以下の条件で実現できる構成があるか教えて欲しい。

・CPU：Xeon W3223相当の性能であればOK
・メモリ：16GB～32GB程度 ECCは必須ではない
・ストレージ：OS用に128GB程度のSSD、一次データ用に1TB以上のHDD
・GPU：NVIDIA RTX A4000
・ネットワーク：1.0Gbps以上のポート x3
・外部I/F：USBタイプA x4ポート
・画面出力：PC本体の映像出力機能に合わせてOK
・筐体：19インチサーバーラックへの取り付けが可能な筐体
・電源：1日あたり8～10時間の稼働に耐えられるもの 200V環境でも使えるもの
・OS：Windows 10 IoT Enterprise LTSC 2021

画像解析を想定した構成です。
Xeon W-3223は旧世代のCPUですので、最新のXeon W-2400シリーズの同コア数の製品を選定しています。
その他の条件も一通り満たしており、19インチサーバーラックへ取り付けるためのレールや200V対応の電源ケーブルを含めた内容となっています。

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

製造現場での製品撮影と自動検査のためにPCを導入したい。
検討の条件は以下のとおり。

・GigEカメラを接続するため、LANカードを3枚搭載したい
・LANカードやカメラは自分で用意・搭載するので、PCI-Eスロットに空きがあればよい
・撮影した製品画像をDeepLearningで自動検査する
・学習済みのデータを使った検査なので、CPUの能力を優先し追加GPUは不要と考えている
・60万円程度に収まる構成を希望する

ご予算の範囲で、CPUの処理能力を優先した構成を検討しました。
PCI-Eスロットにも空きがあり、LANカード x3枚の搭載に対応しています。

また、産業用途でのご利用のため、OSはWindows 10 IoT Enterprise 2019 LTSC 64bitとしています。
LTSC (長期サービスチャネル) は、リリース時点でOSの機能が固定され、運用期間中は毎月の品質更新プログラムのみアップデートされます。そのため、長期間安定的な利用が可能です。

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。
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
製品撮影,自動検査,GigEカメラ,LANカード,PCI-Eスロット,DeepLearning,学習済みデータ,CPU処理能力,Windows 10 IoT Enterprise,産業用途

AIでの画像分析による品質検査行うため、USB3.0接続のFAカメラを複数台取り付けられるPCを検討したい。
FAカメラ (東芝テリー製 BU602MC) を最大で10台まで同時に接続するテストを行い、何台までの接続なら安定した通信・動作ができるのかを検証したい。
現時点で想定している条件は以下の通り。

ご要望の条件に合わせて構成を検討しました。

RyzenやCore-i系のCPUでは、ビデオカード用の PCI-E x16バス とSSD用の PCI-E x4バス あたりがCPUで直接コントロールする接続となり、それ以外のバスはマザーボード上のチップセットでコントロールします。
この場合、カメラ側の転送データ量次第では、チップセット～CPU間の速度で律速される可能性があります。加えて、USB関連の接続数を増やすとチップセット側でコンフリクトが生じる場合があります。このあたりのことは、実機で試してみないことには判断が難しい要素とお考えください。

このような前提のもと、10台のカメラをコントロールするためのスペックとしてご用意したのが本事例の構成です。

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。
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